디자인 스프린트 2 - DAY 4 솔루션 결정

오늘은 디자인 스프린트의 마지막 솔루션 결정의 날이다.

지금까지 의견을 모았던 솔루션은 어떤것인지 발표자료로 확인해보겠습니다.

 

📌Final 발표 

📍GoREP (고렙)

→ Go + REP Go : 높은 레벨 (高 + Level)

REP : REAL Expert People 진짜 전문가들!

 

의사결정자	기록담당자	기술담당자	연결담당자(발표)	프로젝트 매니저(PM)
고영서	박유진	김한규	이기쁨	이승연

💡프로젝트 개요

프로젝트 배경

의뢰자는 B2B 콜드체인 물류회사를 운영하고 있고, 10년 이상된 중소기업으로 DX(Digital Transformation)를 위한 중간과정에 있다. 현재는 대부분의 배송을 소상공인에게 하고있지만 사업 확장을 위해 B2C도 생각하고 있으며, 콜드체인 특성인 배송시간을 줄여 더 빠른 배송을 하고싶다. 또한 피킹과정에서도 많은 시간을 소요하고 있기에 피킹 시간을 줄이는 니즈가 있다.

해결 방안 - 데이터 기반 상품분류 및 배치 (랜덤 스토우)

출고량에서 같이 구매하는 상품을 분석해 적재시에 근처에 배치하고

피킹자는 짧은 동선을 통해 피킹시간을 감소해 빠르게 배송할 수 있도록 준비한다.

📍OverView

• 서비스명 : Pick Me
• 장기목표 : 좋은 먹거리를 최상의 상태로 전달하는 물류혁신을 통해 물류 산업 발전에 기여
• 핵심질문 Q

1. 데이터를 통해 상품을 재배치했을 때 정확도나 실제 효율성이 높은지?
2. 시즌별 같이 출고되는 상품이 다른 경우 어떻게 재배치할건지?
3. 물류 센터의 크기와 형태에 따라 랜덤 스토우 방식을 적용하는 게 한계가 있지 않을까?
4. 랜덤스토우 도입 때 빅데이터를 분석해 각 상품의 판매량과 판매시기를 고려해 최적의 동선을 계산했다고 하는데… 우리가 계산할 수 있을까?

• 타깃 (표적고객): 분류 데이터를 만드는 사람 (Data Analyst)
• 서비스 타깃 순간(단계) : 분류 데이터를 짜는 순간
• 타깃 선정 이유 : 피킹 시간을 줄이고자 하는 의뢰자의 니즈에 데이터 분석을 통해서 가장 직접적으로 영향을 줄 수 있는 사람과 순간을 선정함

📍Map

디자인스프린트하면서 조금 바뀐 map..

타겟 선정을 원래는 피킹자로  했었는데 피킹하려면 분류데이터가 선행되어야하니까 순차적으로 일어나는 일은 첫번째 작업자가 타겟이 되어야한다.

 

💡솔루션 소개

1. 피킹이란?

2. 기존진열 방식과 랜덤스토우의 차이점?

솔루션 단계

3. 출고량 TOP 제품군을 모은다.

 

4. 데이터 기반 상품분류를 위해 시즌(계절적)구분하고, 시계열 분석 (계절지수)을 구한다.

5. 효율적인 배치를 위한 4사분면 나누기

 

6. 작업지시서에 보관온도(냉장, 냉동 등)에 기반한 순서 작성

 

7. 피킹자는 업체별로 카트를 빨리 많이 담는다.

이미지 출처 - 서울신문

✔️ 기대 효과 : 피킹 시간 단축으로 출고시간 감소 → 고객사들 만족도 증가 ⬆️ 피킹 작업자 업무 난이도⬇️

• 데이터 활용방안 : 상품 정보 데이터(보관조건), 출고 내역 데이터(출고일, 상품코드, 배송지코드,출고시간
  이때 시계열 분석(계절지수)을 이용하여 시즌별 구매 예측량을 파악한다.
• 상품 정보 데이터를 이용해 각 상품들을 분류 후 출고 내역 데이터를 이용해 각 상품들의 날짜별 수요량을 파악 후
  구매하는 식품간의 연관성을 파악한다(장바구니 분석).
• 랜덤 스토우 (Random Stow) - “무작위로 넣는다”는 뜻으로 알고리즘을 통한 제품 배치 및 한정된 공간을 최대로 활용 하기 위한 시스템 (우리 의뢰 기업은 MFC 로 물류센터가 작은편)

---

✅ 최종 발표 피드백

Q. 제품 간의 상관관계는 따로 분석 안하는지? 상관성이 있는지 어떻게 측정할 건지? (같이 둔다 안둔다의 기준은 어떻게 되나요?)

: 함께 구매하는 리스트를 먼저 분석할 것이다. 고객사별로, 날짜별로 구매하는 제품별 목록을 가지고 측정할 것

데이터를 보고 난 후에, 히트맵을 그리든 어쨌든 분석을 하고 난 다음에 정해도 괜찮지만 미리 솔루션 안에 들어있었다면 더 좋은 솔루션이 되었을 것

ex. 히트맵에서 상관계수가 0.8 이상 or 판매량 TOP 5안에 드는 것들만 묶어둔다 등

 

Q. 창고는 효율적으로 적재가 되는지? 피킹하는 것에는 어려움이 없을 텐데, 창고를 관리하는 사람 입장에서 기존 방식은 10개 들어가는데, 랜덤스토우 적용 시 7개만 적재된다면?

: 답변 않고 마무리

🤨 적재 방식이 다르다고 수용량이 달라지나? (의문)

현재 어떤 적재방식이 적용되고 있는지 모르고, 랜덤스토우 방식을 적용했을 때 적재량이 달라지는 지 데이터 상으로 알 수 있을지 없을지 모르는 상태이다.

 

---

프로젝트 회고

우선 저번 디자인스프린트때보다 더 힘들었던 것은 물류산업에 대한 도메인이 아예 없었기 때문에 브레인스토밍 접근 자체가 어려웠다..

물류창고가 어떻게 생겼는지 조차도 몰랐고,, 데이터가 구체적으로 어떻게 생겼고, 어떤 기업인지 기밀이 많았기 때문에 방향 잡기가 어려웠다. 다만 프로젝트를 진행하면서 물류산업에 대한 도메인이 늘었고, 역시 큰돈을 만지려면 크게 놀아야한다... Like 물류...

중간에 데이터가 어쩌고 부족하네.. 등등 많은 불평소리가 많았는데이렇게 제한된 데이터로 분석을 해보는게 진짜 데이터 분석가에 한걸음 다가서는게 아닌가 생각한다. 

어렵긴 하지만 이세상에 쉬운건 없으니까!

물류 잼따! (라고 생각하자..)

 

 

 

#청년취업사관학교 #데이터분석가 #데이터분석가부트캠프 #DA교육 #데이터분석교육 #실무프로젝트 #실무경험 #취업포트폴리오 #포트폴리오 #취업연계교육 #코멘토 #모비니티