커피음료와 탄산음료 매출액 예측 모형 개발

Development of a Forecasting Model for Coffee and Carbonated Drink Sales

건강을 중요시하는 소비층의 확대와 디카페인, 제로 슈거 제품의 출시 등으로 커피음료와 탄산음료의 매출이 증가하고 있다. 본 연구는 ㈜마켓링크에서 수집된 고수요 유통사 POS 인덱스데이터 자료 중 2021년 1월부터 2023년 12월까지 수집된 유통채널별 카테고리 판매 데이터를 이용한 주요 관심 품목에 대한 매출 예측 모형을 개발하였다. 특히 전체 채널, 대형마트, 편의점에 대한 커피음료와 탄산음료의 매출액을 중심으로 분석을 진행하였는데, 시계열 분석 기법 중 ARIMA 모형과 홀트-윈터스 지수평활법을 이용했으며, 모형 비교를 위해 AIC와 SBC 지표를 활용하였다. 매출 예측을 진행한 유통채널 모두 다소의 추세와 계절성이 있어, 추세차분과 계절차분을 실시하였다. 분석 결과, AIC와 SBC 수치가 가장 낮은 상수항이 제거된 ARIMA 모형이 최적모형으로 선택되었다. 그러나, 본 연구는 코로나19 직후로 경제적 변화 같은 외부요인이 매출에 영향을 미쳤을 가능성을 가지고 있어, 이러한 요인을 반영한 추가적인 연구가 필요하다. 또한 본 연구는 특정 기간과 음료 카테고리에 한정되어 있어, 향후 연구에서는 더 다양한 음료 카테고리 및 장기적인 데이터를 이용하여 장기 매출 예측에 대한 연구와 음료 간의 상호작용을 고려해야 할 필요하다는 한계점을 제시했다.

The expansion of health-conscious consumers and the launch of decaffeinated and zero-sugar products have led to an increase in coffee and carbonated beverage sales. This study developed a sales forecasting model for key items of interest using category sales data collected from January 2021 to December 2023 from the high-demand distributor POS index dataset provided by Market Link Co., Ltd. In particular, the analysis focused on coffee and carbonated beverage sales across all channels, hypermarkets, and convenience stores. Among time series analysis techniques, the ARIMA model and Holt-Winters exponential smoothing method were employed, and the AIC and SBC indicators were used for model comparison. Since all analyzed distribution channels exhibited some degree of trend and seasonality, trend differencing and seasonal differencing were performed. As a result of the analysis, the ARIMA model with the constant term removed, which had the lowest AIC and SBC values, was selected as the optimal model. However, since this study was conducted in the post-COVID-19 period, external factors such as economic changes may have influenced sales, indicating the need for additional research that accounts for such factors. Moreover, this study is limited to a specific period and beverage category. Future research should consider a broader range of beverage categories and long-term data to improve long-term sales forecasting and analyze interactions between different beverage types.