리테일 수요 계획을 캠페인 및 매장 실행과 연결하기

소매 및 소비재 팀은 서로 연결되어 있지만 복잡한 운영 주기에 걸쳐 의사결정을 내립니다. 월요일 아침 검토는 매출, 재고, 트랜잭션, 트래픽, 배송 KPI로 시작하여 카테고리 실적, 수요 예측, 캠페인 계획, 매장 실행으로 이어질 수 있습니다. 이러한 신호는 point-of-sale, 고객 로열티, 공급망, 미디어 지출, 매장 운영 등에서 올 수 있지만, 의사결정은 여전히 동일한 제품, 카테고리 및 위치를 중심으로 일관되게 이루어져야 합니다.

이러한 의사결정이 단 한 팀의 몫인 경우는 거의 없습니다.

• 카테고리 플래너는 예측을 조정하기 위해 매출 및 재고 신호가 필요할 수 있습니다.
• 마케터는 타겟 고객을 식별하고 캠페인을 구성하기 위해 동일한 신호가 필요할 수 있습니다.
• 그런 다음 매장 관리자는 프로모션을 실행하기 위한 명확한 작업이 필요하고, 경영진은 해당 활동이 실적을 개선했는지 이해해야 합니다.

이러한 의사결정이 서로 단절된 시스템과 팀에 분산되어 있으면 분석을 결과로 연결하기가 어려워집니다. 통합된 애플리케이션은 이러한 단계를 하나의 end-to-end 소매 프로세스로 연결할 수 있습니다.

Databricks의 소매 및 소비재 부문 수석 솔루션 아키텍트인 Pavi Singh이 진행하는 Databricks 데모에서, 이해관계자들은 단일 애플리케이션을 사용하여 실적을 검토하고, 수요를 계획하며, 타겟 고객을 활성화하고, 매장 실행을 조율하며, 캠페인 결과를 측정할 수 있습니다.

연결된 소매 워크플로를 위한 세 가지 기반

이 애플리케이션은 데이터 통합, 거버넌스, 인텔리전스라는 세 가지 기반 위에 구축되었습니다.

데이터 통합은 point-of-sale, 고객 로열티, 공급망, 미디어 지출, 재고, 매장 운영과 같은 여러 신호 전반에서 단일 진실 공급원(single source of truth)을 생성합니다. 각 팀에 서로 다른 뷰를 조정하도록 요구하는 대신, 팀들은 공유된 기반을 바탕으로 협업할 수 있습니다.

거버넌스는 다양한 유형의 데이터에 액세스할 수 있는 사람과 해당 데이터가 사용되는 방식을 제어합니다. 이는 임원, 마케터, 플래너, 매장 관리자, 매장 직원이 동일한 애플리케이션을 사용하면서도 서로 다른 뷰와 책임 권한이 필요할 때 매우 중요합니다.

인텔리전스는 추천 및 자동화된 의사결정을 지원합니다. 위의 데모에서 Genie는 자연어 쿼리를 지원하며, 자율 에이전트는 매출 인사이트, 수요 계획, 타겟 고객 구축, 매장 내 운영, 측정에 이르는 여러 단계를 조율하도록 돕습니다.

이러한 기반들이 결합되어 end-to-end 소매 워크플로에 필요한 데이터, 제어 기능, 의사결정 지원을 연결합니다.

소매 실적에 대한 공유 뷰로 시작하기

워크플로는 CMO, 마케팅 디렉터 또는 카테고리 플래너와 같은 역할을 위한 실적 뷰로 시작합니다. 이들은 매출, 재고, 트랜잭션 수, 트래픽, 배송 KPI를 검토한 다음, 카테고리별 월간 매출 트렌드와 실적을 분석할 수 있습니다.

여기에서 사용자는 카테고리 및 하위 카테고리로 드릴다운하여 실적이 급상승하거나 저조한 항목을 식별할 수 있습니다. 요약 보고서(executive brief)를 통해 현재 상황을 개괄적으로 파악할 수 있으며, 더 상세한 뷰를 통해 실무자는 수치를 견인하는 요인이 무엇인지 이해할 수 있습니다.

동일한 애플리케이션에서 매장 수준의 분석을 위한 지도 뷰도 제공합니다. 사용자는 보유 재고, 판매 수량, 발생 매출, 실적에 기여하는 매장을 검토할 수 있습니다. 이를 통해 팀은 전반적인 KPI에서 주의가 필요한 특정 매장, 카테고리, 제품으로 이어지는 경로를 확보할 수 있습니다.

예측 검토에서 계획 의사결정으로 전환

카테고리가 식별되면 다음 질문은 수요가 계획대로 진행되고 있는지 여부입니다. 데모에서는 연속 4개월 기간에 걸친 예측 대비 실제 분석을 보여주며, 카테고리 수준의 트렌드에서 하위 카테고리 및 개별 SKU로 이동할 수 있는 기능을 제공합니다.

그런 다음 실무자는 한 달 또는 시즌 동안의 일일 편차율, 변동성, 격차를 조사할 수 있습니다. 이는 실적이 언제 변경되었고 무엇이 그 변화에 영향을 미쳤는지 보여줌으로써 예측 편차에 맥락을 더해줍니다.

워크플로는 계획 작업도 지원합니다. 사용자는 특정 SKU, 카테고리 또는 매장에 대한 권장 재주문 수량을 검토할 수 있습니다. 가상 시나리오(what-if scenario)를 통해 머천다이저나 플래너는 할인과 같은 비즈니스 레버를 조정하고, 재고 보충, 타겟 고객 활성화 도달 범위, 수량, 매출 및 애플리케이션에 표시되는 기타 KPI 전반에 미치는 예상 영향을 관찰할 수 있습니다.

목표는 단순히 일어난 일을 보고하는 것이 아닙니다. 실무자가 잠재적인 의사결정을 실행에 옮기기 전에 이를 테스트할 수 있는 체계적인 방법을 제공하는 것입니다.

수요 신호를 타겟 고객 활성화로 전환

수요 및 매출 신호는 마케팅 의사결정에도 정보를 제공할 수 있습니다. 데모에서 오디언스 마법사(audience wizard)는 애플리케이션에서 식별된 신호를 기반으로 잠재적인 캠페인을 추천합니다. 예를 들어 식품 보관 용기 카테고리 회복(food storage recovery) 캠페인 및 데이터에서 도출된 기타 캠페인 아이디어가 있습니다.

캠페인 워크플로는 사용자에게 의도 정의, KPI 명확화, 권장 타겟 세그먼트 선택, 지출 지정, 크리에이티브 세부 정보 추가, 캠페인 활성화 단계를 안내합니다. 사용자는 출시 전에 예상 타겟 규모, 평균 ROI, 활성화 기간 및 기타 캠페인 세부 정보를 검토할 수 있습니다.

이를 통해 계획과 마케팅이 실질적인 방식으로 연결됩니다. 카테고리 또는 수요 문제는 분석 뷰에 고립되어 남지 않고, 기본 신호와 다시 연결되는 타겟 고객 및 캠페인 의사결정으로 전환될 수 있습니다.

매장으로 워크플로 가져오기

캠페인이 활성화된 후에도 매장에서 작업이 계속됩니다. 데모에서는 SKU별로 배송되어야 하는 재고 보충 수량, 가격표 업데이트, 작업 할당, 캠페인 관련 프로모션을 포함하여 매장 관리자를 위한 모바일 중심 뷰를 보여줍니다.

매장 직원은 할당된 작업 체크리스트를 받고 완료된 작업을 추적할 수 있습니다. 또한 애플리케이션은 프로모션 또는 재고 보충에 대한 추천을 표시하여 직원이 더 광범위한 캠페인과 관련된 운영 작업을 이해하도록 도울 수 있습니다.

이를 통해 여러 역할에 걸쳐 공유되는 워크플로가 생성됩니다. 플래너와 마케터는 상업적 조치를 정의하고, 매장 관리자는 작업을 할당하며, 직원은 매장 수준에서 이를 실행하고 추적할 수 있습니다.

활성화 후 결과 측정

워크플로는 캠페인 실적 측정으로 마무리됩니다. 사용자는 식품 보관 용기 카테고리 회복과 같은 카테고리로 돌아가 회복 속도, 전술별 ROAS, 주요 매장 인사이트 및 애플리케이션에 제시된 기타 실적 측정 지표를 포함하여 캠페인과 관련된 메트릭을 검토할 수 있습니다.

Genie를 통해 파편화된 신호에서 연결된 의사결정으로

소매 및 소비재 팀에게는 또 다른 대시보드 그 이상의 것이 필요합니다. 각 단계에서 필요한 맥락이나 제어 기능을 잃지 않으면서 실적 분석, 계획, 활성화, 실행, 측정을 연결할 수 있는 방법이 필요합니다.

데모에서는 멀티 에이전트 Genie가 다양한 페르소나와 애플리케이션 영역 전반에서 이 작업을 어떻게 조율할 수 있는지 보여줍니다. 사용자는 Genie에게 식품 보관 용기 카테고리 회복을 end-to-end로 계획하도록 요청할 수 있습니다. 그 결과로 나타나는 뷰에는 매출, 마진, 재고 보유율, 중요한 문제, 포트폴리오 조치, 재고 및 공급망 보충, 운영 권장 사항이 한데 모입니다.

보이지 않는 곳에서 애플리케이션은 프로세스의 서로 다른 부분에 초점을 맞춘 에이전트를 사용하며, 감독자(supervisor)가 전반적인 워크플로를 조율합니다. 아키텍처 뷰는 데이터가 개별 Genie 에이전트에 어떻게 전력을 공급하는지, 그리고 감독자가 매출 인사이트, 수요 계획, 타겟 고객 구축, 매장 내 운영, 측정 전반에서 이들을 어떻게 연결하는지 보여줍니다.

실무자에게 중요한 점은 설계 방식입니다. 에이전트가 여러 기능에 걸쳐 작업을 조율하는 동안 각 단계는 거버넌스가 적용된 데이터 및 운영 맥락과 계속 연결되어 있을 수 있습니다. 팀은 하나의 연결된 프로세스 내에서 KPI로 시작하여 카테고리 또는 SKU를 조사하고, 계획 의사결정을 테스트하고, 타겟 고객을 활성화하고, 매장 작업을 조율하고, 결과를 측정할 수 있습니다.

소매 워크플로를 연결하는 방법을 평가하는 팀에게 실질적인 교훈은 명확합니다. 공유된 데이터 기반으로 시작하고, 페르소나 및 데이터 액세스 전반에 거버넌스를 적용하며, 인사이트에서 행동에 이르는 경로에 인텔리전스를 설계하는 것입니다.

Databricks가 귀사를 위해 무엇을 할 수 있는지 자세히 알아보고 싶으신가요? 아래 리소스를 확인해 보세요.

• 소매 및 소비재 가상 포럼(Retail & Consumer Goods Virtual Forum)에서 위의 전체 데모와 Asda, Haleon, The Retail Trust의 전문가 심층 분석을 시청해 보세요.
• 소매 및 소비재를 위한 Databricks 솔루션을 탐색하여 통합 데이터, 분석 및 AI가 소매 운영을 어떻게 지원할 수 있는지 알아보세요.
• Genie가 어떻게 팀들이 자연어와 에이전트 기반 행동을 통해 거버넌스가 적용된 데이터로 작업할 수 있도록 지원하는지 확인해 보세요.

자주 묻는 질문

커넥티드 리테일 수요 계획이란 무엇인가요?
매출, 재고, 공급망, 마케팅 및 매장 신호를 하나의 워크플로우로 연결하여, 팀이 수요 변화에 따른 예측, 가상 분석(what-if) 계획, 활성화, 실행 및 측정 단계로 원활하게 이동할 수 있도록 지원합니다.

통합된 데이터가 리테일 의사 결정을 어떻게 개선할 수 있나요?
기획자, 마케터, 매장 팀 및 리더에게 제품, 카테고리, 위치에 대한 공유된 뷰를 제공하며, 일관된 KPI와 비즈니스 질문에서 실행에 이르는 명확한 경로를 제시합니다.

통합 리테일 애플리케이션은 일반적으로 어떤 데이터 소스에 연결되나요?
일반적으로 POS(point-of-sale), 고객 우대 프로그램, 공급망, 미디어 지출, 재고 및 매장 운영 데이터에 연결됩니다. 공유된 기반을 통해 팀은 개별 뷰를 조정할 필요 없이 KPI 검토에서 카테고리 분석, 계획, 타겟 고객 활성화 및 캠페인 측정으로 이동할 수 있습니다.

AI는 리테일 매장 실행을 어떻게 지원하나요?
AI는 캠페인 및 계획 결정을 재고 보충, 가격표 업데이트, 프로모션, 직원 할당 작업 등 매장 수준의 실행으로 변환하는 데 도움을 줄 수 있습니다.

Genie는 복잡한 데이터를 다루는 리테일 팀을 어떻게 지원하나요?
Genie를 사용하면 리테일 팀이 자연어로 거버넌스가 적용된 데이터를 쿼리하고 매출, 계획, 타겟 고객 구축, 매장 운영 및 측정 전반에 걸쳐 작업을 조율할 수 있으므로, 실무자가 단 하나의 프롬프트로 엔드투엔드 카테고리 워크플로우를 시작할 수 있습니다.

리테일러는 캠페인 성과를 어떻게 측정할 수 있나요?
캠페인 결과를 매출, 회복 속도, ROAS 및 주요 매장 성과와 연결함으로써 측정할 수 있습니다. 이러한 폐쇄 루프(closed-loop) 뷰는 팀이 카테고리와 매장 전반에서 어떤 요소가 효과적이었는지 파악하고 향후 계획 및 활성화 결정을 개선하는 데 도움을 줍니다.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)