신선식품 할인 가격 최적화 : 점포별 이익 3% 증가

점포 별 마감을 담당하는 매장 담당자의 판단에 따라 조기 할인, 과다 할인 등 주관적인 할인 시점 및 할인율이 책정됩니다. 매장 특성과 재고 현황을 고려하지 못한 채 매장 담당자의 경험에만 의존해 할인율을 적용함으로써 매출 감소가 발생하며, 당일 판매 원칙이 적용되는 신선 상품의 경우 높은 폐기 비용으로 연결 됩니다. 실 점포에서만 확인이 가능하기 때문에 단일 매장에서 효과성과 안정성을 검증한 후 다수의 점포로 확장하는 방식이 필요합니다.

상품, 시간대, 할인율 등의 정보를 기반으로 할인-판매 관계를 분석해 최적의 할인율을 도출하는 예측모델을 개발합니다. 과거 데이터에서 할인-판매 관계를 이용해 최적의 할인율을 추출하고 모델 학습에 적용합니다. 시뮬레이션을 통해 실 적용이전에 판매 효과 및 안정성을 테스트 합니다. AI 플랫폼(Runway)에서는 제공되는 파이프라인을 통해 실시간 데이터를 빠르게 분석하고 결과를 담당부서에 전달합니다. 자동화 된 학습-배포 파이프라인을 이용해 실제 매장의 피드백을 신속하게 적용합니다.

기존 시스템과 연동된 인터페이스로 안정적으로 모델 배포 서비스를 운용합니다. 식품 별 할인 가격을 예측해야 하는 매장 담당자의 업무 로드를 경감시켰고, 데이터 기반의 가격 최적화로 폐기 감소 및 이익 방어를 통해 개별 매장의 이익을 3% 증가 시켰습니다. 점포별로 적합한 특성을 빠르게 적용하여 2주만에 검증된 결과를 다수의 점포로 확장시키고 안정화 시켰습니다.