As the uncertainty of demand in B2B electronics market has increased, firms need a strong method to estimate the market demand. An accurate prediction on the market demand is crucial for a firm not to overproduce or underproduce its goods, which would influence the performance of the firm. However, ...
As the uncertainty of demand in B2B electronics market has increased, firms need a strong method to estimate the market demand. An accurate prediction on the market demand is crucial for a firm not to overproduce or underproduce its goods, which would influence the performance of the firm. However, it is complicated to estimate the demand in a B2B market, particularly for the private sector, because firms are very diverse in terms of size, industry, and types of business. This study proposes both qualitative and quantitative demand forecasting approaches for B2B PC products. Four different measures for predicting PC products in B2B market with consideration of the different PC uses-personal work, common work, promotion, and welfare-are developed as the qualitative model's input variables. These measures are verified by survey data collected from experts in 139 firms, and can be applied when individual firms estimate the demand of PC goods in a B2B market. As the quantitative approach, the multiple regression model is proposed and it includes variables of region, type of industry, and size of the firm. The regression model can be applied when the aggregated demand for overall domestic PC market needs to be estimated.
As the uncertainty of demand in B2B electronics market has increased, firms need a strong method to estimate the market demand. An accurate prediction on the market demand is crucial for a firm not to overproduce or underproduce its goods, which would influence the performance of the firm. However, it is complicated to estimate the demand in a B2B market, particularly for the private sector, because firms are very diverse in terms of size, industry, and types of business. This study proposes both qualitative and quantitative demand forecasting approaches for B2B PC products. Four different measures for predicting PC products in B2B market with consideration of the different PC uses-personal work, common work, promotion, and welfare-are developed as the qualitative model's input variables. These measures are verified by survey data collected from experts in 139 firms, and can be applied when individual firms estimate the demand of PC goods in a B2B market. As the quantitative approach, the multiple regression model is proposed and it includes variables of region, type of industry, and size of the firm. The regression model can be applied when the aggregated demand for overall domestic PC market needs to be estimated.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나 제품의 내구성 및 A/S의 향상과 제조사 간의 경쟁 심화로 최근 들어 시장의 성장세는 전반적으로 둔화내지는 감소되는 추세를 보이고 있다. 경제 상황 또한 가계 소득 증가율의 감소, 가계 부채 부담의 증가 등으로 향후 경기에 대한 불확실성이 점차 커지는 양상이며, 이로 인해 전자제품 제조사들은 경영의 효율성 제고를 위해 보다 과학적이고 객관적으로 수요를 예측하고자 하는 노력을 기울이고 있다.
다만 국내에는 수많은 제조업체가 존재하나 사용용도별 수요예측 기법의 타당성을 위해 139개만의 기업을 대상으로 하였다는 것과, 2014년도 자료만을 이용하여 다중회귀분석을 수행함으로 인해 제시한 모형의 일반화에는 다소 한계를 지니고 있다. 따라서 보다 많은 자료를 확보하여 모형의 객관화를 제고해야 하는 작업과 제조업 이외의 다양한 업종 및 PC 이외의 다른 전자제품에 대해서도 모형을 구축해야 하는 작업을 향후 과제로 남기고자 한다.
본 논문에서는 B2B 전자제품 시장 중에서 공공시장에 비해 상대적으로 수요예측이 용이하지 않은 민수시장에 대한 PC 수요예측 방안을 연구하였다. 이를 위해 정성적 기반의 사용용도별 수요예측 기법과 정량적인 다중회귀분석에 의한 수요예측기법을 제시하였다.
민수시장에 대한 정확한 전자제품 수요를 예측하기 위해서는 기업의 재무상태, 업종이나 규모, 전자제품 구매정책과 사용용도, 기업이 속한 지역 등의 기업 자체 속성뿐만 아니라 경제적․사회적 여건, 제조사 간의 경쟁구도 등과 같은 다양한 외부적인 요인들도 함께 고려해야 하나 자료의 수집 및 환경의 불확실성으로 인해 많은 어려움이 따른다. 본 논문에서는 전자제품 마케팅 및 영업 담당 전문가들의 의견을 토대로 정성적 기반의 B2B 전자제품 사용용도별 수요예측 모형과 다중회귀분석을 이용한 정량적 수요예측 모형을 제시하고자 한다. 수요예측을 위한 제품은 데스크탑 PC와 노트북 PC를 포함한 개인용컴퓨터(PC)로 한정하였다.
가설 설정
이 장에서는 앞서 기술한 사용용도별 수요예측기법의 단점을 보완하고 국내 전체 PC 시장의 규모를 예측하기 위해 가장 대표적인 정량적 수요예측 기법 중의 하나인 다중회귀분석을 활용하였다. 특히 B2B 수요예측이 목적임을 고려할 때 지역 내 업종별 기업체의 수 및 규모가 수요에 가장 큰 영향을 주리라는 가정을 근거로 분석을 수행하였다. 실제 분석을 위해 사용한 자료는 2014년 지역별, 업종별, 회사별, 기업규모별 매입처 자료로 B 신용평가회사로부터 수집하였다.
제안 방법
구매업체 측면에서의 사용용도별 수요예측은 정성적 수요예측 기법으로 개별 기업의 B2B 수요예측을 위해 전자제품의 사용용도를 구체적으로 조사하고, 용도별로 표준 수요산정 계산식을 정의한 후, 이를 토대로 전체 B2B 수요를 산정하는 방식이라고 할 수 있다. 본 연구에서는 사용용도 및 용도별 수요산정 계산식을 국내 전자회사 영업 및 마케팅담당 임직원 131명과의 인터뷰 및 설문조사를 통해 도출하였는데, 사용용도는 개인 업무용, 공통 업무용, 판촉용, 복지용 등 4가지로 구분하여 [Table 1]과 같이 정의하였다.
수요예측을 위한 제품은 데스크탑 PC와 노트북 PC를 포함한 개인용컴퓨터(PC)로 한정하였다. 사용용도별 수요예측모형을 위해서는 사용 용도를 개인 업무용, 공통 업무용, 판촉용, 복지용 등의 4가지로 구분하여 정의하였고, 다중회귀분석 모형에서는 지역과 업종, 기업의 규모를 다음의 기준에 따라 분류하여 변수로 사용하였다.
특이할 만 한점은 지역 환경 및 기후와 더불어 건물의 용도, 면적 등 도시 시설물을 표준 모델화하여 에너지 수요예측을 가능하게 한 것인데, B2B 전자제품 중 시스템에어컨이나 빌트인 가전제품에 대해서도 수요환경이 유사하다는 점을 고려할 때 수요예측에 이러한 방법을 사용할 수 있다고 판단된다. 시계열분석에 의한 수요예측은(Seo and Rhee, 2003)가 국내 기업의 3년 간 냉장고 판매액을 기준으로 계절적 요인을 제거하여 분석하였다. 다만 이 연구는 냉장고 시장 전체에 대한 수요예측이라기보다는 단일회사의 판매예측 범위에서 수행되었다.
본 논문에서는 B2B 전자제품 시장 중에서 공공시장에 비해 상대적으로 수요예측이 용이하지 않은 민수시장에 대한 PC 수요예측 방안을 연구하였다. 이를 위해 정성적 기반의 사용용도별 수요예측 기법과 정량적인 다중회귀분석에 의한 수요예측기법을 제시하였다. 사용용도별 수요예측 기법에서는 현업 전문가의 의견을 반영하여 사용용도를 개인 업무용, 공통 업무용, 판촉용, 복지용등 4가지로 구분하여 수요산정 계산식을 도출하였으며, 139개 기업을 대상으로 검증하였다.
둘째, 학술적으로는 그동안 여러 문헌에서 제시하였던 정성적 및 정량적인 B2C 수요예측 기법들을 B2B 수요예측에 반영하여 의미 있는 결과를 도출하였다는데 의의가 있다. 정성적인 방법은 델파이법에서 제시한 것처럼 전문가의 조언을 구하고, 샘플조사를 통해 타당성을 검증하였으며, 다중 회귀분석과 같이 정량적인 방법을 사용하여 B2B 상권의 수요예측 분석을 시도하였다.
대상 데이터
이를 위해 정성적 기반의 사용용도별 수요예측 기법과 정량적인 다중회귀분석에 의한 수요예측기법을 제시하였다. 사용용도별 수요예측 기법에서는 현업 전문가의 의견을 반영하여 사용용도를 개인 업무용, 공통 업무용, 판촉용, 복지용등 4가지로 구분하여 수요산정 계산식을 도출하였으며, 139개 기업을 대상으로 검증하였다. 또한 지역별, 업종별, 회사별, 기업규모별 PC 구매액 자료를 수집하여 다중회귀분석을 수행하였고, F값 및 t값 검정, 잔차분석 등을 통해 모형의 유의성을 검정하였다.
사용용도별 수요예측 기법의 타당성 검증을 위해 500개의 국내 기업을 대상으로 PC 구매실태 조사를 실시하였다. 이중 198사가 회신했으며, 답변의 신뢰도가 상대적으로 높다고 판단되는 139사를 대상으로 사용용도별 수요예측 기법을 적용하였다.
본 논문에서는 전자제품 마케팅 및 영업 담당 전문가들의 의견을 토대로 정성적 기반의 B2B 전자제품 사용용도별 수요예측 모형과 다중회귀분석을 이용한 정량적 수요예측 모형을 제시하고자 한다. 수요예측을 위한 제품은 데스크탑 PC와 노트북 PC를 포함한 개인용컴퓨터(PC)로 한정하였다. 사용용도별 수요예측모형을 위해서는 사용 용도를 개인 업무용, 공통 업무용, 판촉용, 복지용 등의 4가지로 구분하여 정의하였고, 다중회귀분석 모형에서는 지역과 업종, 기업의 규모를 다음의 기준에 따라 분류하여 변수로 사용하였다.
특히 B2B 수요예측이 목적임을 고려할 때 지역 내 업종별 기업체의 수 및 규모가 수요에 가장 큰 영향을 주리라는 가정을 근거로 분석을 수행하였다. 실제 분석을 위해 사용한 자료는 2014년 지역별, 업종별, 회사별, 기업규모별 매입처 자료로 B 신용평가회사로부터 수집하였다. [Table 4]는 수집한 자료의 내역으로 지역은 17개 광역시/도 및 하위 252개의 시/군/구로, 업종은 통계청 업종분류 중 제조업에 해당하는 24개 중분류 체계이며, 기업규모는 해당 시/군/구에 속한 1～4인, 5～9인, 10～19인, 20～49인, 50～99인, 100～299인, 300인 이상 기업의 수를 포함한다.
사용용도별 수요예측 기법의 타당성 검증을 위해 500개의 국내 기업을 대상으로 PC 구매실태 조사를 실시하였다. 이중 198사가 회신했으며, 답변의 신뢰도가 상대적으로 높다고 판단되는 139사를 대상으로 사용용도별 수요예측 기법을 적용하였다.
데이터처리
사용용도별 수요예측 기법에서는 현업 전문가의 의견을 반영하여 사용용도를 개인 업무용, 공통 업무용, 판촉용, 복지용등 4가지로 구분하여 수요산정 계산식을 도출하였으며, 139개 기업을 대상으로 검증하였다. 또한 지역별, 업종별, 회사별, 기업규모별 PC 구매액 자료를 수집하여 다중회귀분석을 수행하였고, F값 및 t값 검정, 잔차분석 등을 통해 모형의 유의성을 검정하였다. 제시한 두 가지의 기법들은 각각의 상이한 특성을 지니고 있었는데, 개별기업의 수요 산정이 필요할 때에는 사용용도별 수요예측 기법을, 국내 전체 PC 시장의 규모를 예측하기 위해서는 다중회귀분석의 활용을 제시하였다.
첫째, 실무적으로는 B2B 마케팅 및 영업담당자에게 수요예측 시 고려해야 할 새로운 기준과 방향을 제시하였다. 사용용도별 기법은 개별기업을 대상으로 수요를 예측할 때 판매자가 아닌 구매자 입장에서 살펴봐야 할 4개의 요인들을, 다중회귀분석 기법은 거시적으로 B2B 상권을 분석할 때 지역과 기업의 업종 및 규모 등을 고려하여 예측모형의 독립변수로 사용하였다. 수요예측의 결과는 공급업체에 있어서 마케팅 및 영업 자원을 보다 효율적으로 배분하고 사용할 수 있는 지표로 활용될 수 있으며, 무엇보다도 조직의 지역별 성과분석에 객관적인 기준이 될 수 있다.
이 장에서는 앞서 기술한 사용용도별 수요예측기법의 단점을 보완하고 국내 전체 PC 시장의 규모를 예측하기 위해 가장 대표적인 정량적 수요예측 기법 중의 하나인 다중회귀분석을 활용하였다. 특히 B2B 수요예측이 목적임을 고려할 때 지역 내 업종별 기업체의 수 및 규모가 수요에 가장 큰 영향을 주리라는 가정을 근거로 분석을 수행하였다.
또한 지역별, 업종별, 회사별, 기업규모별 PC 구매액 자료를 수집하여 다중회귀분석을 수행하였고, F값 및 t값 검정, 잔차분석 등을 통해 모형의 유의성을 검정하였다. 제시한 두 가지의 기법들은 각각의 상이한 특성을 지니고 있었는데, 개별기업의 수요 산정이 필요할 때에는 사용용도별 수요예측 기법을, 국내 전체 PC 시장의 규모를 예측하기 위해서는 다중회귀분석의 활용을 제시하였다. 수요예측 결과 사용용도에 의한 수요예측 기법은 편준편차가 다소 컸으나 예측률이 97%～102%사이로 높게 나타났다.
이론/모형
[Figure 4]는 다중회귀분석의 결과로 단계적 변수선택법(stepwise method)을 사용하여 변수를 선택하였으며, 변수 선정 및 제거 시 유의수준을 0.3으로 하였다. 최종적으로 69개의 독립변수가 선정되었으며, 전체 회귀모형의 F값 및 각 회귀계수에 대한 t값도 주어진 수준 내에서 유의하게 나타났다.
성능/효과
[Figure 3]은 139개 기업에 [Table 2]의 계산식을 적용하여, 2014년과 2012～2014년 3년간의 평균 PC 구매액에 대한 추정수요를 산정한 결과를 각각 보여주는 산점도이다. [Figure 3](a)와 [Figure 3](b) 모두 예측률 100%를 중심으로 분포되어 있으나, 구매액이 5천만 원 이상일 때는 2014년도에서, 5천만 원 미만의 경우는 2012～2014년도 평균이 100%에 더 밀집되어 있다는 것을 알 수 있다. 이와 같은 사실은 [Table 3]의 통계표에서도 확인되는데, 구매액이 5천만 원 미만일 때 2014년과 3년 평균(2012～2014년) 예측률 평균 값은 기업별 차이가 상쇄됨에 따라 각각 98%와 97%로 매우 높았으나 표준편차는 2014년이 34%로 3년 평균에 비해 약 18% 이상 높게 나타난다.
, 2010)은 전반적인 전자산업에서의 수요예측 정확도와 재고수준을 측정하기 위한 수학적 모형을 제시했는데, 수요예측 정확도와 재고수준과의 논리적 관계를 이용하여 재고의 변화량을 실 판매량 대비 수요예측 정확도로 표현하였다. 그 결과 예측 판매 값이 실제 판매 값보다 클 경우 재고의 변동을 줄이기 위해서는 수요예측 정확도가 제고되어야 함을 강조하였다. 전자제품 분야와는 다소 차이가 있으나(Yeo and Yoon, 2012)은 환경․에너지 계획 자료를 사용하여 도시에너지 수요예측 알고리즘을 개발하였으며, 이를 시스템화하여 에너지 사용량을 예측하였다.
다만, 수요 구간별로 예측율의 편차가 존재함으로 대기업과 중소기업별로 적용해야 한다는 시사점을 낳았다. 다중회귀분석에 의한 수요예측 기법 결과 또한 2015년 PC 수요를 215억 원으로 예측하였는데 2014년에 발표된 가트너그룹의 국내 시장수요 보고서의 예측치인 210억 원과 비교할 때 비교적 유사한 것으로 나타났다.
둘째, 학술적으로는 그동안 여러 문헌에서 제시하였던 정성적 및 정량적인 B2C 수요예측 기법들을 B2B 수요예측에 반영하여 의미 있는 결과를 도출하였다는데 의의가 있다. 정성적인 방법은 델파이법에서 제시한 것처럼 전문가의 조언을 구하고, 샘플조사를 통해 타당성을 검증하였으며, 다중 회귀분석과 같이 정량적인 방법을 사용하여 B2B 상권의 수요예측 분석을 시도하였다.
[Figure 6](a)의 표준화 잔차도표는 실제값과 예측 값의 차이를 나타내는 것으로 일부가 범위를 벗어났음에도 불구하고 실제 값과 예측 값의 차이가 ±2범위 내에 대부분 포함되어 있다. 따라서 예측 값이 비교적 정확하다는 것을 알 수 있다. 설명변수들이 극단에 치우치는 정도를 파악할 수 있는 [Figure 6](b)의 레버리지도표에서도 일부만이 0.
제시한 두 가지의 기법들은 각각의 상이한 특성을 지니고 있었는데, 개별기업의 수요 산정이 필요할 때에는 사용용도별 수요예측 기법을, 국내 전체 PC 시장의 규모를 예측하기 위해서는 다중회귀분석의 활용을 제시하였다. 수요예측 결과 사용용도에 의한 수요예측 기법은 편준편차가 다소 컸으나 예측률이 97%～102%사이로 높게 나타났다. 다만, 수요 구간별로 예측율의 편차가 존재함으로 대기업과 중소기업별로 적용해야 한다는 시사점을 낳았다.
반면에 구매액이 5천만 원 이상이었을 때는 2014년도의 예측치 평균값과 표준편차가 각각 101%와 19%로 3년 평균의 102%와 26%에 비해 평균은 1%, 표준편차는 7% 낮았다. 위의 결과를 토대로 연간 PC 구매액이 5천만 원 이상인 대기업에 대해서는 최근 1년치 정보를 이용하고, 5천만 원 미만의 중소기업에 대해서는 최근 3년치 정보를 이용하여 수요를 산정하는 것이 바람직하다고 판단된다. 이와 같은 판단의 근거는 실무적인 측면에서도 설명이 가능한데 장기적으로 판촉용 등 다른 수요가 발생할 수 있음에도 불구하고 매년 다량의 교체수요가 발생하는 대기업은 업무용 PC의 구매가 일정한 반면에, 경영상의 문제로 인원감축을 하거나 판촉용, 복지용도의 구매를 거의 하지 않는 중소기업의 경우에는 매년 PC 구매량이 일정하지 않기 때문이다.
첫째, 실무적으로는 B2B 마케팅 및 영업담당자에게 수요예측 시 고려해야 할 새로운 기준과 방향을 제시하였다. 사용용도별 기법은 개별기업을 대상으로 수요를 예측할 때 판매자가 아닌 구매자 입장에서 살펴봐야 할 4개의 요인들을, 다중회귀분석 기법은 거시적으로 B2B 상권을 분석할 때 지역과 기업의 업종 및 규모 등을 고려하여 예측모형의 독립변수로 사용하였다.
3으로 하였다. 최종적으로 69개의 독립변수가 선정되었으며, 전체 회귀모형의 F값 및 각 회귀계수에 대한 t값도 주어진 수준 내에서 유의하게 나타났다. 또한 다중결정계수(r2)와 조정다중결정계수(Adjusted r2)도 각각 0.
후속연구
전자제품 분야와는 다소 차이가 있으나(Yeo and Yoon, 2012)은 환경․에너지 계획 자료를 사용하여 도시에너지 수요예측 알고리즘을 개발하였으며, 이를 시스템화하여 에너지 사용량을 예측하였다. 특이할 만 한점은 지역 환경 및 기후와 더불어 건물의 용도, 면적 등 도시 시설물을 표준 모델화하여 에너지 수요예측을 가능하게 한 것인데, B2B 전자제품 중 시스템에어컨이나 빌트인 가전제품에 대해서도 수요환경이 유사하다는 점을 고려할 때 수요예측에 이러한 방법을 사용할 수 있다고 판단된다. 시계열분석에 의한 수요예측은(Seo and Rhee, 2003)가 국내 기업의 3년 간 냉장고 판매액을 기준으로 계절적 요인을 제거하여 분석하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
국내 전자시장의 규모가 성장할 수 있게 된 성장동력은?
1980년 컬러TV 방송 개시를 시작으로 1980년대 중반의 PC시장의 급속한 확산, 1990년대 중후반의 인터넷 사용자의 저변확대, 그리고 2000년대 후반의 스마트폰 등장 등으로 인해 국내 전자시장의 규모는 지속적으로 성장하여 왔다. 그러나 제품의 내구성 및 A/S의 향상과 제조사 간의 경쟁 심화로 최근 들어 시장의 성장세는 전반적으로 둔화내지는감소되는 추세를 보이고 있다.
국내 전자시장을 이끌 품목은?
1조 원에 이를 전망인데, 이는 [Figure 1]에서 보듯이 같이 4년 연속 시장 감소를 의미한다. 2015년에는 고성능 스마트폰과 함께 기존 PC시장을 대체할 테블릿 PC, 하이브리드 PC 등이 시장수요를 이끌 것으로 분석되며, TV 부문은 경기둔화 및 모바일 대체로 인한 수요 감소가 예상 된다(KDB Research Institute, 2015).
최근 들어 전자 시장의 성장세가 주춤해진 이유는?
1980년 컬러TV 방송 개시를 시작으로 1980년대 중반의 PC시장의 급속한 확산, 1990년대 중후반의 인터넷 사용자의 저변확대, 그리고 2000년대 후반의 스마트폰 등장 등으로 인해 국내 전자시장의 규모는 지속적으로 성장하여 왔다. 그러나 제품의 내구성 및 A/S의 향상과 제조사 간의 경쟁 심화로 최근 들어 시장의 성장세는 전반적으로 둔화내지는감소되는 추세를 보이고 있다. 경제 상황 또한 가계 소득 증가율의 감소, 가계 부채 부담의 증가 등으로 향후 경기에 대한 불확실성이 점차 커지는 양상이며, 이로 인해 전자제품 제조사들은 경영의 효율성 제고를 위해 보다 과학적이고 객관적으로 수요를 예측하고자 하는 노력을 기울이고 있다.
참고문헌 (18)
Doane, D.P. and L.E. Seward, Applied Statistics in Business and Economics, 4th Ed., McGraw-Hill, 2014.
Han, S.L. and S.H. Lee, "Effect of Service Convenience on the Ralationship Performance in B2B Markets : Mediating Effect of Relationship Factors", Journal of Channel and Retailing, Vol.16, No.4, 2010, 65-93.(한상린, 이성호, "B2B 시장에서의 서비스 편의성이 관계성과에 미치는 영향 : 관계적 요인의 매개효과 분석", 유통연구, 제16권, 제4호, 2010, 65-93.)
Jang, J.H., "Case Studies on the Impact of the Review and Demand Forecast Accuracy of the Characteristics of Electronic Products Inventory Increase and Decrease Demand Forecasting and Sales Groups", Korea University MBA Master's Thesis, 2008.(장재호, "전자제품 수요예측의 특성에 대한 고찰과 수요예측 정확도가 재고증감 및 판매실기에 미치는 영향에 관한 사례 연구", 고려대학교 경영전문대학원 석사학위논문, 2008.)
Jeon, C.H., J.S. Go, and D.S. Seo, "A Study of Forecasting Method for Domestic Demand of Electric Home Appliances", Conference Proceedings of KIIE, 1990, 125-139.(전치혁, 고제석, 서대석, "전자제품 수요예측 모델 개발에 관한 연구", 대한산업공학회공동학술대회논문집, 1990, 125-139.)
KDB Research Institute, "2015 The Second Half of Domestic Industry Views", KDB Monthly Bulletin in July, 2015, 39-86.(KDB 산업경제연구소, "2015 하반기 국내 주요산업 전망", 산은조사월보, 2015, 39-86.)
Kim, C.W., "Survey and Analysis of Mobile B2B Demand", The Jounal of Society for e-Business Studies, Vol.10, No.2, 2005, 1-19.(김철환, "모바일 B2B 수요에 대한 조사 분석 연구", 한국전자거래학회지, 제10권, 제2호, 2005, 1-19.)
Lee, S.B. and C.H. Ryu, Production and Operations Management, 4th Ed., Myung Kyung Sa, 2012.(이상범, 류춘호, 현대 생산.운영관리, 제4판, 명경사, 2012.)
Lee, S.H., J.B. Kim, B.C. Lee, and Y.B. Kim, "A Study on Forecasting the Demand of WCD MA Mobile Phones", Journal of the Korea Society for Simulation, Vol.15, No.4, 2006, 153-160.(이상훈, 김재범, 이병철, 김윤배, "WCDMA 이동통신 단말기 수요예측에 관한 연구", 한국시뮬레이션학회논문지, 제15권, 제4호, 2006, 153-160.)
McClave, J.T. and P.G. Benson, Statistics for Business and Economics, 3rd Ed., Dellen Publishing Co, 1985.
Neter, J., W. Wasserman, and M.H. Kutner, Applied Linear Statistical Models, 2nd Ed., Irwin, 1985.
Noh, K.Y., S.B. Sim, and B.J. Jeong, "A Relationship between Sales Forecasting Accuracy and Inventory Level in Electronics Industry", Conference Proceedings of KIIE, Vol.21, No.114, 2010, 890-894.(노가연, 심승배, 정봉주, "전자 산업에서 수요예측 정확도와 재고수준과의 관계 연구", 대한산업공학회 추계학술대회논문집, 제21권, 제114호, 2010, 890-894.)
Park, H.K. and J.K. Ahn, "Demand Forecasting for G2B E-commerce Using Public Data : A Case Study of Public Procurement Service", Journal of KIIT, Vol.12, No.10, 2014, 113-121.(박현기, 안재경, "공공 데이터를 이용한 G2B 전자상거래 시장수요예측 : 조달청 사례를 중심으로", 한국정보기술학회논문지, 제12권, 제10호, 2014, 113-121.)
Park, C.J., Y.S. Park, C.O. Kim, S.H. Joo, and S.I. Kim, "A Study on Customer Characteristics in B2B Transactions Using Threedimensional Positioning Map and Web-shape Customer Needs Analysis", Journal of the Korean Institute of Industrial Engineers, Vol.28, No.3, 2002, 274-282.(박찬주, 박윤선, 김창욱, 주상호, 김선일, "B2B 거래에서 3차원 포지셔닝 맵과 웹 모양 고객니즈 분석을 통한 고객 특성 연구", 대한산업공학회지, 제28권, 제3호, 2002, 274-282.)
Park, J.S., Y.S. Yoon, and L.S. Park, Science of Statistics, Dasanbooks, 2010.(박정식, 윤영선, 박래수, 현대통계학, 다산출판사, 2010.)
Seo, M.Y. and J.T. Rhee, "A Study on the Seasonal Adjustment of Time Series and Demand Forecasting for Electronic Product Sales", Journal of Applied Reliability, Vol.3, No.1, 2003, 13-39.(서명율, 이종태, "전자제품 판매매출액 시계열의 계절 조정과 수요예측에 관한 연구", 신뢰성응용연구, 제3권, 제1호, 2003, 13-39.)
Yeo, I.A. and S.H. Yoon, "A Study on Urban Energy Consumption Estimation based on E-GIS DB", Journal of The Architectural Institute of KOREA Planning and Design, Vol.28, No.7, 2012, 269-278.(여인애, 윤성환, "E-GIS DB를 활용한 도시에너지 수요예측 방안에 관한 연구", 대한건축학회논문집, 제28권, 제7호, 2012, 269-278.)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.