유통 AI 활용, 매장 · 물류센터 · 발주를 잇는 데서 시작합니다

유통 현장의 데이터 문제

• 매장 판매는 POS, 센터 재고는 창고 관리 시스템, 발주와 매입은 ERP에 따로 쌓입니다.
• 같은 상품이 매장 · 센터 · 협력사마다 다른 코드로 불립니다.
• 결품이 나면 매장 재고 부족인지, 센터 출고 지연인지, 협력사 납품 지연인지 찾는 데 시간이 걸립니다.
• 소비기한이 있는 상품은 재고 수량만큼 날짜도 중요해 엑셀 관리가 늘어납니다.

업무 지도로 보면

업무 지도는 매장 · 센터 · 상품 · 발주 · 협력사를 대상으로 두고, '매장은 센터에서 받는다', '발주는 협력사에 나간다'처럼 관계를 잇습니다. 결품 하나를 두고 매장 재고 → 센터 재고 → 발주 상태 → 협력사 납품 예정을 차례로 따라가 원인을 좁힐 수 있습니다.

유통에서 자주 묻는 질문 예시

• "이번 주 결품이 잦은 매장과 상품은?"
• "소비기한이 3일 남은 재고가 많은 매장은?"
• "협력사별 납품 지연이 잦은 품목은?"
• "행사 상품 중 센터 재고가 부족한 것은?"

도입 전에 확인할 것

• 매장 · 센터 · 본사의 상품코드를 어느 기준으로 맞출지
• POS 데이터를 얼마나 자주 가져와야 현장 질문에 쓸 만한지
• 매장 담당자와 본사 담당자가 볼 수 있는 범위를 어떻게 나눌지
• 추가 배송 · 발주 같은 처리를 누가 승인할지

발주와 재고 계산은 재고관리 AI와 발주에서 더 자세히 다룹니다.