데이터 기반 문제해결(문제 해결 실사례1)

1. 국내 모 건설 자재 유통회사의 데이터 기반 문제해결 사례

 

배경

국내 건설 자재 B2B 시장은 04년도부터 깊은 침체를 겪고 있었다.

그러나 04년도부터 착공 면적 및 분양 물량이 급증하며, 기초 소재 수요에 대한 큰 성장이 예상되었다.

분량물량이 2015년경에는 41만 호에 달하는 사상 최대치로 예상되어

주택 중심의 착공 물량 및 착공 면적 증가는 건설자재 생산 및 유통업 업체에도 영향이 있었다.

 

 

시장 분석

또한 기존 건물에서 발생하는 건자재 부품 수요가 증가했다.

일반적으로 건자재 시장은 주거의 질에 대한 소비자의 욕구와 비례한다.

건자재 부품 수요의 요인들

 

따라서,
셀프 인테리어, 친환경에 대한 트렌드에 대한 관심이 급증하던 2010년은 새로운 건물의 증가와 맞물려
건자재 시장에서 매우 중요했던 시기였다.

 

이 시기, 해당 기업의 사장이라면 어떤 선택을 했을까?

 

기업의 고민

당시, 해당 기업의 경영진은 기업 내부의 유통 구조의 건전성에 대한 고민이 있었다.

 

1. 각 지역 대리점별 고민은 무엇인가
2. 유통 과정에서 어떤 문제를 초래하는가?
3. 회사의 물품이 제값에 좋은 파트너에게 잘 유통되는가?

에 대한 질문들이 생겨났지만
당시 해당 기업은 자사의 대형 대리점의 정보를 확인할 수 있는 구조나 도구가 없었다.

고민의 방향

 

 

제품군 표준화 작업

수많은 데이터 처리를 위해 먼저 수행되야할 것은 데이터의 전처리였다.

 

같은 제품이었지만

강원도 대리점의 제품 코드값과 전라도 대리점의 제품 코드값이 달라, 판매율 등을 계산하기 어려웠기 때문이다.

 

데이터 문제해결자가 '각 대리점이 제 값에 물건을 잘 팔고 있는가'를 분석하려면

각 대리점이 판매하는 물품 데이터가 제각각인 경우 평가를 진행할 수 없다.

 

 

다만, 그렇다고 너무 세세하게 완성도를 추구하여 전처리를 할 필요는 없다

분석의 깊이는 분석의 목적에 부합하는 수준이면 되기 때문.

 

 데이터 분석을 통한 상호 연관성 분석

전처리 된 데이터를 바탕으로 분석을 했다.

분석 결과, 좋은 매출을 보이는 대리점의 평가가 낮게 나오는 경우나 그 반대의 경우가 매우 많은 것이 문제였다.

 

도출된 문제해결방법: 회사 전체적으로 공동의 평가 툴과 전산시스템을 마련하기