커리어·실무 시리즈 #7
데이터 분석을 시작하려면 파이썬을 배워야 한다고 생각하는 경우가 많다. 물류 실무에서 쓸 수 있는 데이터 분석의 90%는 엑셀로 충분하다. 엑셀로 시작해서 현장에 적용하는 법을 정리한다.
물류 실무에서 데이터 분석이 필요한 순간
| 상황 | 필요한 분석 | 쓸 수 있는 도구 |
|---|---|---|
| 오피킹률이 갑자기 높아졌다 | SKU별·작업자별·시간대별 오피킹 분포 | 엑셀 COUNTIFS + 피벗 테이블 |
| 골든존 배치를 바꾸고 싶다 | SKU별 출고 빈도 ABC 분류 | 엑셀 SUMIF + 정렬 |
| 어느 시간대에 인력이 부족한가 | 시간대별 출고 건수 집계 | 엑셀 피벗 테이블 |
| 어떤 거래처가 실수익이 낮은가 | 거래처별 원가 분해 | 엑셀 수식 + 피벗 |
먼저 알아야 할 엑셀 함수 5개
① SUMIF — 조건에 맞는 숫자를 더한다
→ SKU-001의 총 출고 수량을 구한다
=SUMIF(SKU열, "SKU-001", 출고수량열)→ SKU-001의 총 출고 수량을 구한다
② COUNTIFS — 여러 조건을 동시에 만족하는 행 수를 센다
→ 홍길동의 오피킹 건수를 구한다
=COUNTIFS(작업자열,"홍길동",오류유형열,"오피킹")→ 홍길동의 오피킹 건수를 구한다
③ VLOOKUP — SKU 코드로 상품명·로케이션 등을 자동으로 가져온다
→ A2의 SKU 코드에 해당하는 로케이션을 가져온다
=VLOOKUP(A2,SKU마스터!$A:$C,3,0)→ A2의 SKU 코드에 해당하는 로케이션을 가져온다
④ IF + AND/OR — 조건에 따라 다른 값을 표시한다
→ 현재고가 안전재고 미만이면 “재고 부족” 표시
=IF(B2<C2,"재고 부족","정상")→ 현재고가 안전재고 미만이면 “재고 부족” 표시
⑤ 피벗 테이블 — 대량 데이터를 다양한 기준으로 집계하는 가장 강력한 도구
삽입 → 피벗 테이블 → 행에 SKU, 값에 출고수량 합산 → SKU별 출고 집계 완성
삽입 → 피벗 테이블 → 행에 SKU, 값에 출고수량 합산 → SKU별 출고 집계 완성
데이터 분석 시작 단계별 로드맵
| 단계 | 목표 | 실천 방법 |
|---|---|---|
| 1주차 | SUMIF·COUNTIFS 이해 | 실제 출고 데이터로 SKU별 출고 건수 집계해보기 |
| 2주차 | 피벗 테이블 숙달 | 시간대별·작업자별 처리 건수를 피벗으로 집계 |
| 3~4주차 | 조건부 서식·차트 | 오피킹률 추이 꺾은선 차트 만들기 |
| 2개월 이후 | 월간 보고서 자동화 | 수식과 피벗으로 데이터 입력 시 자동 갱신되는 보고서 구성 |
엑셀 다음 단계 — 파이썬이 필요한 시점
엑셀로 처리하기 어려워지는 시점이 있다. 데이터가 10만 건 이상이거나, 여러 파일을 자동으로 합쳐야 하거나, 매일 자동으로 분석 결과를 업데이트해야 하는 경우다. 이 시점이 파이썬 pandas를 배울 때다.
하지만 대부분의 물류 실무 분석은 엑셀로 충분하다. 파이썬을 먼저 배우겠다고 엑셀을 건너뛰면 실무에 바로 쓸 수 없어 포기하기 쉽다. 엑셀로 실무 분석을 해보고, 한계가 느껴질 때 파이썬으로 넘어가는 순서가 맞다.
핵심 정리
- 물류 실무 데이터 분석의 90%는 엑셀 SUMIF·COUNTIFS·VLOOKUP·피벗 테이블로 가능하다
- 실제 출고 데이터로 바로 연습하는 것이 가장 빠른 학습 방법이다
- 1개월 안에 SKU별 출고 집계, 오피킹률 추이, 작업자별 UPH를 엑셀로 만들어보는 것을 목표로 잡는다
- 파이썬은 엑셀 한계를 느낀 다음에 배우는 것이 포기 없이 지속하는 순서다
커리어·실무 시리즈 완결 — 1편 커리어 로드맵 · 2편 포트폴리오 · 3편 자격증 · 4편 연봉 협상 · 5편 관리자 조건 · 6편 창업 준비 · 7편 데이터 분석 입문