초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

오늘날 물류 서비스 수요예측의 필요성이 점차 강조되고 있지만 수요 데이터 확보의 한계, 분석의 복잡성 등 연구의 어려움으로 현재까지 물류 서비스 수요예측과 음력의 영향으로 매년 이동하는 명절 특수기의 수요를 체계적으로 분석한 연구는 미비한 실정이다. 본 연구에서는 국내 물류 기업 B사의 서로 다른 특징을 가진 지점들을 대상으로 주간수요예측과 일간수요예측을 실시하기 위해 B사의 2010년 1월 1일부터 2013년 10월 27일(43주차)까지의 지점별 일일 택배 물동량 자료를 분석에 활용하였다. 이중 2010년 1월 1일부터 2012년 12월 31일까지의 물동량 자료는 택배 물동량 예측모형을 추정하는데 사용하였으며, 2013년 1월 1일부터 2013년 10월27일(43주차)까지의 물동량 자료는 추정된 모형의 예측력을 평가하는데 사용하였다. 물류 서비스 주간수요예측에서는 주간변동률 지수와 ...

오늘날 물류 서비스 수요예측의 필요성이 점차 강조되고 있지만 수요 데이터 확보의 한계, 분석의 복잡성 등 연구의 어려움으로 현재까지 물류 서비스 수요예측과 음력의 영향으로 매년 이동하는 명절 특수기의 수요를 체계적으로 분석한 연구는 미비한 실정이다. 본 연구에서는 국내 물류 기업 B사의 서로 다른 특징을 가진 지점들을 대상으로 주간수요예측과 일간수요예측을 실시하기 위해 B사의 2010년 1월 1일부터 2013년 10월 27일(43주차)까지의 지점별 일일 택배 물동량 자료를 분석에 활용하였다. 이중 2010년 1월 1일부터 2012년 12월 31일까지의 물동량 자료는 택배 물동량 예측모형을 추정하는데 사용하였으며, 2013년 1월 1일부터 2013년 10월27일(43주차)까지의 물동량 자료는 추정된 모형의 예측력을 평가하는데 사용하였다. 물류 서비스 주간수요예측에서는 주간변동률 지수와 명절효과를 적용한 A사의 수요예측모형, 시계열 예측방법 중 하나인 분해법, A사의 수요예측모형과 분해법을 결합한 결합모형, 그리고 결합모형에 예측오차를 반영한 수정결합모형을 제시하고 모형의 예측력을 확인하고자 하였다. 제시한 모형들의 예측결과를 비교한 결과, 전체 예측기간의 수요 예측력은 종합적으로 수정결합모형이 가장 우수한 것으로 나타났으며, 명절 특수기의 수요 예측력 또한 종합적으로 봤을 때 (수정)결합모형이 우수한 것으로 나타났다. 물류 서비스 일간수요예측에서는 주간수요예측에서 가장 우수한 예측력을 보여준 수정결합모형을 분석에 활용하였으며, 도출된 주간예측수요에 요일지수를 적용해 주간예측수요를 일일수요로 분할하는 예측방법을 제시하였다. 수요 데이터 확보의 한계, 분석의 복잡성 등으로 명절 특수기의 수요를 체계적으로 분석한 연구가 많지 않은 가운데 본 연구는 음력의 영향으로 매년 공휴일의 위치가 바뀌면서 수요의 증감 폭이 큰 명절 특수기 수요를 예측하는 하나의 방법론을 제안했다는 점에서 의의가 있으며, 수요가 업계 상위 3사보다 상대적으로 안정적이지 못한 분석대상기업 B사의 실정에 맞게 최근 수요정보를 수요예측에 활용하여 물류시장의 변화를 예측에 반영함으로써 수요변화에 대응할 수 있는 방법론을 제안했다는 점에서도 의의가 있다고 할 수 있다. 마지막으로 주간수요예측 방법론과 더불어 마케팅 수립, 물류 자원 확보 등 다양한 기업운영활동의 의사결정 과정에 활용될 수 있는 일간수요예측 방법론을 제시했다는 점에서 본 연구가 중요한 의미를 갖는다고 할 수 있다.

주제어