스터디노트 5월 17일

샘플 프로젝트 물류분야 제주도지역 물동량 분석

문제상황 시나리오 요약

: A물류업체는 상/하차 과정에서 물품 파손 등에 대한 고객 클레임에 대응하기 위해 특정 물품이 많이 배송되는 지역을 구분하고 용도에 맞는 적절한 택배차량을 선정하여 배송을 운영하려고 한다.

• 데이터 살펴보기

Columns
index
송하인_격자공간고유번호
수하인_격자공간고유번호
물품_카테고리
운송장_건수

Process 01 유통량 EDA

• Data 전처리
  (1) Data shape
  (2) Data type
  (3) Null값 확인
  (4) Outlier 확인

#(1)
print ('df', df.shape)
#(2)
df.info ()
#(3)
print (df.isnull().sum())
#(4)
df.describe()

• 배송지역 탐색

df ['start'].value_counts()
df ['end'].value_counts()

• 물품카테고리 탐색

df ['prod'].value_counts()
df.groupby ('prod', as_index=False)['cnt'].sum()
#bar plot으로 물품카테고리 별 운송장 건수 확인
plt.bar (df_cnt ['prod'], df_cnt ['cnt'], label='cnt')

matplot에서 한글폰트 설정
참조 블로그 :
한글 폰트 깨짐 수정
matplotlib 한글폰트 사용하기

Process 02 지역별 유통량 탐색

• 출발지 / 도착지 분석
  - 전체 배송건수의 80% 이상을 조달하는 상위 출발지 개수 탐색
  - 전체 배송건수의 80% 이상이 도착하는 상위 도착지 개수 탐색
  - 출발 및 배송 건수가 가장 많은 지역 분포 확인
• 유통경로 분석
  - 자주 배송되는 특정 경로 배송 탐색
• 출발지 배차 분석
  - 가장 많이 배송하는 물품을 각 출발지의 대표 물품으로 선정
  - 물품카테고리 별 전체 배송량 탐색하여 각 출발지 대표 물품이 차지하는 비율 분석
  - 특정 배차가 가능한 출발지 탐색 및 선정

Process 03 ML활용 유통량 예측

• Data 준비
• 모델 학습 및 평가
• 성능 확인
• 중요 변수 파악

지난번에 rule base 분석의 효과도 보았고, 이번에도 평균값이나 특정 값을 활용하여 분석하는 결과들을 보면서, 데이터를 통해 다양한 인사이트를 이끌어낼 수 있는 분석가로 성장하고 싶은 마음이 더 커지는 것 같았다.

_이 글은 제로베이스 데이터 분석 취업 스쿨의 강의 자료 일부를 발췌하여 작성되었습니다._