• 제목/요약/키워드: Sales Prediction

검색결과 9건 처리시간 0.18초

인공신경망을 이용한 가전제품의 판매예측모델 개발 (Development of a Sales Prediction Model of Electronic Appliances using Artificial Neural Networks)

  • 서광규
    • 디지털융복합연구
    • /
    • v.12 no.11
    • /
    • pp.209-214
    • /
    • 2014
  • 전반적인 전 세계 시장의 불황속에서도 세계최대 북미시장에서 국내 가전업체들이 TV 시장의 지배력을 강화하고 있는 이유는 강력한 제품 경쟁력과 브랜드 파워를 내세워 프리미엄 시장과 중저가 시장을 모두 차지하면서 수익성과 볼륨을 모두 잡았기 때문으로 분석된다. 이렇게 국내 TV 제조사들이 북미시장에서 선전하고 있음에도 불구하고 국내 TV 제조회사들은 지속적인 시장선점 및 TV 제품의 경쟁력을 유지하기 위한 제품개발, 마케팅 및 판매전략 등을 고민하고 있다. 본 연구에서는 이러한 지속적인 경쟁우위를 유지하기 위한 방안으로 국내 A사의 북미시장에서의 TV 판매 데이터를 이용하여 북미시장에서의 TV 판매예측모델을 개발하고자 한다. 이를 위하여 본 연구에서는 판매예측모델에서 많이 적용되고 있는 다중회귀모델과 인공신경망 기반의 예측모델을 개발하여 두 모델의 비교분석한다. 특히 본 연구에서는 TV 제품의 부가가치를 향상시키거나 가격경쟁력을 향상시키기 위해 TV의 주요 기능과 판매와의 연관성 분석도 수행한다.

인공신경망과 유전자 알고리즘 기반의 융합모델을 이용한 가전제품의 판매예측 (Sales Prediction of Electronic Appliances using a Convergence Model based on Artificial Neural Network and Genetic Algorithm)

  • 서광규
    • 디지털융복합연구
    • /
    • v.13 no.9
    • /
    • pp.177-182
    • /
    • 2015
  • 북미시장에서 국내 가전업체의 브랜드 및 제품 인지도는 크게 성장했으며 북미 소비자들에게 국내 기업의 제품은 성능이 좋고 혁신적인 기술 제품으로 인식되고 있다. 또한 에너지 절약을 원하는 소비자가 늘어나면서 국내 가전제품의 에너지 절약 측면에서 우수성이 부각됨에 따라 시장점유율이 상승으로 이어지고 있다. 최근 스마트폰과 모바일 기기 시장 확대 및 스마트 그리드 기술 발달의 영향으로 가전제품 시장에도 스마트 열풍이 거세게 몰아치고 있는데, 국내 기업들은 가전제품과 결합된 다양한 부가기능을 통해 소비자 편의를 제공함에 따라 지속적인 제품개발을 하고 있다. 본 연구에서는 지속적인 경쟁우위를 유지하기 위한 방안으로 국내 A사의 북미시장에서의 TV 판매 데이터를 이용하여 북미시장에서의 가전제품 판매예측을 위한 융합모델을 개발하고자 한다. 본 연구에서는 인공신경망과 유전자 알고리즘 기반의 융합모델을 이용한 가전제품의 판매예측을 수행하기로 한다. 추가적으로 본 연구에서는 제안한 융합모델과 기존의 예측모델과의 비교분석을 통해 제안한 융합모델의 우수성을 입증하기로 한다.

그래디언트 부스팅 모델을 활용한 상점 매출 예측 (Store Sales Prediction Using Gradient Boosting Model)

  • 최재영;양희윤;오하영
    • 한국정보통신학회논문지
    • /
    • v.25 no.2
    • /
    • pp.171-177
    • /
    • 2021
  • 최근 머신러닝의 발전에 따라 일상생활과 산업에서 기술을 적용하는 사례들이 많아지고 있다. 금융 데이터와 머신러닝 기법을 활용한 연구 또한 활발하게 이루어지고 있다. 본 논문은 이러한 동향에 따라 상점 매출 데이터에 머신러닝 기법을 접목해 매출 예측 모델을 구축, 핀테크 산업에서의 활용 방안을 제시한다. 다양한 결측치 처리 기법을 적용하고 그래디언트 부스팅 기반의 머신러닝 기법인 XGBoost, LightGBM, CatBoost를 사용하여 각 모델의 상점 매출예측 성능을 비교한다. 연구 결과, 단일대체법 중 중앙값 대체법을 사용한 데이터셋에 XGBoost를 활용해 예측을 진행한 모델의 성능이 가장 우수했다. 연구를 통해 얻은 모델을 이용하여 상점의 매출 예측을 진행함으로서 핀테크 기업의 고객 상점들은 대출금을 상환하기 전 금융 보조를 받는 근거로, 핀테크 기업은 상환 가능성이 높은 우수 상점에 금융 상품을 제공하는 등 기업과 고객 모두에게 긍정적인 방향으로 활용할 수 있다.

LSTM-based Sales Forecasting Model

  • Hong, Jun-Ki
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • v.15 no.4
    • /
    • pp.1232-1245
    • /
    • 2021
  • In this study, prediction of product sales as they relate to changes in temperature is proposed. This model uses long short-term memory (LSTM), which has shown excellent performance for time series predictions. For verification of the proposed sales prediction model, the sales of short pants, flip-flop sandals, and winter outerwear are predicted based on changes in temperature and time series sales data for clothing products collected from 2015 to 2019 (a total of 1,865 days). The sales predictions using the proposed model show increases in the sale of shorts and flip-flops as the temperature rises (a pattern similar to actual sales), while the sale of winter outerwear increases as the temperature decreases.

빅데이터 분석을 통한 피자 판매량 예측 (Pizza Sales Prediction by Using Big Data Analysis.)

  • 이대범;김경섭;이영수;김하나한;변동삼;박성철;전화성;김준태
    • 한국정보처리학회:학술대회논문집
    • /
    • /
    • pp.890-893
    • /
    • 2014
  • IT산업의 새로운 패러다임으로 빅데이터 분석이 주요한 기술로 부각되고 있다. 본 논문에서는 빅데이터를 수집, 분석하여 이를 통해 피자 판매량을 예측하는 모델을 제안한다. 판매량 예측을 위하여 과거 판매 데이터와 함께 공휴일, 날씨, 뉴스기사, 경제지표, 트렌드, 스포츠 이벤트 등의 데이터를 수집하여 이용하였으며, 판매량 예측 방법으로는 회기분석과 인공신경망 학습 등을 사용하여 빅데이터를 사용하지 않은 경우와 정확도를 비교하였다. 실험 결과 빅데이터를 이용함으로써 예측 오차율이 5%이상 향상됨을 확인하였다.

빅데이터 분석을 이용한 기온 변화에 대한 판매량 예측 모델 (Sales Volume Prediction Model for Temperature Change using Big Data Analysis)

  • 백승훈;오지연;이지수;홍준기;홍성찬
    • 한국빅데이터학회지
    • /
    • v.4 no.1
    • /
    • pp.29-38
    • /
    • 2019
  • 본 연구에서는 판매량 증대와 효율적인 재고 관리를 위해 지난 5년간 온라인 쇼핑몰 'A'에서 누적된 빅데이터를 활용하여 기온 변화에 따른 반팔 티셔츠와 아우터웨어(outer wear)의 판매량을 예측하는 판매 예측 모델을 제안한다. 제안한 모델은 2014년부터 2017년도까지 기온 변화에 따른 반팔 티셔츠와 아우터웨어의 판매량을 분석하여 2018년 기온 변화에 따른 반팔티셔츠와 아우터웨어의 판매량을 예측한다. 제안한 판매 예측 모델을 사용하여 반팔티셔츠와 아우터웨어의 판매량 예측값과 실제 2018년 판매량을 비교 분석한 결과 반팔티셔츠와 아우터웨어의 예측 오차율은 각각 ±1.5%와 ±8%를 나타내었다.

  • PDF

시스템다이내믹스를 활용한 수입 자동차 소모품 출고예측에 관한 연구 - A 수입 자동차 부품 물류센터를 중심으로 (Research on Prediction of Consumable Release of Imported Automobile Utilizing System Dynamics - Focusing on Logistics Center of A Imported Automobile Part)

  • 박병준;여기태
    • 디지털융복합연구
    • /
    • v.19 no.1
    • /
    • pp.67-75
    • /
    • 2021
  • 국내 수입차량 판매 증가에도 불구하고 부품 물류센터의 판매 예측에 관한 연구는 매우 부족한 현실이다. 이러한 측면에서 본 연구는 부품 물류센터의 상위 판매 상품에 대한 판매 예측을 수행 하는 것을 연구의 목적으로 한다. 연구는 판매 예측에 대한 동적특성과 영향을 주는 변수의 인과관계 및 피드백 루프를 고려할 수 있는 시스템 다이내믹스 방법론을 도입하였다. 연구결과 'Oil'의 경우 시간이 지날수록 소모품 판매 수량이 증가하는 패턴을 보이고, MAPE을 실시한 결과 31.3%의 합리적 예측모델로 평가되었다. 상품 'Battery'의 경우 실제 데이터와 예측 데이터 모두 매년 10월을 기점으로 판매가 증가하여 12월에서 가장 높은 판매를 보이고 다음해 2월부터 감소하는 계절성 판매패턴을 보였다. 본 연구는 기존 연구에는 존재하지 않았던 특정 수입 자동차 부품 물류센터의 실제 데이터를 확보하고, 시스템 다이내믹스를 통하여 미래 판매 물동량 예측을 정량적으로 분석하여 제시하였다는 점에서 학문적 시사점을 갖는다.

딥러닝과 통계 모델을 이용한 T-커머스 매출 예측 (T-Commerce Sale Prediction Using Deep Learning and Statistical Model)

  • 김인중;나기현;양소희;장재민;김윤종;신원영;김덕중
    • 정보과학회 논문지
    • /
    • v.44 no.8
    • /
    • pp.803-812
    • /
    • 2017
  • T-커머스는 양방향 디지털 TV를 기반으로 양방향 데이터방송 기술을 활용하여 상거래를 하는 기술융합형 서비스이다. 채널 번호와 판매상품이 제한된 환경에서 T-커머스의 매출을 극대화 하기 위해서는 각 제품의 시간대별 경쟁력을 고려하여 매출이 최대화 되도록 프로그램을 편성해야 한다. 이를 위해, 본 논문에서는 딥러닝을 이용해 T-커머스에서 각 상품을 각 시간대에 편성하였을 때의 매출을 예측하는 방법을 제안한다. 제안하는 방법은 심층신경망을 이용해 판매 상품과 시간대, 주차, 휴일 여부, 그리고 날씨를 입력 받아 실제 방송으로 편성했을 때 기대되는 매출을 예측한다. 그리고, 통계적 모델과 SVD(Singular Value Decomposition)를 적용하여 판매 데이터의 편중 및 희박성 문제를 완화한다. 실제 T-커머스 운영자인 (주)더블유쇼핑의 판매 기록 데이터에 대하여 실험하였을 때 실제 매출과 예측치의 차이가 0.12의 NMAE(Normalized Mean Absolute Error)를 보여 제안하는 알고리즘이 효과적으로 동작함을 확인하였다. 제안된 시스템은 (주)더블유쇼핑의 T-커머스 시스템 적용되어 방송 편성에 활용되었다.

딥러닝 기반의 기술가치평가와 평가변수 추정 (Deep Learning-based Technology Valuation and Variables Estimation)

  • 성태응;김민승;이찬호;최지혜;장용주;이정희
    • 한국콘텐츠학회논문지
    • /
    • v.21 no.10
    • /
    • pp.48-58
    • /
    • 2021
  • 국내 산업성장의 동력이 되는 기업의 기술 및 사업역량 확보를 위해, 2014년 이후 정부기관을 중심으로 『기술거래 시장 활성화』, 『기술금융 기반의 R&D 사업화지원』등 다양한 형태로 사업화 성과창출을 위한 정책 프로그램이 수행되어 왔다. 현재까지 기술가치평가 이론과 평가변수에 관한 다양한 연구가 각계 전문가들에 의해 수행되고 기술사업화 현업에서 이용되어 왔으나, 평가현장에서는 평가목적 상의 기대보다 기술가치평가 금액이 적게 산출되는 등의 한계점이 존재하여, 그 실용성에 의문이 제기되어 왔다. 또한 미래에 대한 정성적 추정에 기반한 현행 기술가치평가 프로세스는 평가결과에 대한 객관성과 신뢰성 확보를 위해 데이터에 근거한 참조 인프라 구축이 필요한 시기에 이르렀다. 본 연구에서는 기관별로 구축된 평가인프라를 살펴보고, 최신의 인공신경망 및 딥러닝 기술을 기술가치평가 시스템에 탑재하기 위해 핵심변수 기반의 가치금액 추정 시뮬레이션과 매출액 및 정성평가점수의 예측을 위한 적용 가능성을 살펴본다.