패션 업계도 AI를 적극 이용할 타이밍

패션MD로 일을 하면서 매 시즌 바잉을 할 때,

매주 세일즈를 분석할 때

엑셀로 하는 많은 작업들을

파이썬 같은 프로그램을 활용하면 

시간을 훨씬 더 절약하기도 하고,

나아가 한 단계 더 높은 분석을

가능하게 할 수 있지 않을까 하는 늘 생각을 했었다.

그래서 데이터 공부, 코딩 공부를 하기도 했는데

독학으로 늘 기초단계를 훑고 넘어가고 

막상 실무에 적용시킬 스킬까지는 늘 미치지 못했다.

이렇게 머릿속에서만 하던 생각을

진짜 실현시켜야 겠다는 생각이 번쩍 들게 할 BOF 기사 발견.

 

BOF Article Recap

▶ 인플레이션으로 인해 패션회사들의 고충이 커져 가고 있다.

 

▶  Levi's (리바이스) 가 최근 가격을 10% 올리고도

수요가 줄지 않는 것을 확인하고 좋은 성과를 거뒀다.

모두 AI를 통해 분석한 결과를 반영해서 얻은 결과이다.

 

▶  또 프로모션을 어느정도 할 지에 대해서도 AI로 분석했는데,

어떤 경우에는 경쟁사 보다 낮은 할인율을 사용하거나

혹은 전혀 프로모션이 필요없기도 했다.

결과적으로 최근 쿼터에 gross margin 이 59.3%를 기록했다.

 

 

▶  식료품 회사나 아마존 등은 AI를 이용하여 

데이터 분석하는 것이 매우 흔한 일이 되었지만,

패션은 아직 그 수준까지 도달하지 못했다.

 

▶  AI를 활용한다면 더 많은 데이터를 활용해

다양한 방법으로 분석이 가능히다.

 

▶ 기존의 방식은 가격을 정할 때 원자재 가격이 올라서

그에 따른 마진을 지키고 싶다면 소비자가격을 어느정도 올린다.

혹은 가격경쟁력을 가지고 싶다면 경쟁사보다 가격을 낮춰서

판매율을 높이는 전략을 쓴다.

 

★ 그러나 AI 를 사용하면 날씨 예측까지 포함한 가격 결정이 가능하다.

예를 들어 최저기온, 최고기온 예측이나 일출, 일몰시간을 고려하여

각 나라별로 다른 기온에 따라 소비자의 반응이 어떻게 바뀔지를

예측 가능하게 된다.

 

★ 리바이스의 경우에는 같은 501s 모델이라도

어떤 워싱인지, 어떤 핏인지에 따라 최적의 가격이 달라지게 된다.

 

★ 가격 결정을 할때 세일즈 히스토리 뿐만 아니라,

날씨, 거시 경제, 소비자 행동, SNS 트렌드 등 다양한 데이터를 

모두 활용하여 결정할 수 있게 되서 매우 유용해 진다.

 

▶ AI 를 활용하여 분석하면 향후 먼 미래까지 내다 보는 것 까지는 아니고

바로 앞의 짧은 미래만 분석이 가능한 것이 단점이긴 하다.

그러나 이 점은 빠른 대처가 가능하기 때문에 급변하는 시장 대처에

오히려 장점으로 작용할 수도 있는 부분이다.

 

▶우버나 호텔의 가격은 하루에도 몇 번씩 바뀌는 것에 대해

소비자는 이미 익숙하다. 

그러나 패션의 경우에는 많은 리테일러들이

매장 마다 다른 가격을 측정할 생각을 하지 못하는데,

실제로는 그럴 필요가 없다는 것이다.

소비자는 같은 제품이

아울렛에서는 다른 가격이라는 점을 이미 인지하고 있다.

가격 결정은 유동적이고 세밀하게 최적화 될수록

마진과 판매율 관리에 용이하다.

 

출처: https://www.businessoffashion.com/articles/technology/fashions-new-approach-to-setting-prices/

 

---

 

앞으로 어떻게 될까?

실무에서 엑셀파일에 일일히 전년 기온, 올해 기온 등을

수기로 관리하면서 그에 따른 올해 주력 상품을

정해왔던 바이어의 입장이다 보니,

기사 읽으면서 많은 생각이 들게 했다.

이런 AI 의 도입은 한결 힘든 의사결정을 수월하게 해 줄수 있을 것이다.

그리고 수기로 기록하는 많은 시간들을 단축시켜 줄 것이다.

 

반면에, 또 이렇게 되면 MD의 직감이 필요가 없고

모두 데이터 기반의 업무가 된다는 소리다.

그렇다면 궁극적으로는 MD라는 직업은 필요 없게 되고

데이터를 다룰 줄 아는 사람만 남게 되지는 않을까.