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).