LLM( 생성형) 업무효율화, 업무활용, 인공지능 활용하여 일잘 하는법 80

엑셀로 따라하면 성공하는 가격평가 방법

 

 

 

오늘 포스팅에서는 예제를 보면서 연습해 보겠습니다.

 

선형수요 곡선과 거듭제곱 수요 곡선

단어가 어렵지만 직관적으로 이해를 하셨으면 합니다. 선형은 말 그대로 선입니다. 직선인 것입니다. 그러니까 증가하는 비율 감소하는 비율이 유사할 때 사용합니다. 비록 감소율이 서로 달라서 직선이 삐뚤빼뚤하더라도 일정한 비율을 유지 한다면 선형수요 곡선을 사용하는 것이고 거듭제곱 수요 곡선을 이용하는 이유는 이러한 비율이 규칙적이지 않은 매우 복잡한 시장을 분석할 때입니다. 예를 들어서 어떤 제품이 비싸면 안팔리고 싸면 팔려야 하는데 싸면 정말 많은 숫자가 팔리는 만면 비싸게 했을 때 판매 숫자가 현저하게 줄어드는 것이 아닌 비싸게 해도 판매숫자가 천천히 감소를 하게 된다면 그래서 그 값들이 계산하기 어렵게 마이너스가 된다면 일직선이 아닌 꺽인선 J 자 형태의 선이 되므로 우리는 이런것들을 거듭제곱을 해서 무조건 선형으로 만들어야 합니다. 그래야만 계산이 되기 때문입니다. 이러한 방법에서 문제는 데이터가 없을 때 수요를 예측하기 위한 방법도 있는데 이런 방법, 수요를 예측하는 방법은 좀더 어렵고 난이도가 있어 이른바 모델링을 해야 하기에 다른 챕터에서 다루겠습니다.본 챕터에서는 이러한 모델링을 적용하지 않은 수요에 대한 데이터가 있다는 가정아래 가격을 평가하는 방법을 알아 보겠습니다.

 

 

 

선형수요 곡선일 때 가격 평가하는 방법부터 살펴보겠습니다.

 

1) 선형수요 곡선일 때 가격을 평가하기

<예제 다운로드는 챕터 말미에 있습니다>

 

위와 같이 판매되고 있다고 가정을 하고 하겠습니다.

그리고 앞서서 말씀 드린 ‘원가’는 반드시 알고 있어야 하므로 원가는 판매 최저가인 2,500원 보다 비싸야 하는건 당연한 것입니다.

 

먼저 가격탄력성을 검토해야 합니다. 가격 탄력성은 가격 변화에 따라 판매량이 변하는 정도를 확인하기 위한 것입니다. 1보다 큰지 작은지에 따라 탄력성이 높다 낮다가 나오게 되는데 만약 2이상 이라면 매우 탄력적이니 그때 그때 가격결정을 해야 하는 것입니다.

탄력성 공식은 간단합니다. 타력성= 수요변화율%/가격변화율%

본 책에서는 예제를 제공하고 있으니 그 양식 그대로 사용하시면 되지만, 생성형 인공지능을 일시키기 위해서는 간단하게 물어 보고 공식을 확인 할 수 있습니다.

Input
엑셀에서 가격 탄력성 구하는 방법

Output
엑셀에서 가격 탄력성을 구하는 방법을 단계별로 설명하겠습니다. 가격 탄력성은 가격 변화율에 대한 수요 변화율의 비율을 나타내며, 일반적으로 다음 공식을 사용하여 계산됩니다:
가격 탄력성= % 수요 변화율/%가격 변화율
​
생략

출처: ‘라온’ service base by AI:DRIVE with HBC data 28w,2024. 1turn

 

공식을 이해하는 과정이 아니므로 공식은 생성형인공지능에 물어 보면 되고 위 데이터를 기준으로 탄력성을 결정해야 하는데 다음과 같이 계산이 됩니다.

<판매변화율이 수요변화율입니다/생성형에 표현 되었으나, 본 책에 표시를 안 한 부분은 엑셀파일 클릭 하시면 함수식이 포함되어 있습니다.＞

 

이제 다음 부분은 상황에 따라 다르게 해야 하는데, 가격 탄력이 10개가 되다 보니 어떤 것을 기준으로 해야 하는지 결정해야 합니다. 보통 편하게 하는 방법은 그냥 평균으로 하는 방법이 가장 편하고 가중평균을 부여해서 하는 방법이 있으며 구간별 별도의 탄력성을 부여 하는 방법이 있습니다. 가중평균 방법은 특정 가격탄력을 더 무겁게 사용하는 것이고 구간별 탄력성의 경우 말 그대로 특정 구간 예를 들어 2,500~2,700 가격대는 해당 가격대의 탄력성만 평균으로 사용하는 것입니다. 본 예시에서는 전체 평균으로 하겠습니다. 전체 평균 탄력성은 –5.52로 매우 탄력적인 가격으로 가격을 잘 결정해야 이윤과 매출액이 바람직한 결과나 나옵니다. 탄력성으로 해석 가능한 것은 하나 더 있습니다. -5.52% 는 절대값으로 했을 때 5.52%입니다. 즉 가격이 1% 증가를 하면 판매양은 5.52% 감소하게 되어 있습니다. 하지만 우리가 궁금한 것은 비율이 궁금한게 아니고 가격을 얼마로 올리거나 내릴 때 발생하는 판매숫자가 궁금한 것입니다. 이때 필요한 것은 이러한 시계열 데이터의 추세선을 구하고 추세선을 이용하여 선형수요곡선 방정식을 구하면 됩니다. 다른 방법으로는 회귀분석을 하는 방법도 있습니다.

 

제가 글을 작성하고 여러번 읽으면서, 아무리 쉽게 설명하려고 해도 너무 어렵습니다. 과거의 저라면 ‘추세선’이라는 단어에서부터 발작 날 것 같습니다. 이러한 공식이나 개념에 대한 이해가 물론 중요하지만, 이런 것은 천천히 공부하고 엑셀에서 바로 하는 방법을 생성형에 물어보겠습니다.

출처: ‘라온’ service base by AI:DRIVE with HBC data 28w,2024. 1turn

그냥 시키는대로 하면 아래와 같이 나옵니다. 엑셀 여시고 그냥 시키는대로 하면 됩니다.

그럼, 이제 해석하는 방법과 응용하는 방법을 말씀 드립니다. 사실 이게 제일 중요합니다. 위에 방정식이 어떤 원리로 나오는지 이해 하시려면, 절편이니 기울기니 조금 복잡하기 때문에 그냥 결론을 가지고 해석하는 것을 잘 하는 방법을 가르쳐 드리는 것입니다.

 

먼저 R2 이 말하는 것은 ‘결정계수’ 라는 것인데 위에서는 0.98 이니 98%로 설명이 된다는 것입니다. 그럼, 뭐가 뭔지는 몰라도 일단 매우 신뢰해도 되는 결과라는 것입니다. 그럼 무엇을 신뢰하는지는 바로 위에 있는 공식입니다. (R2 알 제곱 또는 알값 이라고 흔히 부릅니다.)

y=-1.5545x + 5750

 

y는 판매 수량이고 x 는 가격입니다. 즉 가격이 변하면 몇 개가 팔리느냐에 대한 공식입니다.

예를 들어서 가격을 3,000 으로 한다면

y=−1.5545×3000+5750
y=−4663.5+5750=1086.5

 

즉 3,000원이면 1086개가 판매된다고 예상이 되는 것입니다. 실제 데이터 하고 비교하면 약 86개 정도 차이가 나는데 오차가 10% 미만으로 나오니 매우 정확하다 할 수 있습니다.

 

선형수요 곡선일 때 가격 평가하는 방법에 대해 살펴보았습니다. 이어서 다음 시간에는 거듭제곱 곡선일 때 가격을 평가하는 방법에 대해 설명드리겠습니다. 감사합니다

.

.

.

생성형인공지능, LLM, 일잘러, RAG응용, 챗지피티 를 활용해서 프로 일잘러 되기 출간 준비중~~!!