Decision Intelligence × Real-time Marketing Mix: Hershey가 데이터로 재고·폐기를 줄이고 광고 ROI를 8% 올린 방식

Hershey는 AI와 데이터를 성장 이야기가 아니라 마진 회복 계획 안에 넣었습니다. 공급망에는 Decision Intelligence를 넓혀 운전자본과 폐기를 줄이고, 마케팅에는 실시간에 가까운 마케팅 믹스 모델을 돌려 ROI를 8% 올렸습니다. 따라 하려면 결정마다 근거와 결과를 남기는 기록 구조와, 모델을 주 단위로 다시 돌리는 운영 주기가 필요합니다.

요약

Hershey는 2026년 10월 29일 3분기 실적 콜을 열었습니다. 사전 녹음한 발표는 따로 올렸고, The Motley Fool 녹취에는 질의응답만 실렸습니다. 이 자리에서 CFO Dave Hulays는 2027년 계획의 변수를 묻는 질문에 기술 기반 생산성 레버를 하나씩 꼽았습니다. 첫째가 Decision Intelligence(공급망 신호를 읽고 대응을 자동으로 내는 의사결정 도구)입니다. 그는 이 도구를 전사로 넓게 배포하고 있고, 운전자본과 폐기를 줄이는 데 쓴다고 했습니다. 효과는 2027년에 본격화해 2028년까지 이어진다고 봤습니다. 공장 디지털화·자동화와 물류 최적화도 같은 목록에 올랐습니다.

광고비 비중을 묻는 질문에는 마케팅 쪽 사례로 답했습니다. Hershey는 예전보다 더 동적이고 실시간에 가까운 마케팅 믹스 모델(MMM, 매출을 광고 채널별 기여로 나눠 보는 통계 모델)을 씁니다. 이 모델로 무엇이 효과가 있는지, 어디서 효율을 더 낼 수 있는지 찾습니다. Hulays는 CEO Kirk Tanner가 언급한 마케팅 ROI 8% 개선을 그 결과로 들었고, 같은 방식을 2027년에도 이어 간다고 했습니다. Tanner는 Hershey’s 브랜드가 최근 13주 동안 7% 성장했다고 덧붙였습니다. 아래에서는 세 가지 레버의 작동 방식과, 다른 회사가 따라 만들 때 필요한 데이터와 일정을 정리합니다.

핵심 메커니즘

Decision Intelligence: 공급망 신호에 대한 대응을 자동화하는 도구

Decision Intelligence는 예측을 사람에게 보고서로 넘기고 끝내지 않습니다. 신호를 읽은 뒤 무엇을 할지까지 제안하거나 실행하는 시스템입니다. Hershey 공급망 책임자 Jason Reiman은 2026년 4월 투자자의 날에서 이 도구를 공급망 전반의 신호에 대한 대응을 자동화하는 것으로 설명했습니다. 주문, 출하, 재고, 생산 현황이 들어오면 규칙과 모델이 이상을 판정하고, 재고 조정이나 생산 변경 같은 대응안을 냅니다. 3분기 콜에서 CFO가 이 도구의 효과로 운전자본과 폐기 감축을 든 이유가 여기에 있습니다. 초콜릿처럼 유통기한과 시즌이 뚜렷한 제품은 재고를 늦게 손볼수록 묶이는 돈과 버리는 양이 함께 늘어납니다.

투자자의 날에서 Reiman은 향후 2년 동안 약 5,000만 달러의 생산성과 약 1억 달러의 재고 감축을 기대한다고 밝혔습니다. 3분기 콜에서는 금액을 다시 말하지 않았고, 효과가 2027년에 본격화한다는 시점만 밝혔습니다. 이 도구는 신호가 자주 들어오고 대응 규칙을 문장으로 적을 수 있는 업무에 맞습니다. 판단 근거가 회의실 대화에만 있는 업무에는 먼저 규칙을 적는 일이 필요합니다.

Real-time Marketing Mix Model: 연간 사후 분석을 운영 도구로 바꾸기

마케팅 믹스 모델은 매출 변화를 TV, 디지털, 매장 프로모션 같은 채널의 기여와 가격, 계절 효과로 나눕니다. 많은 회사가 이 모델을 1년에 한두 번 외부 분석사에 맡겨 다음 해 예산을 짤 때 씁니다. Hershey는 이를 더 동적이고 실시간에 가까운 형태로 바꿨다고 했습니다. 주기를 짧게 하면 캠페인이 도는 중에도 효과가 낮은 채널에서 높은 채널로 예산을 옮길 수 있습니다. Hulays는 데이터로 가장 수익이 높은 기회에 투자를 몰고 있다고 설명했고, 그 결과로 마케팅 ROI 8% 개선을 들었습니다. 개선의 기준 시점과 측정 기간은 콜에서 밝히지 않았습니다.

이 방식은 광고 지출이 크고 채널이 여럿이어서 재배분 여지가 있을 때 효과가 납니다. 녹취 페이지 요약에 따르면 3분기 광고·소비자 마케팅비는 17.1% 늘었고, Hershey는 Cadbury, Fulfil, Payday의 새 캠페인을 시작했습니다. 투자를 늘리는 해일수록 어디에 쓸지 고르는 모델의 값이 커집니다. 채널이 하나뿐이거나 매출 데이터가 월 단위로만 쌓이는 회사는 실시간 모델보다 실험 설계부터 갖추는 편이 낫습니다.

Tech-enabled Productivity: 마진 회복 계획 안의 기술 레버

Hulays는 2027년 EPS 계획의 레버로 지속적 개선(CI), 매출 성장 관리(RGM)와 함께 기술 기반 생산성을 꼽았습니다. 장기 마진 회복 경로에 대해서는 “technology is going to play a significant role”이라고 했습니다. 구체적인 항목은 공장 디지털화·자동화, 운송 lane과 고객 주문 관리의 효율을 높이는 물류 최적화, spot 운임 의존을 줄이는 만차 출하입니다. 그는 공장 디지털화와 자동화에 아직 공략할 여지가 많다고 했습니다. Tanner는 단품과 멀티팩 수요가 섞인 복잡성을 다루려고 자동화에 투자했다고 말했습니다.

투자자의 날에서 Hershey는 연간 생산성 기준이 5년 전 약 1%에서 지금 약 3%로 올라왔다고 밝혔습니다. 기술 레버를 별도 혁신 예산이 아니라 이 생산성 기준을 채우는 수단으로 다룬다는 뜻입니다. 녹취 페이지 요약에 따르면 회사는 사업 재편 계획의 하나로 2026년 민첩성·자동화 절감 1억 달러를 예상합니다.

통념과 다른 주장

콜에서 나온 사례

사례 1: Decision Intelligence 전사 배포

• 상황: Hershey는 운임과 원재료 부담 속에서 마진을 되돌리는 것이 과제입니다. CFO는 40%대 중반 마진 회복을 장기 목표로 제시했습니다.
• 한 일: Decision Intelligence를 전사로 넓게 배포하고 있습니다.
• 결과: 운전자본과 폐기 감축을 노리며, 효과는 2027년에 본격화해 2028년까지 이어진다고 봤습니다. 이번 콜에서 금액은 밝히지 않았습니다.
• 연결: Decision Intelligence 메커니즘의 사례입니다.

사례 2: 실시간 마케팅 믹스 모델

• 상황: 브랜드 투자를 늘리는 해에 광고비 비중과 효율을 묻는 질문이 나왔습니다.
• 한 일: 더 동적이고 실시간에 가까운 마케팅 믹스 모델로 수익이 높은 곳에 예산을 옮깁니다.
• 결과: 마케팅 ROI 8% 개선. Hershey’s 브랜드는 최근 13주 7% 성장했습니다. 두 수치의 인과 관계는 원문에서 밝히지 않았습니다.
• 연결: Real-time Marketing Mix Model 메커니즘의 사례입니다.

사례 3: 물류 최적화와 공장 자동화

• 상황: 운임과 물류비 상승으로 salty 부문 이익이 줄었고, 서비스 수준(fill rate)은 나아지고 있지만 목표에 못 미칩니다.
• 한 일: 운송 lane과 고객 주문 관리의 효율화, 만차 출하, 공장 디지털화·자동화를 추진합니다. salty 신규 생산 라인은 2027년 상반기에 가동합니다.
• 결과: 2027년의 의미 있는 마진 개선 레버로 제시했습니다. 항목별 절감액은 원문에서 밝히지 않았습니다.
• 연결: Tech-enabled Productivity 메커니즘의 사례입니다.

기술 디테일: Decision Intelligence와 MMM을 직접 만든다면

아래 구조, 필드, 설정값은 실행 제안이며 Hershey가 밝힌 구현이 아닙니다.

Decision Intelligence를 돌리려면 예측 모델보다 결정 기록부터 설계합니다. 입력은 매장 판매(POS), 고객 주문, 창고별 재고, 유통기한, 생산 계획을 SKU×거점×주 단위로 맞춘 표입니다. 판정은 예측 대비 편차와 재고 일수 임계값 같은 규칙으로 하고, 규칙에 걸린 건만 LLM에 넘겨 대응안과 근거를 JSON으로 쓰게 합니다. LLM은 temperature 0으로 두고, 같은 건을 세 번 돌려 권고 행동이 갈리면 사람 검토로 보냅니다. 수량 계산은 LLM에 맡기지 않고 규칙 엔진이 합니다. 실행 뒤 4주가 지나면 재고와 폐기 결과를 같은 기록에 붙여 규칙의 적중률을 봅니다.

{
  "decision_id": "DI-2027-W06-0412",
  "sku": "SEASONAL-HEART-200G",
  "node": "DC-East",
  "signal": "sell_through_vs_forecast",
  "deviation_pct": -28,
  "days_of_supply": 41,
  "shelf_life_days_left": 63,
  "recommended_action": "reallocate_to_DC-South",
  "qty": 1800,
  "rationale": ["동부 판매가 예측보다 28% 낮음", "남부 재고 일수 9일"],
  "llm_runs_agree": 3,
  "approved_by": "planner_kim",
  "outcome_week4": {"waste_units": 120, "inventory_value_change_usd": -21400}
}

실시간 MMM을 돌리려면 주 단위 데이터로 Bayesian MMM을 매주 다시 학습합니다. 공개 도구로는 Google의 Meridian, PyMC Labs의 PyMC-Marketing이 있습니다. 채널마다 광고 효과가 몇 주에 걸쳐 남는 정도(adstock)와 많이 쓸수록 효과가 줄어드는 포화 곡선을 추정합니다. 결과는 점 하나가 아니라 ROI 분포로 받습니다. 지역별 광고를 켜고 끄는 lift 실험을 분기에 한두 번 돌려 모델 사전분포를 보정해야 숫자를 믿을 수 있습니다. 예산은 평균 ROI가 아니라 한계 ROI(마지막 1달러의 효과) 순서로 옮기고, 한 번에 채널 예산의 10~20%만 움직입니다.

막히는 경우	증상	대응
데이터 단위 불일치	판매는 주 단위, 재고는 월 단위	SKU×거점×주로 먼저 맞춤
대응안 남발	담당자가 권고를 무시	금액·폐기 영향 상위 건만 노출
LLM 수량 오류	권고 수량이 재고보다 큼	수량은 규칙 엔진, LLM은 근거만
MMM 결과 급변	주마다 채널 순위가 바뀜	분포 폭이 넓으면 예산 이동 보류
ROI 정의 불일치	마케팅과 재무 숫자가 다름	재무팀이 기준 매출·기간 고정

현업 실행 디테일: 누가, 언제, 무엇을

역할	맡는 일
CFO	운전자본·폐기·광고 ROI 목표 승인, 효과 금액 인정
수요·공급 계획 리더	대응 규칙 작성, 권고 승인
마케팅 리더	채널 예산 재배분 결정, lift 실험 승인
데이터 엔지니어	SKU×거점×주 표, 매체 지출 데이터 파이프라인
데이터 과학자	MMM 학습·보정, 규칙 적중률 분석
AX 추진 조직	12주 일정 관리, 주간 결과 보고

준비물. 최근 2~3년 주 단위 매출과 매체 지출, 창고별 재고와 유통기한, 지난 1년의 폐기 기록과 사유, 지금 계획 담당자가 쓰는 재고 조정 기준이 필요합니다. 재무팀이 인정하는 운전자본과 마케팅 ROI 계산식도 미리 받아 둡니다.

기간	할 일	산출물
1~2주	대상 품목군과 거점 선정, 지표 정의	범위서, 기준선(재고 일수·폐기율·ROI)
3~6주	대응 규칙 10~20개 작성, MMM 첫 학습	결정 기록 스키마, 채널별 ROI 분포
7~10주	권고와 사람 결정을 나란히 운영	주간 비교표, 예산 이동 1~2회
11~12주	효과와 적중률 판정	확대·중단 결정안

현업에 물을 것.

1. 지난 1년 폐기된 재고는 어떤 신호가 몇 주 전에 있었나요?
2. 재고를 옮기거나 생산을 바꾸는 결정은 누가, 어떤 기준으로 하나요?
3. 마케팅 예산을 분기 중에 옮길 수 있나요? 승인은 누가 하나요?
4. 마케팅과 재무가 쓰는 ROI 계산식이 같나요?
5. 권고가 틀렸을 때 되돌리는 데 며칠이 걸리나요?

진행 판정 기준(예시). 권고 승인율이 60% 이상이고, 시범 품목군의 재고 일수나 폐기율이 기준선보다 나아졌으면 다음 품목군으로 넓힙니다. MMM은 lift 실험 결과가 모델의 ROI 분포 안에 들어올 때만 예산 이동 근거로 씁니다. 두 조건 중 하나라도 못 채우면 규칙과 데이터를 고친 뒤 4주를 더 돌립니다.

AX 적용 제언. 원가 압박을 받는 소비재·식품 회사라면 Hershey처럼 AI 과제를 마진 회복 계획의 줄 항목으로 올리는 데서 시작하면 됩니다. 재고와 폐기는 공급망 조직이, 광고 효율은 마케팅 조직이 따로 맡아도 CFO가 같은 표에서 효과를 인정하게 묶어야 예산이 유지됩니다. 첫 대상은 유통기한이 짧고 시즌 수요가 큰 품목군이 좋습니다. 신호가 뚜렷하고 폐기 금액이 바로 보여서 12주 안에 판정할 수 있기 때문입니다.

원문 사례

항목	내용
원문	The Motley Fool, Hershey 2026년 3분기 실적 콜 녹취(질의응답), 2026.10.29
발언자	Kirk Tanner(CEO), Dave Hulays(CFO)
실적	순매출 32억 7,550만 달러(3% 증가), 조정 EPS 2.64달러, 조정 매출총이익률 42.7%
Decision Intelligence	전사 배포 중, 운전자본·폐기 감축, 효과 2027~2028
마케팅	실시간에 가까운 MMM, 마케팅 ROI 8% 개선, Hershey’s 13주 7% 성장, 3분기 광고·소비자 마케팅비 17.1% 증가(페이지 요약)
공급망·제조	공장 디지털화·자동화, lane·주문 관리 효율화, 만차 출하, salty 신규 라인 2027 상반기
재무 계획	2026년 매출 약 5% 성장, 2027년 매출 2~4% 성장, 장기 마진 40%대 중반 회복, 2026년 민첩성·자동화 절감 1억 달러(페이지 요약)
보조 자료	투자자의 날(2026.4): Decision Intelligence 생산성 약 5,000만 달러·재고 약 1억 달러(2년), 생산성 기준 1%→3%

핵심 개념

운전자본(working capital)

재고와 매출채권처럼 영업에 묶인 돈. 재고를 줄이면 그만큼 현금이 풀립니다.

adstock

광고 효과가 집행한 주에 끝나지 않고 몇 주에 걸쳐 남는 정도를 나타내는 값입니다.

한계 ROI

채널에 1달러를 더 쓸 때 늘어나는 매출. 예산 재배분의 기준입니다.

RGM(Revenue Growth Management)

가격, 팩 구성, 프로모션을 조정해 매출과 마진을 함께 관리하는 방법입니다.

fill rate

고객이 주문한 수량 가운데 실제로 출하한 비율입니다.

spot 운임

장기 계약 없이 그때그때 시장 가격으로 사는 운송 요금입니다.

내 메모

TODO: 내 생각 추가

원문은 The Motley Fool에 실린 Hershey 2026년 3분기 실적 콜 녹취이며, 질의응답만 담겨 있습니다. 마케팅 ROI 8%는 CFO가 CEO의 언급을 인용한 수치로, 기준 시점과 기간은 콜에서 밝히지 않았습니다. 3분기 광고·소비자 마케팅비 증가율과 1억 달러 절감 계획은 녹취 페이지의 요약에서, 신규 캠페인 브랜드는 콜 정리 기사(The Cerbat Gem)에서 확인했습니다. Decision Intelligence의 기대 효과(생산성 약 5,000만 달러, 재고 약 1억 달러)와 생산성 기준 1%→3%는 2026년 4월 투자자의 날을 다룬 MarketBeat 기사에서 가져왔습니다. 요약, 핵심 메커니즘의 원문 내용, 통념과 다른 주장, 사례, 원문 사례 표는 이 자료들을 AX Review가 다시 정리한 것입니다. 기술·현업 실행 디테일, JSON 예시, 일정과 판정 기준, 인포그래픽은 원문에 없는 내용으로 새로 작성했고 그 안의 필드명과 숫자는 가상 예시입니다. 콜 전체는 원문 페이지에서 볼 수 있습니다.