MAT 데이터 활용해 미래 예측시
모든 편차변수 제거 추이 파악 적합
마케팅 기본요소 '4P' 정확한 예측에 도움
▶시(Time) 계열
시 계열 분석이란 월별 또는 분기별 실적 분석과 추이와 같이 시간에 따라 변동되는 수치를 연속성 있게 관찰하고 분석하는 것을 말한다. 시 계열을 이용한 예측에 흔히 사용하는 방법은 과거 자료를 분석하여 그 패턴에 따라 미래를 예측하는 것이다. 시 계열은 보통 4가지 유형(주기, 계절성, 기대외 변수, 추이)의 움직임으로 이루어진다.
▷추이(Trend)는 장기적으로 연속 이어지는 성장, 쇠퇴 또는 안정의 패턴을 말하는 것이다. 이런 변화는 비즈니스 환경 변화나 경쟁품과의 경쟁 등과 같은 요인들에 의해 상승과 하강 곡선을 나타내게 되는 것이다.
▷주기적인 변화(Cyclical variation)는 1년 이상의 기간 동안에 보여 지는 변화를 말한다. 약품 수요나 질병에서 주기적 변화는 몇 년 간격을 두고 대체적으로 같은 주기를 나타내기도 한다. 그러나 치료 약물의 발달로 이제는 이런 주기적 변화는 적어졌다.
▷계절성(Seasonal Variation)은 규칙적이며, 1년 또는 1년 이내 기간에 봄 여름 가을 겨울과 같은 계절에 따라 변동이 일어나는 경우를 말한다.
▷기대외 변수(Random Variation)는 통계학적으로 설명할 수 없이 발생되는 변화를 말한다. 예를 들면 갑작스런 기후변동, 자연 재해 등과 같은 변화를 말한다. 그것은 트렌드, 사이클, 계절적 변화로서 설명될 수 없는 시 계열의 하나이다.
△계절성의 확인: 이동평균(Moving Average)은 품목별로 과거 3개월의 평균 수량을 산출하여 이의 패턴에 따라 미래의 평균 수량에 반영하는 방법이다. 이 테크닉은 판매의 변수를 최소화하고 계절성을 정확하게 나타내는데 도움이 된다. 아주 사소한 일탈의 변수들을 완화되고 오직 계절에 변수가 되는 것만 남는다.
이 방법의 이점은 ▷단순하게 계산 할 수 있다 ▷복잡한 수학 계산식을 사용하지 않는다 ▷주기와 계절성을 나타내는데 가장 유용하다는 것이다. 반면 단점으로는 ▷과거 기록이 없는 미래 상황을 예측할 수 없고 ▷컴퓨터화 된 작업 과정은 평균이 극단적인 예외 요인에 의해 크게 영향을 받을 수 있다는 것이다.
△추이 확인: 연간이동종합(MAT) 데이터를 활용하면 변수를 최소화하고 갑작스런 변동을 완화하여 추이를 나타낼 수 있다. MAT는 매월 과거 12개월의 실적을 누적시켜 나타내는 숫자의 추세에 따라 미래를 예측하는 방법이다. 아래 예<표 1>에서 보여 주듯이 1월 MAT는 지난해 2월부터 당해 1월까지의 12개월 숫자를 합친 것(42)을 말하고, 2월 MAT는 한 달씩을 넘겨 지난해 3월부터 당해 2월까지 12개월 누적 숫자(43)를 말하는 것이다. 이 데이터의 추세를 볼 때 계절성의 이유로 하반기에 월별 숫자는 다소 하향을 하는 것처럼 보이지만 사실은 완만하게 계속 성장을 하고 있음을 나타내고 있다.
<표 1> MAT 데이터 이용 추이 확인 예 Month First Year Second Year Moving Annual Total 1월 3 3 42 2월 4 5 43 3월 7 8 44 4월 6 7 45 5월 3 4 46 6월 2 3 47 7월 2 2 47 8월 3 4 48 9월 4 5 49 10월 3 4 50 11월 3 3 50 12월 2 2 (50) 합계 42 (50)
이 방법은 계절적 변수를 포함해서 거의 모든 편차 변수를 제거하여 추이를 나타내는데 매우 적합한 방법이다. 일반적으로 추이를 나타내는데 있어 더 이상 좋은 방법은 없다. 12 MAT가 갖고 있는 이점은 3개월 이동평균이 가지고 있는 것 모두를 갖고 있으며, 그보다도 더욱 편차의 가능성을 적게 한다. 이것이 가지고 있는 문제점은 최소 12개월의 실적이 없으면 유용하지 못 하다는 점이다.
▶시 계열 예측모델
△원시적 모델: 이것은 가장 단순한 방법으로써 다음기간동안의 세일즈 예측을 과거의 판매 실적에 의존하는 것이다. "다음 기간의 판매는 이전 기간의 판매 추이와 같을 것"이라는 가정 하에 예측하는 방법이다. 산출 방법은 다음기간의 세일즈 예측은 이전 전 기간으로부터 직전 기간까지의 변화와 같은 추이를 따를 것이라는 논리를 적용하는 것이다. 식량, 소금 등과 같이 변수의 가능성이 적은 경우에 이 모델이 잘 이용된다.
△이동평균 모델: 이동 평균은 일정기간 동안의 평균을 계속해서 과거로부터 최근으로 이동시키는 것을 말한다. 즉 지난 평균에서 최근 자료를 더하고 맨 먼저 수치를 빼나간다. 이동 평균은 보통 단기적 예측을 할 때 사용된다. 이동 평균은 어떤 전환기나 변수가 있는 경우에는 유용하지 못하다.
△Z차트 모델: MAT의 트렌드와 당 해년 월별 누적 실적 트렌드에 따라 월별 예측을 하게 되면 매우 정확성을 기할 수 있다. 이것을 그래프화 하여 지난 12개월 누적 실적을 매월 이동하며 표시하는 MAT곡선과 매월 누적 실적 곡선 그리고 매월 실적 곡선을 복합하여 예측하는 방법을 말한다. 이 세 가지 곡선을 나타낸 그래프의 모양이 Z자를 닮았다고 해서 'Z 차트법'이라고 한다. 이 방법은 최소 2년 이상 판매되고 있는 기존 제품의 경우 당해 년도 남은 기간 동안의 예측을 하는데 매우 유용하다.
실무에서는 상반기 판매 후 하반기의 월별 판매 예상이나 9개월 판매 후 잔여 3개월의 월별 예상을 하는데 이상적인 방법이다. 이것은 어디까지나 현황이 연장된 경우의 예측이라는 점을 확실히 해야 한다. 이 그래프가 제시한 연말의 달성 예상에 만족치 못 할 경우 이를 보완할 전략을 수립해야 한다. 또 경쟁 품이 활동을 강화하는 경우도 대처 방안이 강구 되어야 한다. 최근 9개월 실적과 전년도 12개월의 자료를 가지고 Z차트를 만든다면 이 21개월의 자료를 가지고 기본 데이터를 만든다. 컴퓨터를 이용하여 수식을 입력해 두면 매월 매우 손쉽게 응용할 수 있다.
MAT는 예측에서 아주 중요하다. 실제에 있어서 매월의 판매는 당해 기간의 수요와 별개로 나타나는 수가 많아 추이를 파악하기 힘들다 그러나 MAT는 월간 판매에 관계없이 전체적인 트렌드를 나타내 주기 때문이다.
계절성이 심한 경우에는 더블 Z차트 방식에 의한 보완이 필요한 경우도 있다. 즉 MAT의 트렌드와 MAT-1개월 트렌드(한달 전 과거 11개월 이동 토털)를 병행하여 두 곡선의 차이를 당 해 월 예측으로 가정하는 경우 종점의 예상은 같더라도 월별로는 계절성이 감안된 예측을 할 수 있다. 즉 MAT-1 개월이란 예상하는 달이 9월인 경우 지난 8월로부터 이전 11개월간의 누적치를 말한다. 즉 지난해 10월부터 전 8월까지의 누적치를 의미하는 것이다. 예상하고자 하는 기간의 월간 예측은 매월 MAT에서 MAT-1개월을 뺀 것으로 가정하는 것이다.
■ 주관적 예측방법
▶주관적 평가 요소
예측에서 주관적 방법은 과거 기록을 통계학적으로 처리하여 얻어지는 수치에 의존하는 것이 아니라 관련된 여러 가지 요소를 참조하여 경험과 판단력을 통해 예측하는 방법을 말한다.
주관적 방법을 동원하기 위해서는 예측에 관련 있는 요인들을 몇 가지 다른 시각에서 검토해야 한다. 즉 마케팅의 기본 요소인 '4P'(Product, Price, Place, Promotion)에 따라 비교 평가하고 예측하는 것이 정확한 예측을 하는데 도움이 된다. ▷제품(Product)-그 제품의 용도, 가용 범위, 특성, 장단점, 경쟁품과 차별 점 그리고 제품의 새로운 치료 경향에 부합 여부, 경쟁품 범위 ▷가격(Price)-경쟁품과 비교하여 소비자 부담 정도, 처방의나 조제 약사 그리고 유통 관련인의 이익 정도 ▷장소(Place)-고객의 소재지, 주 소비처가 의원인지 병원인지 약국인지 또 각 경로별 수요량, 해당 전문과가 어디인지 그리고 전문의의 반응 등을 경쟁품과 비교 ▷판촉(Promotion)-경쟁품과 비교한 촉진비의 투자 정도, 효율성, 제품 이미지, 고객의 인지도 특히 판촉에서는 영업력 즉 영업직의 규모, 숙련도 그리고 고객의 접촉도를 비교 검토해야 한다. 이 네 그룹별로 예측에 관련된 여러 가지 요소들을 나열하고 평가하여 예측에 반영한다.