첫 생산 사이즈별 수량, S·M·L을 똑같이 나눠도 될까?
첫 생산의 S·M·L 수량을 똑같이 나눠도 되는지, 타깃 인체 데이터와 실제 판매 기록을 구분해 보고 사이즈별 초도 물량을 정하는 순서를 안내합니다.
공장에서 첫 생산의 사이즈별 수량을 묻는데 참고할 판매 기록이 없다면, S·M·L 생산 수량을 똑같이 나누고 싶어집니다.
표는 깔끔하지만 그 비율이 고객의 체형이나 구매 선택을 반영한다는 근거는 없습니다. 먼저 ‘어떤 사이즈를 만들지’와 ‘각 사이즈를 몇 장 만들지’를 분리해 보세요.
사이즈 범위는 몸 치수로 정합니다
사이즈 범위는 타깃 고객의 몸 치수를 어느 구간까지 담을지 정하는 일입니다. 여기서 커버리지는 내가 정한 제품 치수로 목표 고객 가운데 어느 정도를 포함할 수 있는지 보는 비율을 뜻합니다.
ISO 8559-3은 기성복용 몸 치수표와 구간을 만들 때 몸 치수 데이터에 통계 분석을 적용하고, 타깃 집단의 체형과 비율 차이에 맞춰 사이즈 체계를 조정해야 한다고 설명합니다. 사이즈코리아의 제품설계 가이드도 입력한 설계값의 타깃 고객 커버리지를 한국인 인체치수 데이터로 추정합니다. 두 자료는 S·M·L이라는 이름보다 누구의 어떤 치수를 담을지 먼저 정해야 한다는 판단을 뒷받침합니다.
수량 비율은 구매 기록으로 보정합니다
몸 치수 데이터만으로 각 사이즈가 몇 장 팔릴지는 알 수 없습니다. 같은 고객도 실루엣, 여유분, 착용 취향에 따라 다른 사이즈를 고를 수 있기 때문입니다. 첫 생산이라면 선주문이나 예약 알림, 피팅 설문, 비슷한 핏의 이전 상품처럼 실제 선택에 가까운 신호를 따로 모으는 편이 안전합니다.
사이즈 범위와 수량 비율을 분리해 보면, 몸 치수와 구매 기록을 섞어 해석하지 않게 됩니다.
판매가 시작된 뒤에는 사이즈별 시작 수량, 판매 수량, 품절 시점, 교환·반품 사유를 같은 기간으로 비교하세요. Shopify의 공식 재고 보고서도 상품 변형별 일평균 판매량, 판매 비율, 소진율을 따로 보여 줍니다. 특정 도구를 써야 한다는 뜻이 아니라, 다음 생산은 전체 판매량이 아니라 사이즈별 기록으로 보정해야 한다는 예입니다.
정한 이유까지 작업지시서에 남깁니다
패딧 작업지시서에서 사이즈 스펙 열과 색상·사이즈별 수량을 같은 사이즈 기준으로 맞춰 적어 보세요. 색상별 합계, 사이즈별 합계, 전체 수량을 함께 확인하면 공장에 보낼 수량이 내부 결정과 맞는지 다시 볼 수 있습니다. 이 표가 판매량을 예측해 주는 것은 아닙니다. 사람이 정한 초도 물량과 생산 기준을 같은 문서에 남기는 자리입니다.
오늘 먼저 할 일
생산을 앞둔 스타일 한 개를 골라 사이즈마다 ‘타깃 몸 치수’, ‘구매 신호’, ‘정한 수량’ 세 칸을 적어 보세요. 근거가 없는 칸이 보이면 세 사이즈를 똑같이 나누기 전에 선주문이나 소량 테스트로 확인할 항목부터 정하면 됩니다.
이어서 읽기
재킷 안감과 겉감, 색만 맞추면 놓치는 3가지
출처
ISO 8559-3:2018, Size designation of clothes — Part 3 — 몸 치수 데이터와 통계 분석을 이용해 타깃 집단의 치수표·구간을 설계하는 원칙
사이즈코리아 제품설계 가이드, 커버리지 분석 — 한국인 인체치수 데이터로 목표 고객에 대한 제품 설계값의 적용 비율을 추정하는 방법
Shopify Help Center, Inventory reports — 상품 변형별 판매 수량·판매 비율·소진율을 기록하고 비교하는 공식 보고서 설명