CV Evelina Muratova

Explore

Портфолио

Python Data Analyst

Кейс. Анализ факторов влияния на один из ключевых показателей (своевременность доставки товаров) транспортной компании с применением методов ML.

Цель: Выявить взаимосвязи факторов, влияющих на своевременность доставки товаров. Построить целевую оптимизированную модель данных, которая будет заложена в основу оптимизации процессов.

Задачи: 1. Построение визуализации основных кросс-факторов с целью упрощения их интерпретации и визуального отражения закономерностей. 2. Решение задачи классификации для показателей транспортного процесса с целью определения влияющих факторов.

Построение описательной статистики

⁠

Графическая интерпретация соотношения значений по каждому признаку:

⁠

1.Очевидно, что задержки с доставкой товаров имеются: почти 60% от общего объема.

2.Соотношение способов доставки. Чаще всего использовалась морская перевозка 68% отправок. Этот способ доставки так же имеет наименьший показатель своевременности, чем авиа или доставки наземным транспортом. Очевидно, что по большей части это связано в целом со спецификой морских перевозок. Необходимо исследовать процессы и данные отдельно по морскому сервису компании.

3.Покупательская аудитория распределена:

1)Производители 48%

2)Торговые компании и предприниматели 44%

3)Посредники 8%

5.Склады F и D обрабатывают более 60% отгрузок.

8.Клиентская аудитория относительно лояльна к низкокачественному сервису: около 40% совершают заказы 4 и больше раз, около 36% покупают услуги трижды. Необходимо проанализировать NPS, отток/приток клиентов.

⁠

Из трех категорий товаров, определенных заказчиком, большее количество перевозок в категории средней важности. Из 7000 отправок в этой категории почти 3000 доставлены с опозданием. Наиболее важные заказы доставляются с задержкой еще чаще, чем менее важные – почти 50%. Около 70% заказов категории наименьшей важности доставляются вовремя.

В категории заказов среднего уровня значимости на морские перевозки – самый низкокачественный сервис - приходится почти 80% заказов

⁠

Распределение целевого показателя по пяти складским блокам. Прямая взаимосвязь с распределением общего объема отгрузок по складам.

⁠

Корреляция между количеством обращений в службу поддержки и своевременностью доставки.

По заказам с нарушением сроков обычно делается от 3 до 5 звонков. Служба поддержки может быть перегружена, как следствие – дополнительные операционные расходы.

Общая корреляционная зависимость между признаками

⁠

Судя по тепловой матрице, наблюдается взаимосвязь:

1)чем дороже товар, тем беспокойнее клиент => низкий уровень NPS.

2)чем больше задержка с доставкой, тем выше скидка => снижение операционной прибыли или дополнительные издержки.

Таким образом, при нарушении сроков доставки компания не только теряет репутацию на рынке, но и терпит дополнительные убытки, предоставляя скидки в качестве компенсации за некачественный сервис.

При доставке товаров с высокой стоимостью уровень риска потери клиента значительно выше.

Чтобы выяснить, каким образом низкий уровень своевременности доставки влияет на отток клиентов и финансовые показатели компании, необходимо запросить дополнительные данные у заказчика.

Код Python для проведенного анализа (с комментариями).

# -*- coding: utf-8 -*-

Created on Thu Apr 27 15:59:31 2023

@author: Muratova

# Визуализаторы

import pandas as pd

import numpy as np

import seaborn as sns

import matplotlib.pyplot as plt

sns.set_palette('PuBuGn') #выбираем цветовую схему

sns.set_style('whitegrid') #и фон

# Кодирование и нормализация данных

from sklearn.preprocessing import MinMaxScaler

from sklearn.preprocessing import StandardScaler

from sklearn.ensemble import VotingClassifier

from sklearn.svm import SVC

from sklearn.linear_model import LogisticRegression

from sklearn.model_selection import train_test_split

from sklearn.neighbors import KNeighborsClassifier

from sklearn.tree import DecisionTreeClassifier

from sklearn.ensemble import RandomForestClassifier

from sklearn.preprocessing import LabelEncoder

import pickle

# Оценочные метрики

from sklearn.metrics import accuracy_score, f1_score, recall_score, precision_score, confusion_matrix

from sklearn.metrics import accuracy_score, recall_score, precision_score, f1_score

# Загрузка данных

df = pd.read_csv('Train.csv', sep = ',')

pd.set_option('display.max_rows', 20)

print(df)

# print(df.Type.unique())

print(df['Reached.on.Time_Y.N'].value_counts())

# Обработка данных

print(df.columns) # наименов-я столбцов

print(df.shape) # увидим кол-во строк и столбцов датасета

print(df.info()) # выводим информацию о представленных данных

# смотрим пропуски

print(df.isnull().sum()) # метод isnull проверяет все столбцы на наличие и кол-во пропусков в них

print(df.duplicated().sum())# смотрим дубликаты

print(df.describe())# смотрим статистические данные

# и кол-во уникальных значений для каждой переменной

print(df.nunique(axis=0))

# посмотрим отдельно на целевую переменную

risk_counts = df['Reached.on.Time_Y.N'].value_counts()

plt.pie(risk_counts.values, labels=risk_counts.index, autopct='%1.1f%%')

plt.title('Соблюдение срков доставки')

plt.show()

# смотрим корреляционную зависимость между числовыми признаками

mask = np.triu(np.ones_like(df.corr().round(2), dtype=bool))

f,ax=plt.subplots(figsize = (10,5))

plt.title('Матрица корелляции числовых признаков')

sns.heatmap(df.corr().round(2), mask = mask, annot=True, linewidth=0.5, cmap='PuBuGn')

# plt.show()

# выведем в графике соотношение всех значений по каждому признаку

columns = ['Warehouse_block', 'Mode_of_Shipment', 'Customer_care_calls', 'Customer_rating',

'Prior_purchases', 'Product_importance', 'Gender', 'Reached.on.Time_Y.N']

plt.figure(figsize=(15,40))

for i, col in enumerate(columns):

axes = plt.subplot(8, 3, i + 1)

df[col].value_counts().plot.pie(autopct='%.2f', textprops={'fontsize':18}, cmap='PuBuGn')

plt.title(col, fontsize=18)

plt.tight_layout()

plt.show()

# Очевидно, что задержки с доставкой товаров имеются: почти 60%

# При этом покупатели относительно лояльны к такому сервису: около 35% совершают покупки 4

# и больше раз, около 35% покупают трижды.

# уберем признаки, не имеющие значения в контексте задачи

df.drop(['ID', 'Gender'], axis=1, inplace=True)

print(df.info()) # выводим информацию о представленных данных

print(df.describe())# смотрим статистические данные

# смотрим на соотношение способов доставки. Чаще всего использовалась морская перевозка - >7000 отправок.

# этот способ доставки так же имеет наименьший показатель своевременности, чем авиа или доставки наземным транспортом.

# Можно предположить, что это связано в целом со спецификой морских перевозок: большими расстояниями и

# более длительными сроками, количеством звеньев в транспортной цепи.

grouped = df.groupby(['Mode_of_Shipment', 'Reached.on.Time_Y.N']).size().unstack()

grouped.plot(kind='bar', stacked=True)

plt.xlabel('Способ доставки')

plt.ylabel('Количество')

plt.title('Количество отправок и соблюдение срков доставки по видам транспорта')

# plt.show()

# любопытно, что наиболее важные категории товаров, определенные заказчиком по неизвестному нам признаку

# доставляются чаще с задержкой, чем менее важные

plt.figure(figsize = (12, 6))

sns.countplot(x = 'Product_importance', hue = 'Reached.on.Time_Y.N', data = df, palette='PuBuGn')

plt.show()

# корреляция между количеством обращений в службу поддержки и своевременностью доставки.

# Очевидно, что по заказам с нарушением сроков обычно делается от 3 до 5 звонков. Загруженная служба

# поддержки - это тоже операционные расходы

plt.figure(figsize = (12, 6))

sns.countplot(x = 'Customer_care_calls', hue = 'Reached.on.Time_Y.N', data = df, palette='PuBuGn')

plt.xlabel('Звонки')

plt.ylabel('Количество')

plt.title('Количество обращений в службу поддержки. 1 - заказы с задержкой')

plt.show()

# взаимосвязь двух численных признаков

sns.jointplot(x='Warehouse_block', y='Reached.on.Time_Y.N', data=df, kind='scatter');

plt.title('Корреляция распределительных центров и задержек по доставке')

plt.show()

Want to print your doc?
This is not the way.

Try clicking the ⋯ next to your doc name or using a keyboard shortcut (

CtrlP

) instead.