방법론

소규모 셀러를 위한 실용적인 Demand Forecasting

소규모 셀러의 실용적인 Demand Forecasting은 정제된 과거 수요와 발주 중심의 단순한 통계에서 시작합니다.

게시일 2026년 3월 23일 수정일 2026년 3월 24일

활용

forecast, 재고일수, 리드타임을 연결해 발주 시점을 판단합니다.

개요

소규모 셀러의 Demand Forecasting은 먼저 쓸 수 있는 수요 신호를 만드는 일에서 시작합니다.

문제

소규모 마켓플레이스 셀러에게 수요예측의 목적은 학술적인 정확도 자체가 아닙니다. excess inventory를 줄이고, 품절을 막고, 더 나은 발주 결정을 만드는 것이 더 중요합니다.

문제는 관측된 과거 판매가 곧 실제 수요가 아니라는 점입니다. 과거 판매는 OOS나 stranded inventory 때문에 눌릴 수 있고, 반대로 coupon, special discount, banner exposure 같은 promotion 때문에 부풀려질 수도 있습니다.

접근

저는 먼저 과거 수요 신호를 정제한 뒤, 7일과 28일 평균으로 baseline을 만들고, 마지막에 day-of-week index를 적용해 요일별 예상 판매량을 계산하는 단순한 forecasting workflow를 선호합니다.

핵심은 복잡한 모델을 영원히 쓰지 말자는 것이 아니라, 데이터가 적거나 불안정할 때 과하게 반응하지 않는 설명 가능한 Demand Forecasting 방법에서 시작하자는 것입니다.

방법

먼저 과거 데이터를 정제하고, 그 다음 예측 로직을 절제되게 유지합니다.

수요 신호 복원

forecast 전에 먼저 과거 판매가 OOS, stranded inventory, promotion uplift에 의해 왜곡되었는지 확인해야 합니다. 이런 보정 없이 raw sales만 보고 예측하면, 모델은 잘못된 수요 수준을 학습하게 됩니다.

단순한 baseline 만들기

최근 7일과 28일 평균 주문 수를 baseline demand로 사용합니다. 특히 7일 단위는 weekday와 weekend 행동 차이를 어느 정도 정규화하기에 실용적입니다.

요일별 지수 적용

baseline이 정해지면 day-of-week index를 적용해 요일별 예상 판매량을 만듭니다. 이렇게 하면 단순 평균보다 더 현실적인 일별 forecast를 얻을 수 있습니다.

이벤트 수요는 사람이 보정

명절이나 이벤트 수요는 분명 중요하지만, 소규모 셀러는 장기 데이터가 부족해 이를 안정적으로 모델링하기 어렵습니다. 그런 경우에는 과거 패턴을 직접 보고 사람의 판단으로 보정하는 편이 더 안전합니다.

발주로 연결

forecast는 재고일수와 생산 또는 공급 리드타임과 결합될 때 비로소 유용해집니다. 예상 재고가 실무적으로 정한 기준 아래로 떨어지면, lost sales가 커지기 전에 발주를 넣어야 합니다.

왜 중요한가

데이터가 제한적일수록 단순한 방법이 더 안전할 때가 많습니다.

복잡한 모델은 더 진보해 보일 수 있지만, 갑작스러운 spike, drop, 짧은 패턴 변화에 과하게 반응할 수도 있습니다. 소규모 셀러에게는 수정과 검토가 가능한 explainable forecast가 black-box prediction보다 더 유용한 경우가 많습니다.

왜 단순함이 도움이 되나

단순한 baseline은 forecast가 진짜 수요 변화 때문인지, 아니면 비정상적인 과거 이력 때문인지를 더 쉽게 구분하게 해줍니다.

왜 과거 수요 정제가 중요한가

forecast의 정확도는 먼저 과거 수요 데이터의 정확도에 달려 있습니다. OOS, stranded inventory, promotion 효과로 과거 신호가 왜곡되어 있으면, 이후 예측도 그 오류를 그대로 물려받게 됩니다.

원문

출처

이 페이지는 셀러 측 forecasting과 replenishment에 대한 실무 메모를 포트폴리오용으로 다듬은 버전입니다.