Sales Forecast — 수요 예측 (이동평균·지수평활·선형회귀)
과거 매출 시계열을 입력하면 SMA·WMA·지수평활·선형회귀 4개 모델을 동시 산출하고 MAPE·MAD 정확도로 최적 모델을 자동 추천, 향후 N개월 예측을 시각화합니다.
해설
- 4개 단변량 시계열 예측 모델
- SMA 최근 N기간 단순 평균 · WMA 최근 데이터 가중 평균 · Exponential Smoothing F_t = α·A_(t-1) + (1-α)·F_(t-1) · Linear Regression 최소자승 추세선 y = a + b·x.
- 정확도 지표
- MAPE 평균 절대 오차율 (%, 직관적) · MAD 평균 절대 편차 (원래 단위). MAPE는 비율 비교에, MAD는 절대 금액 영향 평가에 사용.
- 활용 흐름
- ① 영업·ERP 시스템에서 12~24개월 시계열 수집 → ② 본 도구로 4개 모델 동시 비교 → ③ 최적 모델로 향후 3~6개월 예측 → ④ S&OP 회의에 입력 → ⑤ Capacity Planning·Safety Stock에 반영 → ⑥ 매월 실적과 예측 비교, MAPE 모니터링.
자주 묻는 질문 (FAQ)
4가지 예측 모델의 차이는?
SMA(단순이동평균)는 최근 N기간을 동일 가중치로 평균. WMA(가중이동평균)는 최근 데이터에 더 큰 가중치. 지수평활은 모든 과거 데이터를 지수적으로 감소시키며 가중. 선형회귀는 추세선을 직접 추정. 데이터 특성(안정·추세·계절성)에 따라 적합 모델이 달라집니다.
MAPE는 무엇이고 어떻게 해석하나요?
Mean Absolute Percentage Error = 평균 절대 오차율 (%). 10% 미만 매우 정확, 10~20% 양호, 20~50% 보통, 50%+ 부정확. 본 도구는 가장 낮은 MAPE 모델을 "최적"으로 자동 추천하며 색상 강조합니다.
지수평활 계수 α는 어떻게 정하나요?
α는 0~1 사이값. α=0.1~0.3: 안정 추세(저변동), α=0.4~0.6: 일반 변동, α=0.7~0.9: 급변동·계절성. 보통 0.3~0.5에서 시작해 MAPE가 최소가 되는 값으로 튜닝합니다. 본 도구의 슬라이더로 즉시 영향 확인 가능.
계절성(seasonality)이 있는 데이터는?
본 도구의 4개 모델은 계절성을 직접 모델링하지 않습니다. 분기·월별 계절성이 강하면 Holt-Winters 또는 SARIMA 같은 별도 모델이 필요. 단기 트렌드 + 약한 계절성은 12개월 SMA로 평탄화한 후 본 도구 사용이 차선책입니다.
예측 기간(horizon)은 얼마가 적정한가요?
시계열 길이의 20~30% 이내가 권장됩니다. 예: 12개월 데이터 → 3개월 예측 신뢰. 더 긴 예측은 가정 변화·외부 충격에 매우 취약하므로 시나리오 분석(보수·중립·낙관)을 병행하세요. 본 도구는 최대 24개월까지 지원.
본 도구의 한계는?
① 외부 변수(가격·마케팅·경쟁사·경제지표) 미반영 — 단변량 시계열만 사용. ② 계절성 직접 모델링 미지원. ③ 휴일·이벤트 효과 미반영. 정밀 예측은 Prophet·ARIMA·머신러닝 모델을 도입하고, 본 도구는 빠른 1차 추정과 모델 비교 용도로 사용하세요.