[생산운영관리] 예측, 수요예측에 대하여

* 예측

- 예측의 정의 : 아직 관찰되지 않은 사건에 대한 서술 (혹은 그 서술을 생성하는 과정)

예측은 보통 특정 시점(혹은 기간)에서의 특정 변수의 수량을 추정

- 예상의 정의 : 예측과 비슷한 의미를 지니나, 일반적이고 일상적인 뜻으로 사용됨.

예측의 예)

판매량 예측, 매출 예측, 제품 및 서비스에 대한 수요 예측, 인력의 가용성 예측, 재고 및 자재 수준 예측, 경제 상황 예측

- 예측의 역할 : 일반적으로 미래에 대한 의사 결정은 어떤 값(수치)의 예측을 활용함.

거의 모든 운영, 경영 계획은 예측치를 기반으로 수립됨, 정책 결정도 예측에 기반하여 수립됨

 

* 수요 예측

- 수요 예측 : 생산운영관리에서의 예측의 상당수는 수요예측, 예측의 정확성이 계획의 유효성에 큰 영향을 미침

- 수요 예측 기반 운영관리 계획의 예 :

소매업 - 재고 준비, 판매를 위해 비축할 제품 재고 수 결정

서비스업 - 서비스 용량 준비, 성수기/바쁜 시간 직원 수 결정

제조업 - 생산 준비, 생산 수량, 사용할 자재 양 결정

* 예측의 시간 단위

- 단기(운영) : 일~주, 중기 : 주~개월~년, 장기(전략) : 수개월 ~ 수십 년

- 시간 단위 구분은 산업,기업,제품별로 다름

 

* (수요)예측의 특성

- 공통적 성질 : (거의 항상) 맞지 않음, 통합한 예측이 더 정확함, 긴 예측 기간은 부정확한 결과로 이어질 수 있음(단기 변동들간의 상쇄 제외), 예측은 알려진 정보를 제외하고 사용되어서는 안됨

- 좋은 예측의 특성 : 정확, 신뢰성, 시의성, 유의미한 단위로 표현, 사용하기 쉽고 이해하기 쉬움, 하나의 숫자 이상으로 표현, 문서화 가능

- 예측과 과거 : 예측은 일반적으로 역사적(과거) 데이터에 대한 의존성이 큼 : 예측은 (과거) 관찰 혹은 데이터에 기반하여 수행됨

- 주의할 점

1) 필수적인 모든 과거 데이터를 수집하고 패턴을 식별할 수 있는 것은 아니다.

2) 예측 활용 시 예측의 오류 및 편향을 확인하고 고려하여야 함. 

3) 예측에서 공통된 하지만 흔히 무시되는 가정과 그에 따른 함정 -> 미래의 추세는 과거의 패턴을 따른다.

미래에 과거 데이터와 유사한 패턴이 반복될 것이라고 보장할 수 없음

근본적인 혹은 관련된 조건이 달라진다면, 과거의 특정한 정보를 기반으로 한 예측의 효용성은 제한적이게 됨

예측은 과거 경향(데이터)에 기반하나, 그것만으로는 불충분

: 수요가 창출되는 조건은 계속 변함, 소비자들의 선호도 변화, 경쟁 제품의 등장, 제품에 대한 평가 변화

4) 예측의 불확실성이 클 수 있음

5) 예측은 의사 결정의 지침으로 고려될 수 있지만 예측은 실제 상황에 대한 예언은 아님

6) 예측은 확률적이며, 불확실성이 존재한다.(4번과 유사)

-> 정확한 예측은 불가능

-> 예측을 활용하는 목적에 맞는 정도이면 충분함

ex) 생산을 위한 원재료 준비량, 방재를 위한 태풍 경로 등

 

 

* 현실적 고려 사항

1) 모델 복잡성

- 복잡하고 정교한 모델이 항상 좋은 것은 아님

- 복잡하고 정교한 모델은 과거 데이터의 미세한 패턴을 잘 포착 할 수 있으며, 불필요한 잡음도 더 잘 포착함

- 단순한 모델은 가장 중요한 근본적인 경향을 안정적으로 포착하며, 사용과 해석에서의 유연성과 편의성이 존재한다.

 

2) 결합된 예측

- 복수의 예측을 조합하는 것이 더 나은 접근 방법

-> 한 예측의 오류 또는 부적절한 가정이 상쇄 혹은 발견될 수 있음

- 아주 복잡한 예측 모델 하나에 의존하기 보다는, 복수의 상대적으로 단순한 예측 모델을 종합하여 활용하는 것이 권장

 

3) 특이값, 예외값

- 특이치(예외값) 언제나 존재함

- 하지만, 특이치에 대한 정확한 정의는 없음

간단한 대안 : 특이점을 포함한 경우, 포함하지 않은 경우에 대한 예측을 둘 다 수행하여 비교하고, 둘 다 문서화 함 그리고, 특이점에 대한 별도의 조사 수행

4) 개별 변수 혹은 복수 변수들의 평균 예측

- 개별 변수에 대한 예측 : 내재적인 변동, 데이터 부족으로 불가능하거나 정확도가 떨어짐

- 변수들의 평균에 대한 예측 : 보다 정확함

 

5) 단일 숫자 혹은 범위 또는 분포

- 단일 예측값(숫자 하나)은 관련된 예측 및 불확실성의 확률적 성격을 나타낼 수 없음

-> 예측값으로 단일 숫자 제시하는 것은 위험하다.

- 예측의 통계적/확률적 분포, 혹은 적어도 예측의 범위 제시가 더 나은 대안

- 예측의 활용 목적에 따라, 어떤 값 제시가 적정한지 달라짐

 

6) 외생적 요인, 넓은 범위의 동조화

- 예측 대상, 관련 변수, 데이터의 범위를 지나치게 좁게 잡을 때의 한계 : 변화 경향 파악이 어렵고 변화의 요인에 대한 잘못된 판단 가능성 높아짐

ex) 경제성장과 covid-19 확산 그리고 부동산 가격에 대한 관계

 

 

7) 예측의 목적과 예측 결과의 강조점 차이

- 사례 : 왜 우리나라 기상청의 예보가 자주 틀린 것 같이 느껴지는가?

우리나라 기상청 예보 발표의 목적 : 

날씨 정보 제공, 방재 및 대비(국민의 안전과 편의를 위하여 일부 정보를 다소 강조하여 제공하는 것은 불가피한 선택)

심한 국지적 변동성 고려

- 타국 기상청의 우리나라에 대한 예보 : 예측 모델의 결과를 단순히 예상(평균) 수치 그대로 발표

 

8) 심리적 요인

- 사례 : 왜 우리나라 기상청의 예보가 자주 틀린 것 같이 느껴지는가?

틀린 예보 : 인상 깊게 기억함

맞는 예보 : 기억할 필요를 못 느끼고, 기억에 남지 않는다.

사람 심리의 경향 : 불편한 상황을 더 오래 기억함

 

 

* 목적 혹은 활용에 따른 수요 예측의 편향성

- 같은 확률적 수치에 대한 평가도 달라질 수 있음

- 마게팅 부서 : 전략적으로 높게 책정

- 영업 부서 : 목표 달성률 제고를 위하여 보수적으로 평가할 수 있음, 목표 달성을 촉진하기 위하여 높게 평가할 수 있음.

- 생산 부서 : 안정적 준비를 위하여 보수적 측면 강조할 수 있음, 충분한 생산량 달성(품절 방지)을 위하여 높게 평가할 수 있음.

 

* 수요 예측의 어려움

- 수요는 독립적이 아니며, 공급자의 행동(영업 활동, 가격 책정 등)이 영향을 미친다.

- 이상적인 수요-공급 관계가 성립하지 않는 경우가 많다.

- 공급사슬과 전후방 산업의 상태도 영향 미침

- 소비자 심리의 가변성, 불확실성 존재함

 

* 운영관리에서의 수요예측과 수요관리

- 수요는 예측되는 것이며, 창출되는 것이며, 또한 관리되는 것이다.

- 단순한 일방향 수요예측은 어려우며, 정확도도 떨어짐

- 수요예측은 운영관리에서의 생산-판매 전략과 계획의 한 부분이라는 관점에서 접근 필요