Projects
데이터로 의사결정을 바꿉니다.
AI 매출 예측 · 수요 예측 · 인과분석 · 소비자 행동 분석 · 상권 분석 · 인구 예측
AI 매출 예측
포토이즘 IP 콜라보 매출 예측
462명 연예인, 4,042건 검증, 97.6% 적중률. 새로운 셀럽/IP 콜라보의 주간 매출을 예측하는 AI 시스템.
AI 수요 예측 · 리테일
슈퍼마켓 284개 매장 — 품목별, 채널별 수요 예측
매장별 매출을 98% 정확도로 예측. 온라인은 카테고리 단위로, 오프라인은 세부 상품 단위로 관리해야 한다는 것을 발견.
AI 매출 예측 · 프랜차이즈
치킨 프랜차이즈 349개 매장 — 채널별 매출 + 상권 분석
배달·포장·매장 식사 채널별로 매출을 결정하는 변수가 완전히 다르다는 것을 발견. 배달은 리뷰와 1인 가구, 매장식사는 입지와 경쟁. JRCS 게재.
AI 예측 · 인구
전국 3,518개 행정동 — 5년 후 인구 변화 예측
어떤 동네의 인구가 줄어들지, 청년이 떠나는 곳은 어디인지를 5년 전에 예측. 20년간의 인구·산업·주거 데이터.
인과분석
새벽배송의 실제 매출 효과 검증
920명의 실제 구매 데이터를 이중차분법(DID)으로 분석. 새벽배송 효과는 해당 브랜드의 오프라인 매장이 근처에 있는 고객에서만 유의 — 지출 78% 증가 vs. 효과 없음.
플랫폼 전략
배달앱 자기잠식(Cannibalization) 분석
349개 치킨 매장 데이터에서, 배달 매출에 타 브랜드보다 자사 브랜드의 다른 매장이 더 큰 매출 감소를 유발한다는 것을 발견. 100m 이내에서 가장 강력.
소비자 행동 분석
커머스 멤버십 가입 동인 분석
4,597명의 4년간 카드 결제 데이터 분석. OTT 번들링은 멤버십 가입을 이끌지 못한다. 가입을 결정하는 건 이미 해당 플랫폼에서 많이 쓰고 있는 사람인가의 여부.
AI · LLM
LLM 멀티에이전트 소비자 의사결정 모델링
LLM 기반 멀티에이전트 시뮬레이션으로 소비자 리뷰 정책 변화의 영향을 분석. AI 에이전트가 실제 소비자 행동을 모사하는 차세대 분석 방법론.
brlim@hanyang.ac.kr