프로젝트 배경
1) 문제점 - 파편화된 데이터로 인한 의사결정 지연 - 리셀 마켓(KREAM, 솔드아웃)별로 입찰 및 체결 정보가 분산되어 통합적인 수익성 판단이 어려움 - 수동으로 데이터를 비교하는 과정에서 많은 시간이 소요되어 실시간 가격 변동 대응력이 낮음 - 비정형 데이터 활용의 한계 - 텍스트 기반 검색에만 의존하여 상품 사진 등 시각적 정보를 활용한 빠르고 정확한 상품 식별이 불가능함 - 실제 체결 데
프로젝트 성과
리셀 수익성 분석 및 의사결정 시간 90% 단축
플랫폼별(KREAM, 솔드아웃) 수수료, 관세, 사이즈를 수동으로 비교하던 프로세스를 자동 지표화하여, 기존 10분 이상 소요되던 분석 시간을 1분 내외로 단축함
AI 시계열 분석을 통한 가격 예측 모델 구축
텍스트 데이터와 실제 체결 정보를 결합한 AI 모델을 통해 리셀 상품의 가격 변화 추세를 예측하고, 이를 기반으로 최적의 매수/매도 시점 인사이트를 제공함.
마켓 정책 변화에 따른 자동화 파이프라인 유지율 100%
외부 플랫폼의 빈번한 보안 패치 및 정책 변경 상황을 실시간 모니터링하고 즉각 업데이트를 배포하여, 데이터 수집 및 서비스 제공의 연속성을 완벽하게 유지함.
핵심 기능
진행 단계
기획 및 요구사항 정의
2025.05.
리셀러 페인포인트 분석을 통한 핵심 지표(수익, 관세, 사이즈) 정의 및 서비스 기능 우선순위 수립
프로젝트 상세
1) 포트폴리오 소개 국내 대표 리셀 플랫폼(KREAM, 솔드아웃)의 데이터를 기반으로 한 AI 리셀 의사결정 지원 플랫폼입니다. 입찰 및 체결 데이터를 분석하여 최적의 수익 모델을 제안하며, 데이터 기반의 정밀한 투자가 필요한 전문 리셀러 및 데이터 분석 기반 커머스 사업자를 메인 타깃으로 합니다. 2) 작업 범위 - 데이터 엔지니어링: KREAM/솔드아웃의 입찰가 및 실제 체결 정보 실시간 수집







