[서비스] 데이터통합 자동화 - 매출 예측 활용

디지털 전환의 이야기가 다양한 산업에서 회자 되었던 시기는 시간이 좀 지났지만 코로나19로 인해 각 산업에서의 도입과 적용 검토 이를 위한 노력의 시간이 굉장히 빨라 졌다는 것은 부인 할 수 없다.

이미 본인이 또는 조직이 알게 모르게 이미 가까운 곳에서 적용되지 않은 곳이 없다고 해도 과언은 아니다. 타 산업에 비하여 디지털이라는 서비스나 개념이 적용되지 못했던 영역중 하나가 외식산업이었다.

20년전 POS나 지금의 POS가 크게 달라진 것이 있는가? 최근 코로나19를 발판으로 비대면, 무인 매장 등으로 키오스크, QR. 주문등을 중심으로 서비스나 회사들이 우후죽순 생겨나고 있다.

우리는 이러한 변화의 흐름에서 자유로울 수 없다. 아니 자유로우면 안된다. 우리의 혁신과 변화를 여전히 도메인을 이해하지 못하고 우리의 스페셜 리스트한 감각과 경험을 일률적인 프로세스에 갖다 맞추고 기술이 마치 사람을, 조직을 혁신 시킨 것과 같이 표현되는 것들에 동의 할 수 없다.

데이터온은 20여년 동안 외식산업의 중심에서 직접 우리를 위한 서비스와 기술을 적용해 왔다. 고객이 오프라인 매장에 방문하여 경험하게 되는 다양한 흐름상에서 접하게 되는 다양한 접점과 감정, 감각에 대하여 모니터 하고 어떤 부분의 디저털 전환이 적절한지 어떤 과정으로 이어져야 실제적인 효과를 찾아 낼 수 있는 외식산업을 디지털 하는 것을 목료로 두고 다양한 디지털 클라우드 서비스 개발과 현업의 데이터 활용에 대한 사례를 만들어 가고 있다.

주로 오프라인 외식매장을 기반으로 운영하는 외식기업의 다양한 문제점을 해결하고 디지털 전환을 통한 업무프로세스의 혁신을 도와주는 외식에 특화된 IT 플랫폼인 "엠-플랫폼(M-Platform)은 예약, 대기, 주문, 조리, 서빙, 결제,식자재 발주, 매출 정산관리, 근무 인력 관리, 경영관리에 이르기까지 외식의 모든 과정안에서 외식에 특화된 형태로 디지환 할 수 있도록 도와 준다.

외식기업에서는 음식의 맛과 서비스에 집중 할 수 있도록 다양한 디지털 채널로 수집되는 데이터를 하나로 통합하고 표준화된 데이터로 전처리 하여 외식 매장에서 해야하는 다양한 의사결정을 지원하는 데이터를 실시간, 일자, 주간,월간 형태로 제공하고 있다. 제공되는 지원은 단순한 메세지 형태에서 부터 동적인 시각화 부분이 가능 하도록 제공하는 데이터 분석 및 시각화 서비스인 모티뷰"를 제공한다.

[매출 통합 관리 이슈 - 기존 POS 변경이 쉽지 않다면 - 자동 수집저장 ]

외식 사업자 입장에서 가장 고민 되는 부분이 매출 관리의 최전선인 POS 쉽게 변경하기 어려운 시장 구조를 가지고 있다는 것. 도입 하는 시점에 초기 투자 비용이 부담스러워서 보통 월 임대 방식 (약정을 포함) 으로 하는 경우가 대부분이고 또 한 이 임대가 가능한 구조는 VAN 이라는 신용카드 수수료에서 수익을 가져가는 대리점 구조에서 일반적인 사항이다.

하드웨어 부담 비용이 사용료 개념으로 가져가다 보니 최근 스타트업 또는 새로 시작 하는 업체들은 무료라고 광고 하지만 사실 무료가 아니다. 여전히 신용카드 결제 수수료에 대한 유상 부분은 기존과 동일 하다. ( 추가적으로 앞으로 인터넷 뱅킹 사업자들이 3개월? 또는 30만원 수준에서 후불 정산이 가능한 서비스를 내놓는다고 하니 신용카드 사 들의 변화는 분명 있을 것으로 본다. )

다시 돌아가 아무리 좋은 통합 플랫폼이라고 하더라도 기존 시스템을 유지 (약정기간까지라도) 하면서 통합된 결과물을 확인하고 싶어 한다. 당연한 이야기 이지만 기존 사용하는 매출 데이터를 수집/저장하는 일은 쉽지만은 않은 일이다. 기술적인 문제라기 보다는 기존 사용 서비스가 너무도 다양하고 너무도 데이터가 동일하지 않다는 문제.

[데이터온 - RMS 확장 서비스인 "모티뷰" - 데이터 전처리 자동화, 분석, 시각화 예측 까지가능 ]

누군가는 웹사이트(포스 백오피스 프로그램)에 접속하여 매출 자료를 다운 받아 여전히 엑셀을 사용하여 통합하고 보고서를 작성하고 다시 공유하고 하는 작업들을 한다. 여기까지 하는 것도 대단하다 싶을 때가 많은데 그 부분도 사실 시간이 없어 하기 어려운 구조인 경우가 더 많다고 생각이 된다. 배달 매출, 홀 매출, 온라인 매출 등 다양한 채널과 다양한 서비스에서의 매출을 하나로 통합하고 통합하는 과정 또한 자동화 처리 하여 불필요하게 보내는 시간을 줄이는 것이 핵심이다.

자동으로 통합된 데이터는 다양한 유형으로 분리되어 메뉴의 연관분석, 고객이 선호하는 메뉴, 선호하는 시간대, 예약을 하는 고객이 선호하는 메뉴, 워킹(예약없이 방문) 으로 오는 고객이 선호 하는 메뉴 등

어느 매장이 포장이 많고 어느 매장이 배달 매출이 많은지 이런 부분을 빠르게 한눈에 확인 할 수 있다.

[ 데이터를 통합하고 수집 저장 이유는 어떤 도움을 위해? - 메뉴 판매량 예측, 식자재 발주량 예측 ]

우리는 매장을 운영하다 보니 다음과 같은 의사결정이 가장 어렵고 또 관리가 필요 하다고 생각이 들었다.

1. 이번 주간 (일, 월 등 모두) 에는 매출이 어느 정도 될 것인가? ( 메뉴는 얼마나 팔릴까? )

2. 이번 주간에 인력을 어떻게 구성해서 매장을 운영해야지 ? ( 결국 또 매출이 얼마나 될까? )

3. 이번 주간엔 식자재를 얼마나 준비 해야지? ( 결국 또 매출이 얼마나 될까? )

우리는 2014년 부터 매출 예측 알고리즘을 활용하여 어떤 매장에서 어떤 메뉴 판매량이 예측되는지 확인하고 이에 대한 업무 진행에 도움을 주는 것을 활용하였다. 그러나 기존의 예측 알고리즘은 과거 판매 매출 데이터만을 활용한 알고리즘으로 외부 환경 변수 적용에 있어 부족함이 있었고 이러한 보강을 위해

[매출 예측 샘플 화면 - RMS (모티뷰 예측 서비스) ]

2021년도에 외부 환경 변수도 추가 하고 인공지능(머신러닝 예측 알고리즘)을 활용하여 주단위로 매일 매일의 메뉴 판매 매출을 예측하여 필요한 식자재 발주를 얼마나 해야 하는지를 주방 발주 담당자에게 알려 줄 수 있게 되었다. 현재 일부 브랜드에서 시범 운영 및 알고리즘의 실증 작업을 거쳐 누구든지 쉽게 예측을 통한 서비스가 가능 하도로 제공할 예정이다.

[Next Blog]

다음 글 주제는 마지막에 언급되었던 메뉴 및 식자재 수요예측 서비스에 대한 이야기로 ....

.