품절 예측하고 대비하고... 펩시코의 ‘애널리틱스’ 활용법

글로벌 식음료 기업 ‘펩시코(PepsiCo)’는 소매업체의 재고가 소진되는 시기를 파악할 수 있는 예측 애널리틱스를 통해 전자상거래와 현장 판매를 혁신하고 있다. 

코로나19 팬데믹 여파로 어려움을 겪긴 했지만 공급망 운영이 (대부분 기업에서) 주목받기 시작했다. 특히 ‘애널리틱스’가 공급과 수요의 급격한 변동을 완화시키는 중요한 기술로 부상하고 있다.  
 

팬데믹 초기, 펩시코는 공급망에 이상이 있음을 알리는 신호를 포착했다. 전 세계적인 봉쇄조치에 따라 소비자들이 사재기에 나선 것이다. 펩시코의 전자상거래 엔지니어링 책임자 제이슨 퍼텔은 “일부 제품이 불티나게 팔려나갔다. 예를 들면 사람들은 가능한 많은 오트밀을 비축해 놓기 원했다”라고 설명했다.

여기에 대응하기 위해 펩시코는 애널리틱스와 머신러닝을 도입했다. 재고 소진을 예측하고 소매업체에 재주문을 알리기 위해서였다. 또한 이러한 인사이트는 펩시코가 마케팅 캠페인을 최적화하는 데도 도움을 줬다. 그는 “이를테면 제품이 품절됐을 때 자동으로 광고 캠페인을 중단할 수 있다”라고 언급했다. 

재고 소진을 예측하는 플랫폼
펩시코는 프리토레이부터 게토레이, 펩시콜라, 퀘이커, 트로피카나, 소다스트림까지 다양한 제품을 판매한다. 팬데믹이 발발하기 몇 년 전, 퍼텔과 그의 팀은 검색 마케팅 운영을 관리하기 위한 워크플로우 자동화 프로젝트에 착수했다. 

그리고 해당 프로젝트가 ‘세일즈 인텔리전스 플랫폼(Sales Intelligence Platform)’으로 이어졌다. 제품을 더 효과적으로 판매할 수 있도록 인사이트를 제공하는 플랫폼이다. 이 플랫폼은 소매업체의 데이터와 펩시코의 공급망 데이터를 결합해 재고가 소진될 시기를 예측하고, 제품을 보충(구매)할 수 있도록 알린다. 

퍼텔은 “확실히 도움이 됐다. 현장 판매팀은 직접적인 조치를 취할 수 있었고, 판매량을 늘릴 수 있었다. 재고 품절이 눈에 띄게 감소했다”라고 말했다. 

그에 따르면 펩시코의 ‘세일즈 인텔리전스 플랫폼’은 디지털 판매 및 운영을 단순화하기 위한 교차 채널, 교차 기능 인사이트, 워크플로우 및 자동화 애플리케이션이다. 확장 및 유지관리가 가능한 웹 애플리케이션을 구축할 수 있는 프로그래밍 언어 ‘엘릭서(Elixir)’를 기반으로 개발됐다.  

데이터 엔지니어링 팀은 스노우플레이크 데이터 클라우드(Snowflake Data Cloud)에 소매업체가 공유하는 데이터와 내부 공급망 데이터를 수집하고, 이를 데이터 특성에 따라 포스트그레SQL(PostgreSQL) 또는 아파치 드루이드(Apache Druid) 데이터베이스로 처리한다. 피닉스 웹 프레임워크(Phoenix web framework)에 구축된 애플리케이션은 서드파티 API를 통해 데이터를 제공한다.

지난 2020년 가을에 출시된 첫 버전은 펩시코 내부 전자상거래 팀을 대상으로 마케팅 자동화에 초점을 맞추고 있었다. 퍼텔은 이것만으로도 해당 팀이 프로세스를 자동화하고 구매 주문량을 늘리는 데 도움이 됐다고 전했다. 

2021년부터는 매장에 있는 현장 판매팀에 실시간 재고 소진 정보를 제공하는 시스템을 구현하기 시작했다. 이를 통해 애널리틱스와 현장 판매 및 공급망 운영을 결합했을 때의 가능성을 확인할 수 있었다고 그는 덧붙였다.

퍼텔은 현장 판매팀과의 파트너십은 아직 초기 단계이지만 이미 긍정적인 결과가 나오고 있다고 밝혔다. 그는 “현장 직원들이 운영 방식에 변화를 주고, 이전에는 없었던 방식을 매장 관리자와 함께 추진하고 있다”라고 설명했다.

‘얼리어답터’ 그리고 ‘가치에 집중하는 것’이 성공의 열쇠
퍼텔은 적극적으로 플랫폼의 기능을 테스트하고 싶어 하는 얼리어답터를 찾는 것이 프로젝트 성공의 열쇠였다고 밝혔다. 아울러 특정 비즈니스 문제에 집중한 것도 핵심이었다고 언급했다.

그는 “많은 일을 하고 싶었지만 처음에는 재고 소진 문제에만 집중했다. 이것이 성과를 내는 데 도움을 줬다고 본다”라고 말했다. 

퍼텔에 따르면 이러한 집중 그리고 최종 사용자와의 긴밀한 상호작용은 그의 팀이 현장 팀과 이들의 니즈를 이해하고, 효과가 있는 것과 없는 것을 파악해 실제 가치를 제공하는 데 도움을 줬다.

이어서 그는 최소 기능 제품(Minimum Viable Product; MVP) 개념을 중심에 두고 시작하는 것이 필수적이라고 강조했다. 적어도 시작할 때는 완전 자동화보단 가치에 집중해야 한다는 게 퍼텔의 설명이다. 

퍼텔은 “모든 기능을 갖춘 버전을 구현하지 않아도 괜찮다. 펩시코에서 구축했던 초기 머신러닝 가운데 일부는 모델과 함께 텍스트 파일을 업로드하고 변경하는 방식이었다. 이렇게 시작했고, 잘 작동했다. 그다음 이 과정을 반복하면서 완성해 나갔다. 모든 것이 완벽할 필요는 없다. 이게 핵심이다. 완전히 자동화된 것을 구현할 때까지 기다리기보다는 누군가 매일 파일을 업로드하더라도 가치를 제공하는 것이 더 낫다”라고 말했다. ciokr@idg.co.kr