5.0 KiB
5.0 KiB
📊 재고 분석 통계 최적화 노트
재고량 vs 사용량 비교 그래프의 추세 분석 로직을 최적화하는 과정 기록
📌 커밋 히스토리 (롤백 포인트)
| 커밋 | Hash | 설명 | 특징 |
|---|---|---|---|
| 재고 변화만 | 2ca35cd |
재고 변화 추이 그래프 (단일 Y축) | 보라색 라인만, 깔끔함 |
| 이중 Y축 v1 | 0b81999 |
재고 + 사용량 비교 (전반부/후반부 합) | 피크에 민감한 문제 |
| 이중 Y축 v2 | (현재) | 재고 + 사용량 비교 (최근 3개월 평균) | 피크 영향 줄임 |
롤백 방법
# 재고 변화만 있던 깔끔한 버전으로 돌아가기
git checkout 2ca35cd -- backend/templates/admin_stock_analytics.html backend/app.py
# 이중 Y축 v1으로 돌아가기
git checkout 0b81999 -- backend/templates/admin_stock_analytics.html backend/app.py
🔄 추세 분석 로직 변천사
v1: 전반부 합 vs 후반부 합 (❌ 폐기)
// 데이터를 반으로 나눠서 총합 비교
const half = Math.floor(items.length / 2);
const firstHalfUsage = items.slice(0, half).reduce((sum, i) => sum + i.rx_usage, 0);
const secondHalfUsage = items.slice(half).reduce((sum, i) => sum + i.rx_usage, 0);
const usageChange = secondHalfUsage - firstHalfUsage;
문제점:
- 19개월 데이터 → 앞 9개월 vs 뒤 10개월
- 후반부에 피크(예: 2025-06)가 하나만 있어도 "증가 추세"로 판정
- 최근 3개월이 계속 떨어져도 피크 하나 때문에 잘못된 결과
실제 사례 (테라펜세미정):
- 눈으로 보면: 명백한 감소 추세 (6,500 → 1,000)
- 로직 결과: "+13,457 (+37%)" 증가 추세 ← 틀림!
- 원인: 2025-06 피크(~7,000)가 후반부 총합을 뻥튀기
v2: 최근 3개월 평균 vs 이전 3개월 평균 (현재)
// 최근 3개 기간 vs 그 이전 3개 기간의 평균 비교
const recentCount = Math.min(3, Math.floor(items.length / 2));
const recentItems = items.slice(-recentCount);
const previousItems = items.slice(-recentCount * 2, -recentCount);
const recentAvg = recentItems.reduce((sum, i) => sum + i.rx_usage, 0) / recentItems.length;
const previousAvg = previousItems.reduce((sum, i) => sum + i.rx_usage, 0) / previousItems.length;
const usageChange = Math.round(recentAvg - previousAvg);
const usageChangePercent = previousAvg > 0 ? Math.round((usageChange / previousAvg) * 100) : 0;
장점:
- 중간의 피크에 영향 안 받음
- "최근" 변화를 정확히 감지
- 직관적인 결과
단점:
- 월별 분석 시 6개월만 봄 (더 긴 추세 놓칠 수 있음)
- 계절성 반영 안 됨
🎯 고려 중인 대안들
옵션 A: 전월 대비 (MoM)
const lastMonth = items[items.length - 1].rx_usage;
const prevMonth = items[items.length - 2].rx_usage;
const change = lastMonth - prevMonth;
- ✅ 가장 직관적 ("지난달 대비 얼마?")
- ✅ 비즈니스에서 표준
- ❌ 단기 변동에 민감
옵션 B: 이동평균 (Moving Average)
// 3개월 이동평균 계산 후 기울기 비교
const ma3 = items.map((item, i, arr) => {
if (i < 2) return null;
return (arr[i].rx_usage + arr[i-1].rx_usage + arr[i-2].rx_usage) / 3;
}).filter(v => v !== null);
- ✅ 노이즈 제거
- ✅ 그래프에 추세선으로 표시 가능
- ❌ 구현 복잡
옵션 C: 선형 회귀 기울기
// 최소자승법으로 기울기 계산
function linearRegression(data) {
const n = data.length;
const sumX = data.reduce((s, _, i) => s + i, 0);
const sumY = data.reduce((s, v) => s + v, 0);
const sumXY = data.reduce((s, v, i) => s + i * v, 0);
const sumX2 = data.reduce((s, _, i) => s + i * i, 0);
return (n * sumXY - sumX * sumY) / (n * sumX2 - sumX * sumX);
}
- ✅ 통계적으로 정확
- ✅ 전체 데이터 활용
- ❌ 학술적, 직관성 떨어짐
옵션 D: 복합 (추천 예정)
- 전월 대비: 카드에 숫자로 표시
- 3개월 이동평균: 그래프에 추세선으로 표시
- 추세 판정: 이동평균 기울기로
📝 TODO
- 전월 대비 수치 추가
- 이동평균 추세선 그래프에 표시
- 계절성 고려 (전년 동월 대비)
- 일별 분석 시 7일 이동평균 적용
- 추세 판정 기준값 튜닝 (현재 ±10%)
📅 변경 이력
| 날짜 | 변경 내용 |
|---|---|
| 2026-03-13 | 이중 Y축 그래프 최초 구현 (전반부/후반부 합) |
| 2026-03-13 | 추세 로직 수정 (최근 3개월 평균으로 변경) |
| 2026-03-13 | 최적화 노트 문서 생성 |
🖼️ 참고: 이전 버전 그래프
재고 변화만 (단일 Y축) - 2ca35cd
- 보라색 라인 하나로 재고 추이만 표시
- 깔끔하고 심플함
- 사용량 정보 없음
이중 Y축 v1 - 0b81999
- 왼쪽 Y축: 재고량 (보라색 라인)
- 오른쪽 Y축: 처방 사용량 (파란색 바)
- 추세 분석: 전반부/후반부 합 비교 (문제 있음)