유통 만료 식품 할인 판매가 수요 예측에 미치는 영향

초록

본 연구는 유럽 대형 식료품 소매업체의 1,700여 SKU와 676개 매장의 데이터를 활용해, 할인 판매된 만료 식품을 기존 수요 예측에 어떻게 반영할지 검증한다. 두 단계 선형 회귀모형을 적용해 할인 없는 기간의 기준 수요를 추정하고, 할인 판매량이 잔차(예측오차)에 미치는 영향을 분석하였다. 결과는 할인 판매가 발생한 92 % 이상의 SKU에서 실제 수요가 예측보다 크게 상승했으며, 할인 판매량이 잔차를 긍정적으로 확대한다는 점을 확인했다. 따라서 고정 비율로 할인 판매를 일반 수요에 포함하는 현재 관행은 과소예측을 초래해 재고 과잉과 폐기 위험을 높인다. 보다 정교한 모델링이 필요함을 시사한다.

상세 분석

이 논문은 식료품 소매업에서 만료가 임박한 신선식품에 대한 가격 할인(디스카운트 스티커) 정책이 수요 예측에 미치는 영향을 실증적으로 분석한다. 데이터는 2024년 8월부터 10월까지 92일간 1,705개의 SKU와 676개의 매장에서 수집된 2천만 건의 일일 거래 기록으로, 각 레코드에는 재고량, 사전 예측치, 실제 판매량, 할인 판매량이 포함된다. 연구자는 먼저 할인 판매가 전혀 없었던 일자를 ‘기준 기간’으로 정의하고, 해당 기간에 대해 선형 회귀모형(Eq. 1)을 구축한다. 독립변수는 사전 예측치, 당일 재고, 요일 더미이며, 종속변수는 실제 판매량이다. OLS 추정으로 얻은 파라미터를 이용해 할인 없는 날의 예상 판매량을 계산하고, 실제 판매와의 차이인 잔차 δ를 구한다.

두 번째 단계에서는 할인 판매가 발생한 날(˜t)에 대해 동일한 독립변수에 추가로 할인 판매량(DS˜t)을 포함한 회귀모형(Eq. 3)을 추정한다. 여기서 핵심은 γ₁₀(=γ̂₁₀) 계수로, 할인 판매 한 건당 잔차가 얼마나 증가하는지를 측정한다. 결과는 1,067개의 SKU 중 1,044개에서 γ̂₁₀이 통계적으로 유의하게 양수이며, 평균 잔차가 0.41에 달한다는 점이다. 이는 할인 판매가 실제 수요를 예측치보다 평균 0.41단위(상품 수)만큼 상승시킨다는 의미이며, 대부분의 SKU에서 ‘예측 부족(under‑forecast)’ 현상이 나타난다.

또한, 잔차 분포를 95 % 중앙 구간으로 제한해 이상치 영향을 최소화했으며, 일부 SKU에서는 γ̂₁₀이 0~1.5 범위를 벗어나기도 했지만 전체적인 경향은 일관되다. 연구자는 현재 소매업체가 적용하고 있는 ‘고정 비율(예: 30 % 할인 판매를 일반 수요로 간주)’ 방식이 실제와 괴리를 만들며, SKU별로 할인 민감도가 다르므로 맞춤형 모델링이 필요함을 강조한다.

제한점으로는(1) 데이터에 제품별 남은 유통기한 정보가 없으며, (2) 할인 스티커가 부착된 상품 수량이 아닌 실제 할인 판매 건수만을 사용했기 때문에 할인 강도의 정밀한 측정이 어려웠다. 또한, 선형 회귀에 의존함으로써 비선형 효과나 상호작용을 포착하지 못했다는 점을 인정한다. 향후 연구에서는 랜덤 포레스트, 신경망 등 비선형 머신러닝 모델과, 매장 위치, 휴일, 대체·보완재 존재 여부 등 추가 변수들을 통합해 모델 정확도를 높일 것을 제안한다.

결론적으로, 할인 판매가 수요 예측에 미치는 ‘잔여 상승 효과’를 정량화함으로써, 소매업체가 재고 과잉과 식품 폐기를 최소화하기 위한 보다 정교한 예측 전략을 설계할 근거를 제공한다.