1.업종 : 소도매
 

2.예산 :
 

3.제작 요청사항
 

# 현재 업무 흐름 및 기존 방식  

- 연도별 판매 데이터를 기반으로 계절별로 판매량을 분석하지만, 수작업으로 정리해야 함  

- 특정 시즌(여름, 겨울, 명절 등)에 판매량이 급증하거나 감소하는데, 이를 정확히 예측하기 어려움  

- 재고를 미리 조정하지 못해 인기 상품이 품절되거나, 반대로 재고 과잉이 발생할 수 있음  

- 판매 트렌드를 분석하는 과정이 오래 걸리고, 즉각적인 재고 조정이 어렵다 보니 비용 낭비가 발생  

# 자동화하고 싶은 업무  

- 지난 몇 년간의 판매 데이터를 기반으로 계절별 판매량을 자동 예측  

- 예상 판매량을 기준으로 적정 재고 수량을 자동 계산  

- 특정 제품의 계절적 수요 변동을 분석하여 사전 재고 조정  

- 특정 시즌(할인 행사, 명절, 휴가철 등) 전후의 판매 패턴을 반영한 맞춤형 재고 관리  

- 예상 판매량과 실제 판매량을 비교하여 예측 모델을 지속적으로 개선  

1.업종 :
 

2.예산 :
 

3.제작 요청사항
 

현재 대학 입시를 준비하는 학생들은 자신의 성적이 목표 대학에 합격할 가능성이 얼마나 되는지 정확히 알기 어려운 상황입니다.  

학교에서는 과거 합격자들의 성적 데이터와 현재 지원자의 성적을 비교해 어느 정도 예측을 하지만,  

체계적인 분석 시스템이 없어 학생들이 직접 여러 자료를 찾아 분석해야 하는 번거로움이 있습니다.  

이를 해결하기 위해 학생 개별 성적과 과거 합격 데이터를 기반으로 합격 가능성을 예측하는 시스템이 필요합니다.  

1. 현재 업무 흐름 및 기존 방식  

   - 학생들이 자신의 성적을 기반으로 개별적으로 대학별 입시 정보를 조사  

   - 학교 또는 학원이 수집한 이전 합격자 데이터와 비교해 대략적인 예상  

   - 지원 전략을 세울 때 정확한 분석보다는 감에 의존하는 경우가 많음  

   - 학생별 맞춤형 추천이 어려움  

2. 자동화하고 싶은 업무  

   - 과거 합격 데이터와 현재 지원자의 성적 비교 후 합격 가능성 자동 분석  

   - 대학별 최저 학력 기준 및 경쟁률 반영  

   - 지원 대학 리스트 입력 시 합격 가능성이 높은 대학 추천  

   - 특정 과목 비중이 높은 대학의 경우 가중치를 적용하여 분석 정밀도 향상  

   - 학생별 최적의 지원 전략 자동 추천