테마
판매 데이터 시스템
목적
3개국 멀티채널(자사몰/포포키/쇼피/틱톡샵/약국) 판매 데이터를 실시간 통합하여, 재고·수요 예측·마진 분석을 자동화한다.
시스템 아키텍처
[데이터 소스]
├─ Shopify (자사몰 KR/JP/EN) ─── API ──┐
├─ 포포키 (일본) ────────────── Feed ──┤
├─ Shopee (인도네시아) ───── API ──────┤
├─ TikTok Shop (인도네시아) ── API ──┤ [통합 데이터 레이크]
├─ 약국 POS (프랑스) ──── CSV/API ──┤ ──→ (BigQuery/Supabase)
├─ Amazon.fr ──────────── API ──────┤ │
└─ B2B 주문 ──────────── 수동/API ──┘ │
↓
[BI 대시보드]
[AI 수요 예측]
[자동 재발주]핵심 데이터 모델
주문 데이터 (Orders)
| 필드 | 설명 |
|---|---|
| order_id | 주문 고유 ID |
| channel | 판매 채널 (shopify_kr/shopify_jp/popoki/shopee/tiktok/pharmacy/b2b) |
| country | 국가 (KR/JP/FR/ID) |
| product_sku | 제품 SKU |
| quantity | 수량 |
| revenue | 매출 (원화 환산) |
| cogs | 원가 |
| margin | 마진 (revenue - cogs) |
| order_date | 주문일시 |
| customer_id | 고객 ID (CRM 연동) |
재고 데이터 (Inventory)
| 필드 | 설명 |
|---|---|
| sku | 제품 SKU |
| warehouse | 창고 위치 (오송/도쿄/파리/자카르타) |
| stock_qty | 현재 재고 |
| reorder_point | 재발주 기준점 |
| lead_time_days | 리드타임 (일) |
| last_updated | 최종 갱신 시각 |
AI 수요 예측
| 입력 데이터 | 모델 | 출력 |
|---|---|---|
| 과거 판매 데이터 (12주) | 시계열 예측 (Prophet/ARIMA) | 향후 4주 예상 판매량 |
| 시즌 패턴 (연말, 라마단, 벚꽃 등) | 시즌 보정 계수 | 시즌 조정 수요 |
| 마케팅 캠페인 일정 | 캠페인 부스트 계수 | 캠페인 반영 수요 |
| 재고 현황 | 재고 최적화 | 재발주 수량·시점 알림 |
재발주 자동화 룰
IF (현재 재고 ≤ 재발주 기준점)
AND (예상 판매량 4주 > 현재 재고)
THEN
→ 재발주 알림 (Slack + 이메일)
→ 재발주 수량 = (예상 4주 판매량 × 1.2) - 현재 재고
→ GMP 인증 전문 OEM 제조 파트너 발주 시스템에 자동 전달구축 일정
| 단계 | 활동 | 일정 |
|---|---|---|
| 1 | 데이터 모델 설계 + API 연동 | M6~M8 |
| 2 | 데이터 파이프라인 구축 | M8~M10 |
| 3 | BI 대시보드 구축 | M10~M12 |
| 4 | AI 수요 예측 모델 학습·배포 | M12~M14 |
| 5 | 재발주 자동화 연동 | M14~M16 |
KPI
| 지표 | 목표 |
|---|---|
| 재고 부족으로 인한 판매 손실 | 0건/분기 |
| 수요 예측 정확도 | 80%+ (MAPE ≤ 20%) |
| 데이터 갱신 지연 | ≤ 1시간 |
| 과잉 재고율 | ≤ 15% |