쉬운 예로는, 솜사탕을 파는 회사에서 이번 여름에 설탕을 좀 많이 사둘지 적게 사둘지 결정을 해야 하는데, 어떤 지표를 사용할지 부터 어떤 모델링을 적용할지를 다 포괄합니다.
여태 연간, 분기별 매출량을 지표로 매출을 예측해서 설탕 구입량을 정할 지, 설탕 가격 추위를 분석해서 미리 헤지를 걸어 놓을지, 올 여름에 정책변경에 대한 임팩트를 분석하여 구입량을 조절 할지, 새로운 마켓이나 전략수립으로 판매량 변동이 예상되는 점을 모델에 적용할지 안할지 등등 회사 입장에서 상정할 수 있는 시나리오는 정말 많구요.
이 개별의 시나리오에 이동평균을 사용할지, 곱셉덧셈 분해를 사용할지, SARIMA를 써볼지, STL을 써볼지, 리그레션 모델링을 도입할지, 머신러닝 을 도입할지 머신 러닝을 도입하면 그 학습용 모델링을 개발자 누구 버전으로 돌릴지, 고정값은 어떻게 정할지 등등 갈림길이 굉장히 많아서… 다 돌려보고 제일 근사치 비슷하게 나오는 모델 찾고.. 그런거 추천하고.. 하는 일입니다.