[CJ올리브영] SCM 사업 기획 및 운영 분석 담당자 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• 전사 SCM 핵심 KPI를 정의하고 산출 기준을 표준화하며, 센터별 성과를 비교하고 정례 리뷰를 운영합니다.

  이렇게 볼 수 있어요

  지표를 새로 정하는 일과 그 지표로 센터를 비교해 리뷰하는 일이 함께 있습니다. 사업장마다 다르게 집계되던 지표를 하나의 정의로 맞추고 그 지표로 정기 리뷰를 운영해 본 경험을 이 업무의 사례로 꺼낼 수 있습니다.

• 주문당 물류비, 인건비, 포장비 등 물류비와 3PL 계약 조건을 관리하고 비용 최적화 방안을 도출합니다.

  이렇게 볼 수 있어요

  이 업무에서는 물류비를 주문 한 건 단위로 봅니다. 총액이 아니라 주문당 비용으로 쪼개 원인을 찾아 본 경험, 3PL 단가와 계약 조건을 바꿔 비용을 줄인 경험을 사례로 꺼낼 수 있습니다.

• 자동화 설비 투자의 타당성을 검토하고 실행 후 개선 효과를 검증합니다.

  이렇게 볼 수 있어요

  투자 전 검토와 투자 뒤 효과 검증을 한 사람이 맡습니다. 설비 도입 전에 세운 기대 효과와 실제 결과를 비교해 본 사례는 차이가 난 이유까지 이어서 설명하면 됩니다.

• 현장의 업무 복잡성을 이해하고 운영 병목과 비효율 요소를 발굴해 분석 과제를 기획합니다.

  이렇게 볼 수 있어요

  조직 소개는 이 직무를 현업의 복잡한 사안 속에서 '무엇을 분석해야 하는지'를 정하는 포지션으로 설명합니다. 분석 요청을 받아 처리한 경험보다 현장을 보고 스스로 과제를 정의한 경험이 이 업무와 맞습니다.

• 고객 VOC 데이터와 주문·출고·배송 이력을 연계 분석해 물류 기인 고객 불편의 근본 원인을 규명하고 재발 방지책을 수립합니다.

  이렇게 볼 수 있어요

  VOC와 물류 이력을 같은 주문 기준으로 이어 붙이는 분석입니다. 배송 지연이나 오배송 문의를 출고 공정의 특정 단계까지 거슬러 올라가 원인을 찾은 사례가 있다면 그 뒤 문의 건수가 어떻게 바뀌었는지까지 이어 말할 수 있습니다.

• 피킹·패킹·분류 등 공정별 생산성 데이터와 재고 정확도, 주문 품질(누락/오배송) 지표를 분석합니다.

  이렇게 볼 수 있어요

  생산성 지표와 주문 품질 지표를 함께 분석하므로 처리 속도를 올린 개선이 누락이나 오배송을 늘리지 않았는지까지 확인한 경험이 이 업무에 가깝습니다.

• 분석 결과를 바탕으로 현장(센터 운영 조직)과 긴밀히 소통하며 실행 가능한 프로세스 개선안을 기획·적용하고, 센터 간 성과 벤치마킹으로 우수 사례를 발굴해 물류센터 운영 표준화를 전사로 확산합니다.

  이렇게 볼 수 있어요

  한 센터의 개선을 다른 센터의 표준으로 옮기는 일까지 맡습니다. 여러 거점 사이에서 한 곳의 방식을 다른 곳에 적용해 본 경험이 있다면 그대로 적용하지 못해 고친 부분을 표준화 업무의 사례로 말할 수 있습니다.

• 인력 생산성을 분석해 표준 작업시간을 산정하고 시간대별 Capacity Planning 고도화를 기획합니다.

  이렇게 볼 수 있어요

  올리브영 테크 블로그의 배송최적화 글은 센터별 실시간 가동률(CAPA)을 보고 출고처를 정한다고 적었습니다. 시간대별 처리 능력의 기준이 되는 표준 작업시간을 직접 산정해 본 경험이 있다면 산정 방법과 적용 뒤 인력 배치가 어떻게 달라졌는지를 보여 줄 수 있습니다.

• 계획 대비 실적, 잔여 작업량, SLA 지연 위험 등을 모니터링하는 실시간 운영 Control Tower(대시보드)를 IT/데이터 조직과 협업해 기획합니다.

  이렇게 볼 수 있어요

  대시보드를 직접 개발하기보다 무엇을 볼지 정해 IT/데이터 조직과 만드는 기획 역할입니다. 현장 관리자가 시간대마다 어떤 숫자를 보고 결정하는지 정리해 대시보드 요건으로 만든 경험이 이 기획 역할의 출발점입니다.

2자격 요건

• 사업 기획·관리, 운영 혁신, 경영·전략 컨설팅 등 관련 분야에서 4~10년의 경력이 필요합니다.

  이렇게 볼 수 있어요

  관련 분야로 사업 기획·관리, 운영 혁신, 경영·전략 컨설팅을 들었고 물류 프로세스 이해는 우대 사항에 두었습니다. 이 공고의 업무가 KPI 체계, 비용, 투자 검토, 현장 개선으로 이어지므로 어느 분야에서 왔든 그 가운데 어떤 과제를 다뤄 봤는지를 경력기술서에서 자세히 보여 줄 수 있습니다.

• 복잡한 비즈니스와 현장 운영 상황 속에서 핵심 문제를 파악하고 '어떤 데이터를 어떻게 분석할 것인가'를 스스로 기획할 수 있어야 합니다.

  이렇게 볼 수 있어요

  분석 기법보다 질문을 세우는 능력을 봅니다. 현장 관찰이나 VOC에서 출발해 어떤 데이터를 모을지 직접 설계한 분석 한 건을 처음 질문부터 결론까지 이어 말할 수 있으면 이 요건과 맞습니다.

• 분석 결과를 현업(운영 부서)의 언어로 번역해 설득하고 개선 활동을 함께 논의하며 이끌어낼 수 있는 '탁월한 소통 능력'이 필요합니다.

  이렇게 볼 수 있어요

  개선책을 실행하는 쪽은 센터 운영 조직입니다. 현장 관리자가 납득하지 않던 개선안을 숫자와 현장의 말로 다시 설명해 적용까지 간 사례가 있다면 무엇을 바꿔 설명했는지가 이 요건이 말하는 소통입니다.

• 엑셀 등 데이터 툴을 능숙하게 활용하고, 숫자의 이면을 파악해 비즈니스 인사이트와 전략적 대안을 도출할 수 있어야 합니다.

  이렇게 볼 수 있어요

  이 공고의 분석 대상은 주문당 물류비, 공정별 생산성, 재고 정확도 같은 센터 운영 지표입니다. 엑셀로 이런 숫자를 센터별·공정별로 나눠 비용이나 생산성 차이의 원인을 찾은 경험을 '숫자의 이면'을 파악한 사례로 꺼낼 수 있습니다.

• 기획이나 분석(보고서 작성)에서 끝나지 않고 실제 현장에 적용해 검증된 효과(생산성 향상, 비용 절감 등)를 만들어낼 때까지 집요하게 추진하는 성향이 필요합니다.

  이렇게 볼 수 있어요

  업무에 자동화 설비의 실행 후 효과 검증이 있는 것처럼, 이 공고에서 일의 끝은 보고서가 아니라 적용 뒤의 숫자입니다. 개선안을 적용한 뒤 몇 주에서 몇 달에 걸쳐 생산성이나 비용의 변화를 추적한 사례가 이 요건에 가장 가깝습니다.

3우대 사항

• 입고, 재고관리, 피킹/패킹, 출고 등 물류 프로세스를 깊이 이해하는 분을 우대합니다.

  이렇게 볼 수 있어요

  자격 요건의 경력 분야에는 컨설팅과 사업 기획도 있습니다. 물류 회사에서 일하지 않았더라도 물류센터 공정을 진단한 프로젝트가 있다면 어느 공정을 어떤 데이터로 봤는지를 자세히 적을 수 있습니다.

• Tableau, Power BI 등 데이터 시각화 툴이나 SQL 등 기초 데이터 추출 역량으로 현업의 문제를 직접 분석해 본 경험을 우대합니다(데이터 엔지니어 수준이 아닌, 기획자로서의 활용 능력).

  이렇게 볼 수 있어요

  업무에 적힌 Control Tower 기획도 IT/데이터 조직과 함께하는 일입니다. 필요한 데이터를 SQL로 직접 뽑아 확인한 뒤 대시보드 요건을 정해 본 경험이 있다면 개발 조직과 무엇을 나눠 맡았는지가 '기획자로서의 활용 능력'을 보여 줍니다.

• 대규모 조직에서 운영, CX, IT 등 유관 부서와 TF나 프로젝트를 리딩해 프로세스 혁신을 이룬 경험을 우대합니다.

  이렇게 볼 수 있어요

  VOC 분석은 CX 조직과, Control Tower 기획은 IT 조직과 함께하는 업무입니다. 여러 부서가 참여한 TF를 이끌어 물류 기인 불편을 줄였거나 운영 절차를 바꾼 경험이 있다면 참여 부서와 바뀐 절차를 함께 밝히는 편이 낫습니다.

4기타 사항

• 게시일 : 2026년 10월 23일
• 고용형태 : 정규직(수습 3개월)
• 근무지 : 대한민국 서울특별시 용산구 한강대로 372
• 경력 조건 : 경력 4~10년
• 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• 엑셀
• Tableau
• Power BI
• SQL

전형과 지원

분석한 공고 대부분이 같은 일곱 단계를 적었습니다. 공간디자인 공고, VMD 담당자 공고, 글로벌 VMD담당자 공고, 패키지 디자이너 공고, 콘텐츠 디자이너 공고, 콘텐츠 마케팅 담당자(시니어) 공고, FESTA·KCON 전략/실행 담당자(주니어) 공고, 브랜드 디자이너(메이크업) 공고는 과제전형을 더했고, Product Designer (B2B/광고플랫폼) 공고는 직무에 따라 과제전형이 추가될 수 있다고 적었습니다. Forward Deployed AI Engineer, QA Engineer (Domestic), QA Engineer (Global), 커머스플랫폼유닛 Android 개발채용, 커머스플랫폼유닛 Back-end 개발채용, 커머스플랫폼유닛 iOS 개발채용, 검색 플랫폼 개발자, Windows Application Engineer (POS 시스템), Data Engineer, Data Analytics Engineer, QA Ops Engineer (Test Automation), Data Scientist (AI 추천) 공고는 면접에 라이브코딩테스트나 Whiteboard Test를 포함했습니다. 뷰티 카테고리 MD, MD (취미-음반), MD (건강식품), Data Scientist (광고 플랫폼 사업), 뉴포맷 스토어기획 담당자, 프로모션 마케터 공고에는 단계가 적혀 있지 않으므로 지원할 공고의 전형 안내를 따로 확인해야 합니다.

지원 전 준비할 것

1. 1

   현장에서 시작한 분석 한 건

   조직 소개와 자격 요건이 모두 분석 과제를 스스로 정하는 일을 묻습니다. 현장 관찰이나 VOC에서 문제를 찾고, 데이터를 고르고, 현장과 개선안을 실행해 생산성이나 비용이 바뀐 결과까지 한 사례로 정리해 두세요.

2. 2

   센터 지표 표준화 경험

   전사 SCM KPI 정의와 센터별 성과 비교가 첫 업무입니다. 여러 거점이나 사업장의 지표 정의를 맞춘 경험이 있다면 어떤 지표가 어떻게 달랐고 무엇으로 통일했는지 설명할 수 있게 준비합니다.

3. 3

   물류 공정 지표 익히기

   업무에 피킹·패킹·분류 공정, 재고 정확도, 주문당 물류비, 3PL 계약 조건이 직접 적혀 있습니다. 물류 현장 경력이 없다면 재고 정확도와 주문당 물류비가 어떻게 계산되는지, 공정 생산성과 3PL 계약 조건이 그 숫자에 어떤 영향을 주는지 정리해 두세요.