ABC 분석은 단순히 상위 품목을 뽑는 기법이 아니라, 매출과 운영 자원을 어디에 집중해야 하는지 보여주는 판단 도구입니다. 파레토 법칙과 함께 보면 “전체 품목을 고르게 관리할 것인가”가 아니라 “영향력이 큰 일부를 먼저 관리할 것인가”라는 질문에 답할 수 있습니다.
ABC 분석이 중요한 이유
많은 조직은 품목 수가 너무 많아서 모든 항목을 같은 수준으로 관리합니다. 하지만 실제로는 전체 매출, 이익, 주문, 재고 회전의 대부분이 일부 품목에서 발생하는 경우가 많습니다. 이때 ABC 분석을 적용하면 중요한 품목과 덜 중요한 품목을 구분해서 관리 우선순위를 세울 수 있습니다.
예를 들어 매출 기준으로 보면 A 등급 품목은 수가 적어도 매출 기여가 매우 크고, C 등급 품목은 수가 많아도 영향이 작을 수 있습니다. 이 구조를 이해하면 발주 정책, 안전 재고, 판촉 예산, 영업 집중도, 공급사 협상 전략까지 달라집니다. 결국 ABC 분석은 단순한 분류가 아니라 운영 효율을 높이는 출발점입니다.
파레토 법칙과의 관계
파레토 법칙은 흔히 80대 20 원칙으로 알려져 있습니다. 모든 상황이 정확히 80대 20으로 떨어지지는 않지만, “소수의 핵심이 대부분의 결과를 만든다”는 관점은 매우 유용합니다. ABC 분석은 이 원리를 데이터로 확인하고 품목을 등급화하는 방식이라고 보면 됩니다.
대시보드에서는 이 관계를 누적 점유율로 보여주면 가장 이해하기 쉽습니다. 품목을 매출 순서로 정렬한 뒤, 위에서부터 누적 매출이 전체 매출의 몇 퍼센트인지 계산하면 상위 품목이 실제로 얼마만큼의 비중을 차지하는지 바로 보입니다. 이 누적 비율이 80퍼센트에 도달하는 지점까지를 A로 두는 식입니다.
분류 기준을 잡는 방법
ABC 기준은 회사마다 조금씩 다를 수 있습니다. 가장 흔한 방식은 누적 매출 기준으로 A는 80퍼센트까지, B는 그 다음 구간, C는 나머지 구간으로 나누는 것입니다. 하지만 이 기준은 절대값이 아니라 운영 목적에 맞게 조정하는 것이 좋습니다.
예를 들어 다음처럼도 나눌 수 있습니다.
- A: 누적 매출 70퍼센트까지.
- B: 누적 매출 70퍼센트 초과 90퍼센트까지.
- C: 그 이후.
재고 관리가 목적이면 A 기준을 더 엄격하게 잡을 수 있고, 상품 정리나 롱테일 분석이 목적이면 C 구간을 더 세밀하게 나눌 수도 있습니다. 즉, ABC 분석은 고정된 규칙이 아니라 비즈니스 상황에 맞게 조절하는 프레임입니다.
계산 로직의 핵심
ABC 분석의 핵심은 세 가지입니다. 첫째, 품목별 지표를 만든다. 둘째, 해당 지표 기준으로 내림차순 정렬한다. 셋째, 정렬된 순서대로 누적값과 누적 비율을 구한다. 이 세 단계만 정확하면 어떤 도구에서도 구현할 수 있습니다.
매출 기준이라면 품목별 매출 합계를 먼저 구해야 합니다. 그다음 전체 매출을 계산하고, 품목별 매출이 전체에서 차지하는 비율을 계산합니다. 이후 누적 매출은 현재 품목보다 상위에 있는 품목들의 매출까지 모두 더한 값이 됩니다. 마지막으로 누적 매출을 전체 매출로 나누면 누적 점유율이 완성됩니다.
이 구조는 Power BI뿐 아니라 SQL, Excel, Tableau, Looker, Python, 심지어 ERP 리포트에서도 동일하게 적용됩니다. 다만 도구마다 문법만 다를 뿐, 계산 순서는 같습니다.
DAX에서 구현할 때의 개념
Power BI를 쓰는 경우 DAX는 가장 흔한 선택입니다. 하지만 여기서 중요한 건 문법보다 필터 맥락입니다. 누적 비율은 현재 보고 있는 범위 안에서 다시 계산되어야 하므로, 선택된 필터와 전체 필터를 구분할 줄 알아야 합니다.
예를 들어 연도, 사업부, 지역, 브랜드를 슬라이서로 바꾸면 누적 점유율도 함께 바뀌어야 합니다. 만약 전체 데이터 기준으로만 계산하면 사용자가 보고 있는 화면과 숫자가 맞지 않게 됩니다. 그래서 현업에서는 보통 전체 데이터와 현재 필터 범위를 구분해서 계산합니다.
개념적으로는 이런 순서입니다.
- 품목별 매출을 구합니다.
- 현재 필터 내에서 품목을 매출 순으로 정렬합니다.
- 현재 품목까지의 누적 매출을 구합니다.
- 누적 매출을 해당 필터 범위의 전체 매출로 나눕니다.
- 누적 비율에 따라 A, B, C를 부여합니다.
이렇게 하면 차트, 테이블, 카드 시각화 어디에서도 일관된 결과를 볼 수 있습니다.
SQL이나 데이터 웨어하우스에서의 구현
BI 도구에서만 계산하지 않고, SQL 레벨에서 미리 계산해 두는 방식도 많이 씁니다. 특히 Azure SQL, Synapse, Databricks, Snowflake 같은 환경에서는 사전에 집계 테이블을 만들어 두면 성능과 재사용성이 좋아집니다. 데이터가 많을수록 시각화 도구에서 실시간으로 누적 계산을 매번 수행하는 방식은 무거워질 수 있습니다.
SQL에서는 보통 윈도우 함수를 써서 품목 순위와 누적 합계를 구합니다. 예를 들면 품목별 매출을 집계한 뒤, 매출 내림차순으로 순위를 매기고, 그 순위를 기준으로 누적 합계를 계산합니다. 이후 전체 매출 대비 비율을 구하면 ABC 등급을 쉽게 만들 수 있습니다.
이 방식의 장점은 다음과 같습니다.
- 대용량 데이터에서 성능이 안정적입니다.
- 동일한 로직을 여러 리포트에서 재사용할 수 있습니다.
- BI 도구를 바꿔도 계산 기준이 유지됩니다.
- 데이터 품질 검증이 쉬워집니다.
즉, 데이터 계층에서 ABC를 정의해 두면 분석 계층과 보고 계층이 훨씬 단순해집니다.
시각화에서 잘 보이게 만드는 방법
ABC 분석은 숫자만 보여주면 이해가 어렵고, 시각화로 함께 보여줘야 힘을 발휘합니다. 가장 많이 쓰는 방식은 막대 차트와 누적 라인 차트를 함께 쓰는 파레토 차트입니다. 막대는 품목별 매출, 선은 누적 점유율로 표현하면 A 구간이 어디서 끝나는지 직관적으로 보입니다.
테이블을 쓸 때는 품목명, 매출, 점유율, 누적 매출, 누적 점유율, ABC 등급을 함께 보여주면 좋습니다. 색상은 A를 진하게, B를 중간색, C를 연하게 두는 방식이 가장 보기 쉽습니다. 이런 색 구분은 단순하지만 의사결정자에게 매우 강력하게 작동합니다.
대시보드에서는 다음 질문이 바로 보여야 합니다.
- 상위 몇 개 품목이 매출 대부분을 차지하는가.
- A 품목이 전체 품목의 몇 퍼센트인가.
- C 품목이 너무 많아 관리 비용만 발생하고 있지는 않은가.
- 특정 기간이나 지역에서 ABC 구조가 달라지는가.
이 질문들이 바로 보여야 대시보드의 가치가 높아집니다.
실무에서 자주 생기는 문제
ABC 분석은 생각보다 오류가 자주 생깁니다. 가장 흔한 문제는 기준이 불명확한 경우입니다. 어떤 팀은 매출 기준으로, 어떤 팀은 수익 기준으로, 어떤 팀은 주문 건수 기준으로 ABC를 만들기 때문에 숫자가 서로 맞지 않습니다. 처음부터 지표를 명확히 정하는 것이 중요합니다.
또 다른 문제는 정렬 기준이 뒤섞이는 경우입니다. 품목이 동일한 매출을 가질 때 순위가 흔들리면 누적값이 달라질 수 있습니다. 이럴 때는 품목 키 같은 고유 식별자를 함께 써서 안정적으로 계산하는 편이 좋습니다. 날짜 필터가 바뀔 때 전체 매출의 범위도 같이 바뀌는지, 아니면 연간 고정인지도 미리 정해야 합니다.
데이터 품질도 중요합니다. 매출 음수, 반품, 중복 거래, 누락 품목이 있으면 ABC 결과가 왜곡됩니다. 그래서 ABC 분석은 단순 계산보다 앞단 데이터 정리가 더 중요할 때가 많습니다.
운영에 연결하는 방법
ABC 분석의 진짜 가치는 분류 자체가 아니라 이후 액션에 있습니다. A 품목은 재고 품절 방지, 공급망 안정성, 마진 관리, 판촉 우선순위와 연결할 수 있습니다. B 품목은 성장 가능성과 효율성을 같이 보고, C 품목은 축소, 통합, 대체, 자동화 대상인지 검토할 수 있습니다.
특히 제조, 유통, 이커머스, B2B 유통에서는 ABC 분석이 발주와 재고 정책에 직접 영향을 줍니다. 예를 들어 A 품목은 자주 보충하고, C 품목은 최소 재고만 두거나 주문형으로 전환할 수 있습니다. 서비스 업종에서도 고객, 상품, 채널, 매장 단위로 똑같이 적용할 수 있습니다.
즉 ABC 분석은 품목 분류보다도 자원 배분 전략에 더 가깝습니다.
구현할 때의 권장 방향
실무에서는 계산 로직을 한 곳에 모으는 것이 좋습니다. 원천 데이터는 SAP, MSSQL, ERP, 주문 시스템 등에서 들어오더라도, 분석용 모델에서는 품목별 집계와 ABC 등급이 일관되게 나오도록 설계해야 합니다. 그래야 리포트마다 숫자가 다르게 나오는 문제를 줄일 수 있습니다.
권장 방식은 다음과 같습니다.
- 원천 데이터에서 거래를 적재합니다.
- 정제 계층에서 품목과 매출 기준을 통일합니다.
- 모델 계층에서 품목별 집계를 만듭니다.
- 분석 계층에서 누적 점유율과 ABC 등급을 계산합니다.
- 대시보드에서는 차트와 필터로 해석만 쉽게 보여줍니다.
이렇게 나누면 유지보수도 쉽고, 현업 요청이 들어와도 대응 속도가 빨라집니다.
ABC 분석은 결국 “무엇을 더 자주 봐야 하는가”를 정하는 일입니다. 숫자 자체보다도 그 숫자가 만든 우선순위가 중요합니다. 누적 점유율과 등급 분류를 잘 설계해 두면, 대시보드는 단순 보고 화면을 넘어 실제 운영 의사결정 도구로 바뀝니다.
놓치면 아쉬운 추천 글, 함께 읽어보세요!
- 추천 글을 불러오는 중입니다...
