재고와 재주문: 잘 팔리는 사이즈가 끊기지 않게

01

재고의 단위를 작게 나눕니다

한 디자인의 재고가 200벌 있어도 고객이 찾는 색상과 사이즈가 없으면 품절입니다. 품번 아래 색상·사이즈 조합을 별도 단위로 관리하고, 판매 가능·검수 보류·반품 확인 중·촬영 대여 수량을 구분하세요.

시스템 수량과 실제 수량을 정기적으로 맞추고 차이를 원인별로 기록합니다. 직원이 샘플을 가져가거나 교환품을 먼저 보내는 경우처럼 판매 주문이 없는 이동도 기록해야 재고가 정확해집니다.

02

판매 속도는 기간을 정해 봅니다

최근 일주일 판매량만으로 시즌 전체를 예상하면 출시 행사나 광고의 영향을 과대평가할 수 있습니다. 출시 이후 흐름, 최근 몇 주, 할인 행사 기간을 구분하고 품절 때문에 판매하지 못한 기간도 따로 표시하세요.

사이즈별 판매 비중이 일정하다고 가정하지 않습니다. 시즌·디자인·구매 채널에 따라 달라지므로, 재주문 수량은 전체 판매량뿐 아니라 어떤 조합이 부족하고 남는지를 기준으로 조정합니다.

03

재주문 시점은 실제 리드타임으로 계산합니다

발주부터 입고까지 걸리는 시간을 원단 준비·생산·검수·운송으로 나누어 기록합니다. 설명용으로 하루 5벌이 팔리고 재입고에 20일이 걸린다면 그 기간 수요만 100벌입니다. 여기에 변동성을 고려한 여유 재고를 검토해야 합니다.

여유 재고는 일정 비율을 무조건 더하기보다 공급 지연, 수요 변동, 시즌 종료까지 남은 시간을 고려합니다. 늦게 입고되는 추가 물량이 다음 할인 재고가 되지 않도록 판매 가능 기간을 함께 계산하세요.

04

품절 안내와 예약 판매를 구분합니다

재고가 없을 때 바로 결제를 받는다면 예상 공급일과 지연 대응을 분명히 안내해야 합니다. 단순한 관심 등록과 결제까지 진행하는 예약 판매는 고객의 기대와 운영 의무가 다르므로 화면과 안내 문구를 구분합니다.

공장 일정이 불확실한데 확정 날짜처럼 홍보하지 않습니다. 거래처가 준 예상일을 내부 검토 없이 그대로 고객 약속으로 바꾸지 말고, 검수와 운송까지 고려한 안내 기준을 정하세요.

05

남는 재고는 원인별로 처리합니다

판매가 느린 이유가 계절, 가격, 이미지, 사이즈 정보, 품질 중 무엇인지 먼저 봅니다. 모든 재고를 같은 할인율로 처리하면 정상 판매가 가능한 상품까지 이익을 잃을 수 있습니다. 채널 이동, 묶음 구성, 촬영 개선도 비교하세요.

장기 재고는 수량과 금액만이 아니라 보관 상태를 확인합니다. 변색·습기·부자재 손상이 있는 제품은 판매 가능 여부를 다시 검토하고, 다음 시즌 계획에 남는 사이즈와 색상 데이터를 반영합니다.

06

사례: 총재고는 충분하지만 주력 사이즈가 품절인 경우

한 품번 150벌이 남아 있는데 가장 많이 팔리는 두 사이즈만 품절이라고 가정합니다. 총재고를 기준으로 재주문을 막으면 매출을 놓치고, 모든 사이즈를 같은 비율로 추가 발주하면 남는 재고가 더 늘어납니다. 판매량과 가용 재고를 색상·사이즈 조합별로 나누어 판단해야 합니다.

먼저 판매 가능한 잔량과 이미 발주한 입고 예정량을 확인합니다. 다음으로 실제 판매 가능한 남은 시즌과 재생산 기간을 비교하고, 주력 사이즈만 추가할 수 있는지 공장 최소수량 조건을 검토하세요. 세트 생산이나 원단 최소량 때문에 생기는 잔여 물량도 계산에 넣습니다.

추가 발주가 어렵다면 품절 안내를 분명히 하고 다른 제품의 적합한 옵션을 설명할 수 있습니다. 고객에게 다른 사이즈를 무조건 권해 판매하면 교환·반품이 늘 수 있으므로, 제품 치수와 고객 선택을 존중하는 안내가 필요합니다.

07

주간 재고 점검표와 의사결정 항목

품번·색상·사이즈별로 현재 가용 수량, 최근 판매량, 미출고 주문, 입고 예정량·예정일, 재생산 기간을 나란히 봅니다. 예약 주문이 있다면 현재 재고에서 중복 판매되지 않도록 할당 수량도 확인하세요.

검토 결과는 재주문, 유지, 할인 검토, 판매 중단 등 행동으로 연결하고 결정일·담당자를 남깁니다. 재주문을 결정했다면 요청만 보냈는지 실제 공장 수락과 자재 확보까지 끝났는지 상태를 구분해야 예상 입고량이 과장되지 않습니다.

월말에는 장부 수량과 실사를 대조하고 조정 사유를 기록합니다. 단순히 숫자를 맞추는 작업으로 끝내지 말고 반품 입고 누락, 샘플 이동, 오출고처럼 반복되는 원인을 개선하면 이후 예측의 신뢰도가 높아집니다.