• Industrial Engineering and Management Systems
• /
• 제14권2호
• /
• pp.196-209
• /
• 2015

Retail sales forecast is a special area of forecasting. Its unique characteristics call for unique data models and treatment, and unique forecasting processes. In this paper, we will address lessons learned and challenges encountered in retail sales forecast from a practical and technical perspective. In particular, starting with the data models of retail sales data, we proceed to address issues existing in estimating and processing each component in the data model. We will discuss how to estimate the multi-seasonal cycles in retail sales data, and the limitations of the existing methodologies. In addition, we will talk about the distinction between business events and forecast events, the methodologies used in event detection and event effect estimation, and the difficulties in compound event detection and effect estimation. For each of the issues and challenges, we will present our solution strategy. Some of the solution strategies can be generalized and could be helpful in solving similar forecast problems in different areas.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권4호
• /
• 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.

• 지능정보연구
• /
• 제23권1호
• /
• pp.1-22
• /
• 2017

사업타당성 분석이나 기업 기술가치평가 등 미래의 사업에 대한 진입이나 투자 타당성을 분석하기 위해서는 새로운 사업과 관련한 시장을 추정하고 그 안에서 확보 가능한 매출을 객관적으로 추정하는 과정이 필수 불가결하다. 이런 신규 매출이나 시장규모의 추정 방법은 다양한 방법으로 구분이 가능한데 크게 정량적인 방법과 정성적인 방법으로 구분할 수 있다. 그러나 두 가지 방법 모두 많은 자원과 시간을 필요로 한다. 그래서 우리는 신규 사업의 평가지원을 위한 데이터 기반의 지능형 매출 예측 시스템을 제안하고자 한다. 본 연구는 사업타당성 분석이나 기술가치평가를 위한 신규 사업의 매출 추정 시스템을 개발하는데, 알고리즘 기반으로 전통적인 정량 예측방법 중 하나인 유추방법에 주목했다. 동일한 국내 산업에서 최근 창업한 기업의 매출 실적을 국내 신규 사업의 매출액을 추정하는 유추 대상 변수로 활용할 수 있는지 검토한다. 여기서 유추예측 대상은 최초 매출액과 초기 성장률이며, 주요 비교 차원은 산업분류, 창업시기 등이 고려된다. 특히 본 연구는 우리나라 창업 기업이 가지는 매출 성장률의 평균회귀 현상을 활용하는 지능형 정보 지원 시스템을 제안하다. 본 연구에서는 신규 매출 추정을 위해서 역사적 자료인 창업 매출 실적을 활용하는 방법이 적절한지 판단하기 위해서 잠재성장모형 등을 활용해 산업분류에 따른 신규 사업의 초기 매출액과 연도별 성장률이 산업분류별로 차이가 있는지 분석한다. 기존 기업의 창업 후 4년간 매출 성과의 종단자료를 잠재성장모형으로 분석하는데, 특정 산업분류에서 차이를 보여주는지 분석해 산업분류가 유추 예측에서 고려해야할 유의미한 변수인지 분석하는 것이다. 본 연구의 결과는 신속하고 객관적인 신규 사업 매출 추정을 가능하게 하는 지능형 정보시스템을 개발하게 해서 사업성타당성 분석이나 기술가치평가 과정의 효율성을 개선시켜 줄 것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제28권1호
• /
• pp.35-48
• /
• 2023

본 연구에서는 급변하고 있는 세계 경제 환경 하에서 중국 자동차 산업의 발전 현황과 자동차 산업과 관련한 중국 정부의 정책을 살펴보고, 중국 내 소비자들의 자동차 구입에 대해 소비자 동향 조사를 실시하였다. 중국 정부의 강력한 국가 배출가스 규제정책과 내연기관 자동차 제조·판매 기준의 강화에도 불구하고 소비자들은 다양한 이유로 앞으로 자동차를 구매 시 내연기관차를 선택하겠다는 응답비율이 59.6%에 달하는 등 정부 정책과 소비자 인식 사이에는 적지 않은 차이가 존재하고 있음을 확인하였다. 또한, 최근의 중국 내 자동차 판매량의 감소 추세를 발견하여 2010년 1월부터 2020년 12월까지 월별 판매량을 학습용 데이터로, 2021년 1월부터 2022년 11월 동안의 판매량을 평가용으로 구분하여 향후 중국의 자동차 수요를 예측하는 시계열 모형들을 제안, 평가하였다. 그리고 각 시계열모형을 적용하였을 때의 2023년도의 월별 예측 판매량을 보였다.

• 산업경영시스템학회지
• /
• 제33권3호
• /
• pp.10-21
• /
• 2010

Promotion system can be used as strategical management weapon to enhance the sales power. Planned order system has some similarities with promotion system to create purchasing power and to supply the service parts with low price on purpose. The only difference is whether it is prearranged event or not. The effectiveness of forecasting has increased with normal state of ordering process. However, the accuracy of forecasting has diminished with irregular state of ordering, such as demand occurrences by unexpected climate change or intended planned order by the company. A planned order system is examined through the process of computing the effectiveness on the basis of forecasting in this paper. And it is suggested that how to increase the accuracy of forecasting capability under the planned order system.

• 한국정보시스템학회지:정보시스템연구
• /
• 제27권3호
• /
• pp.123-140
• /
• 2018

Purpose The purpose of this study is to explore the optimal trading frequency which is useful for stock price prediction by using deep learning for charting image data. We also want to identify the appropriate time for accurate forecasting of stock price when performing pattern analysis. Design/methodology/approach In order to find the optimal trading frequency patterns and forecast timings, this study is performed as follows. First, stock price data is collected using OpenAPI provided by Daishin Securities, and candle chart images are created by data frequency and forecasting time. Second, the patterns are generated by the charting images and the learning is performed using the CNN. Finally, we find the optimal trading frequency patterns and forecasting timings. Findings According to the experiment results, this study confirmed that when the 10 minute frequency data is judged to be a decline pattern at previous 1 tick, the accuracy of predicting the market frequency pattern at which the market decreasing is 76%, which is determined by the optimal frequency pattern. In addition, we confirmed that forecasting of the sales frequency pattern at previous 1 tick shows higher accuracy than previous 2 tick and 3 tick.

• 산업경영시스템학회지
• /
• 제20권44호
• /
• pp.243-255
• /
• 1997

Forecasting the future values of an observed time series is an important problem in many areas, including economics, traffic engineering, production planning, sales forecasting, and stock control. The purpose of this paper is aimed to discover the more efficient forecasting model through the parameter estimation and residual analysis among the quantitative method such as Winters' exponential smoothing model, Box-Jenkins' model, and Kalman filtering model. The mean of the time series is assumed to be a linear combination of known functions. For a parameter estimation and residual analysis, Winters', Box-Jenkins' model use Statgrap and Timeslab software, and Kalman filtering utilizes Fortran language. Therefore, this paper can be used in real fields to obtain the most effective forecasting model.

• 한국산학기술학회논문지
• /
• 제17권6호
• /
• pp.157-165
• /
• 2016

하이테크 제품 중에서 이동통신 단말기는 빠른 속도로 혁신이 이루어지고 있으며 이에 따라 제품수명주기도 짧아지고 있다. 이렇게 짧아진 제품수명주기를 정확히 예측하기 위해서는 정확한 수요예측방법론의 선택이 중요하며 이는 전략적 경영계획 수립에 가장 기본적인 요소라고 할 수 있다. 본 연구의 목적은 이동통신 단말기의 전체 확산 수명에 적용될 수 있는 최적의 모형을 제시하는 것이다. 우리는 2013년 3월부터 2014년 8월까지 국내 특정 이동통신 서비스 사업자의 이동통신 단말기 판매 데이터를 활용하여 이동통신 단말기의 판매추이 및 수요예측을 위한 최적의 모형을 제시하고자 한다. 본 연구에서는 네 가지 모형의 성능을 비교분석하였는데 두 가지 S자형 확산모형인 Gompertz와 logistic 모형, 두 가지 비선형 회귀모형인 Michaelis-Menten과 logarithmic 모형을 비교한다. 모형 적합도에 따르면 logistic 모형이 모형일치성에 있어서 다른 세 개의 모형보다 성능이 우수한 것으로 발견되었으며 수요예측모델로는 확산이 정체하기 전까지는 logistic 모형이 우수하며 포화단계에 근접할수록 Gompertz 모형이 적합한 것으로 나타났다. 이러한 분석결과는 이동통신 단말기 시장 규모를 추정하거나 이동통신 단말기의 재고 및 주문관리를 하는데 있어서 유용한 자료로 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제15권4호
• /
• pp.37-51
• /
• 2009

서비스 인적자원 운용의 효율성 제고와 부품 또는 시설 할당의 적정성 향상을 위해 서비스센터를 통해 접수되는 서비스 요청 건수를 보다 정확하게 예측하고자 하는 필요성이 제조업을 중심으로 증가하고 있다. 본 연구에서는 제품의 특성을 반영하여 제품수명주기 별로 제품들을 군집화하고 군집 별로 적절한 예측모형을 구축한 후 예측 값을 통합하는 개별예측방식을 LCD 모니터 제조사의 사례를 통해 제시한다. 또한 예측 결과를 총량방식 및 기존에 기업이 사용하고 있는 방식과 비교. 평가하여 우수성을 증명함으로써 제품이나 산업의 특성을 반영한 맞춤형 수요예측 기법 도입의 필요성을 부각하고, 그에 따른 이론적, 실무적 가이드라인을 제공한다.

• 산업경영시스템학회지
• /
• 제35권1호
• /
• pp.66-78
• /
• 2012

This paper proposes a computation model of the quantity supplied to optimize inventory costs for the fast fashion. The model is based on a forecasting, a store and production capacity, an assortment planning and quick response model for fast fashion retailers, respectively. It is critical to develop a standardized business process and mathematical model to respond market trends and customer requirements in the fast fashion industry. Thus, we define a product supply model that consists of forecasting, assortment plan, store capacity plan based on the visual merchandising, and production capacity plan considering quick response of the fast fashion retailers. For the forecasting, the decomposition method and multiple regression model are applied. In order to optimize inventory costs. A heuristic algorithm for the quantity supplied is designed based on the assortment plan, store capacity plan and production capacity plan. It is shown that the heuristic algorithm produces a feasible solution which outperforms the average inventory cost of a global fast fashion company.