Download to read offline
Post Big Data 0530
- 2. 2 作品簡介 郵務運輸小尖兵 分析 優化我最行 <作品名稱> 處在網路科技蓬勃發展的年代，即使傳統書信往返已逐漸式微，但 是電子商務的興起不僅帶動產業供應鏈的轉變外，也促進網購業的發 展。所以，物流運輸的成本、時效及安全性，是整個經濟環節的當務 之急。基於此我們將資料分析目標聚焦在「配送路徑最佳化」、「降 低到府收件次數」、「i 郵箱收寄優化」以及各項郵件種類數量分 析，以降低相關營運成本，進而提高獲利。 <提案動機與摘要>
- 3.
- 4. • 定義資料問題與目標 • 四軸車資料集當中，了解每一台車的經緯度、地理之30秒回傳的資訊， 並能夠利用狀態來了解車子當前之狀況。 •透過資料去了解每一台車的出勤、交通狀況以及總體花費的時間。 資料分析流程 GPS四輪車輛GPS軌跡資料 透過既有資料做每一台車的最佳化路線， 讓每一台車、出勤人員，能夠以最有效 率、不耗費資源的方式，完成出勤的工 作，並也進一步希望能夠達到更快的信件 配送！ <Things To Do> 車編號(ANN-6280)的所有經緯度座標 4
- 5. • 使用的技術與方法 • 結合兩者後，縮短出車時間成本、排除交通路況 •戴克斯特拉算法(Dijkstra) 最短路徑算法，計算多個上下貨區域之間的最短路徑規劃 • Google Maps API 配合當地區域交通狀況的最佳路徑 資料前處理 • 四輪車輛的「可能性上下貨之GPS資料」， 作為所有路徑的必須目的地來安排最佳化的行車路徑！ • 僅針對，「東經」、「北緯」、「時間」、「狀態代碼」、 「車牌號碼」、「使用局號」欄位做資料分析。 資料分析流程 First Second GPS四輪車輛GPS軌跡資料 5
- 6. • 資料統計與視覺化分析 • 將出勤車輛之經緯度資料放入地圖中，並顯示出所有回傳的經緯度節 點，以此我們就能夠依照節點的路線，去對照出最佳化的路徑路線圖。 •Google Maps API中的「歷史交通資料」、「行車時間」之功 能，將算法後的最短路徑資料帶入使用，得出最佳化的參考行車時間與 路線！ 資料分析流程 Third GPS四輪車輛GPS軌跡資料 6
- 7.
- 8.
- 9. 資料前處理 • 「特約客戶主檔」 產 業別 代 碼 表 說 明 為 1 - 1 5 及 9 9 共 1 6 項 類 別 ， 但 資 料 中 卻 有 數值26，資料可能有誤，將以將以平均值並四捨五入做處理 • 「客戶郵遞區號」 僅取前三碼做為客戶所在縣市之統計(不統計鄉鎮市區) • 建立資料分析模型 • 利用「決策樹」模型進行分類，訓練後的決策樹模型樹狀圖能直覺的 了解各欄位與預測結果間的關係。 9 資料分析流程 特約客戶主檔 First Second CC
- 10. • 分析模型評估 • 將90%的資料當作訓練資料並產生決策樹模型，並利用剩餘的10%資料 做測試，評估準確度 •再適時的調整模型參數來提高預測，或經由評估選擇「隨機森林」 模型來強化模型。 • 視覺化資料分析結果 • 以決策樹樹狀結構圖形，直覺且視覺化的呈現欄位與預測結果間的關 係。 10 資料分析流程 特約客戶主檔 Second Third CC
- 11. • 「產業別」視覺化分析 • 其他類為最大宗 •次之為零售業、第三為製造業 • 「交寄方式」分析 • 自行交寄方式明顯大於電話通知郵局取 件，與以往對客戶寄貨量大就需要郵局 上門取件想法略有不同，也可能表示寄 送物品之運送即時性。 11 資料分析流程 CC特約客戶主檔 產業別 自行交寄比例 政府機關 68.2% 金融保險業 61.4% 零售業 62.6% 其他 60.7% Fourth • 資料處理碰到的困難 • 想了解「天氣」因素是否會影響客戶決定貨物送到郵局的方 式以及影響的結果，但此次資料僅有特約客戶簽約時間，並 無後續寄送之時間欄位，所以無從考量。
- 12. • 定義資料問題與目標： 資料前處理： 1. 將日期與時間轉換成較容易觀察的格式 例如：1070110-> 107年1月10日 2. 將資料代號依照資料說明使用函式取代 3. 排除郵件狀態為沖銷之資料 4. 排寄達郵遞區號欄位為空值之資料 觀察第一季郵件之收寄明細 求出各郵件種類、細分類之寄送情況、寄達數量最多之 地區 <Things To Do> ACC 資料分析流程 收寄資料明細檔 First 12
- 13. 第一季各郵件種類的郵寄數量統計 可以得知函件的數量為最多 郵件種類郵寄數量的折線圖 各郵件種類在2月份的郵寄數量最低 郵件 種類 細分類 數量 函件 信函 17,908,319 小包3,435,210 印刷物 603,446 郵簡 39,777 雜誌 23,312 明信片 15,406 新聞紙 9,025 型錄 1,145 盲人文件 210 印刷物專袋 8 包裹 一般包裹 4,909,425 勞軍包裹 100 快捷 一般快捷 538,524 商品快捷 247,373 文件快捷 80,385 總計 27,811,665 • 第一季各郵件種類的數量統計分析 資料分析流程 郵件種類 數量 函件 22,035,858 包裹 4,909,525 快捷 866,282 總計 27,811,665 ACC收寄資料明細檔 Second 各郵件的細分類數量統計 13
- 14. • 第一季各月份郵件之郵寄數量 • 二月份的郵寄數量有著顯著的下降 信函小包 印刷物 郵簡 雜誌 明信片 新聞紙 型 錄 盲人 文件 印刷物 專袋 一月 6,589,565 1,262,463 231,224 14,221 8,759 6,276 3,221 303 59 2 二月 4,435,607 875,596 171,234 10,177 5,681 4,120 2,137 155 43 0 三月 6,883,147 1,297,151 200,988 15,379 8,872 5,010 3,667 687 108 6 資料分析流程 一般包裹 勞軍 包裹 一月 1,889,127 26 二月 1,345,856 33 三月 1,674,442 41 函件 包裹 快捷 一月 8,116,093 1,889,153 316,331 二月 5,504,750 1,345,889 251,501 三月 8,415,015 1,674,483 298,450 Third ACC收寄資料明細檔 函件 一般 快捷 商品 快捷 文件 快捷 一月 191,872 95,920 28,539 二月 168,556 63,018 19,927 三月 178,096 88,435 31,919 包裹 快捷 快捷各月份折線圖包裹各月份折線圖 函件各月份折線圖 郵件細分類 各月份郵寄數量表 14
- 15. • 郵件多寄往哪些區域？ 資料分析流程 地區 數量 104中山區 456,039 100 中正區 443,265 106 大安區 354,239 114 內湖區 297,237 110 信義區 262,344 220 板橋區 251,609 105 松山區 251,148 407 西屯區 244,474 330 桃園區 231,109 300 新竹市 231,109 地區 數量 300 新竹市 76,314 330 桃園區 66,234 220 板橋區 66,085 106 大安區 62,786 104 中山區 62,670 235 中和區 60,023 320 中壢區 58,602 100 中正區 56,489 242 新莊區 53,465 114 內湖區 53,246 地區 數量 104 中山區 15,064 100 中正區 13,357 106 大安區 10,700 220 板橋區 7,401 105 松山區 7,274 330 桃園區 7,205 110 信義區 7,128 114 內湖區 7,119 300 新竹市 7,119 880 澎湖馬公 6,704 ACC收寄資料明細檔 地區 數量 104 中山區 533,733 100 中正區 513,111 106 大安區 427,725 114 內湖區 357,602 220 板橋區 325,095 110 信義區 309,015 330 桃園區 304,548 407 西屯區 303,646 105 松山區 301,438 300 新竹市 293,523 前十多寄達郵號 前十多函件寄達郵號 前十多包裹寄達郵號 前十多快捷寄達郵號 Fourth • 郵件寄達之郵號，以郵件總數來看， 可看出寄達台北市的郵件數量最多。 • 郵件種類來看，寄達台北市的多為函件 及快捷，但包裹反而以寄達新竹市最 多、桃園區次之。 15
- 16. • 定義資料問題與目標 • 匯入資料與定義 •匯入MS SQL 以節省重複查詢時間 • 使用ODBC 於 ACL通用稽核軟體、POWER BI 做數據分析 • 篩選出TT3包含”2018-02-”資料 特 種 郵 件 追 蹤 查 詢 資 料 資 料 量 大 ( 近 4 億 筆 資 料 ) ， 以2018年2月(約1億筆)資料作為分析標的。 重複投遞造成資源、人力浪費，透過資料分析，標記出 較容易造成投遞不成功之區域，再透過政府公開資料， 尋找出適合設置小型 i 郵箱位置。 <Things To Do> 16 資料分析流程 TT特種郵件追蹤查詢資料 First
- 17. 17 資料分析流程 資料前處理 • 重號問題：挑選出合適資料已建立分析模型 1. 依順序排序：TT2> TT3 > TT4 2. 挑選TT1以代碼A開頭，除開頭外沒有A 3. 篩選末筆為H、I • 資訊重複(因資訊轉換重複紀錄) 代碼A開頭若有於30分鐘重複紀錄， 則只使用第一筆 • 註銷交寄郵件 以郵件編號為單位， 若有註銷郵件(V)則刪除前面資料 Second 55000624105618在3日內有多筆交寄紀錄(A1) 03834100105670有短時間重複紀錄 TT特種郵件追蹤查詢資料
- 18. • 投遞不成功(TT1中H開頭資料)資料分析 • 投遞不成功造成資源浪費，結合周遭資料，透過決策樹等分類方式計 算較常投遞不成功區域 •局號800584在二月有17多萬筆投遞不成功紀錄！ • 預期效益： • 增加小型i郵箱設點，減少重複投遞次數 • 運用公開資料 18 資料分析流程 Third TT特種郵件追蹤查詢資料 • 效益衡量 • 人口密度（內政部社會經濟資料庫） • 活動強度（EGIS） • 平均所得（內政部社會經濟資料庫） • 電子發票消費強度（財政部） • 成本衡量 • 店面租金（實價登錄資料） 投遞不成功次數加總排名
- 19. • 郵件流向分析 • 擷取郵局局號前三碼，代表縣市， 郵件由左方流向右方，若能透過更有效的 集運，能有減少成本。 •資料處理碰到的困難 • 特種郵件追蹤查詢資料量過大，但切割分析需找尋妥善的切割方式，以 完整表達郵件流程。 • 重複投遞分析中，公開資料未能有效標記所需資訊，需要找尋更多將影 響投遞不成功之因素。 19 資料分析流程 Fourth 依i郵箱檢視支局較頻繁交易 Fifth TT特種郵件追蹤查詢資料
- 20.