eda_project
Análisis exploratorio de datos sobre entrega de pedidos
Science Score: 18.0%
This score indicates how likely this project is to be science-related based on various indicators:
-
✓CITATION.cff file
Found CITATION.cff file -
○codemeta.json file
-
○.zenodo.json file
-
○DOI references
-
○Academic publication links
-
○Academic email domains
-
○Institutional organization owner
-
○JOSS paper metadata
-
○Scientific vocabulary similarity
Low similarity (2.1%) to scientific vocabulary
Repository
Análisis exploratorio de datos sobre entrega de pedidos
Basic Info
- Host: GitHub
- Owner: Alejandro-Barba
- License: mit
- Language: Jupyter Notebook
- Default Branch: main
- Size: 1.03 MB
Statistics
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 1
- Releases: 0
Metadata Files
README.md
Análisis exploratorio de datos sobre tiempos de entrega de pedidos
Descripción del Proyecto
En este proyecto se realiza un análisis exploratorio de datos para tener un primer acercamiento a las fechas de los diferentes pasos en el proceso de entrega de pedidos de una empresa ficticia.
Pregunta de estudio
¿Que parte del proceso podemos mejorar para reducir los tiempos de entrega de pedidos?
Creación de valores dummy
Si deseas crear valores dummy para utilizar el código mostrado ingresa al notebook createdummydata y genera tu fuente de datos, este archivo cuenta con las siguientes funciones:
- generatedummydf Genera un dataframe con valores aleatorios y congruentes
- add_outliers Agrega outliers al dataframe
- introducemissingvalues Intriduce valores vacíos al dataframe
No olvides guardar tu archivo en CSV corriendo la ultima celda del notebook
En caso de que tengas datos reales asegúrate que tengan el siguiente formato:
| IDpedido | Fechapedido | Fechapicking | Fechafactura | Fecha_entrega | |-----------|--------------|--------------|--------------|--------------| | 1 | DD/MM/YYYY | DD/MM/YYYY | DD/MM/YYYY | DD/MM/YYYY |
Ver el análisis
Para ver el proceso del análisis utiliza en archivo eda.ipynb corriendo linea por linea
Resumen de resultados
Se observan algunos valores vacíos
No se observa una alta correlación sobre la falta de valores en las variables
Se observan algunos outliers que al ser pocos, se procede a eliminar
Se observa que los días entre el pedido y la factura no tienen tanta variablilidad, como los dias de la factura a la entrega
No se observa correlación entre estas 3 variables
Con los gráficos de cajas y bigotes se puede observar la media y desviación de las 3 variables
Viendo las medias se puede observar que los días entre la factura y la entrega representan la mayor parte de los días del proceso de envíos
Conclusión
En base al análisis exploratorio de los datos se puede observar que el proceso en el que debemos enfocarnos para mejorar los tiempos de entrega es el transporte hacia el cliente, que es lo que sucede entre la factura y la entrega, pues esto representa el 58% del tiempo total del proceso.
Referencias
https://altair-viz.github.io/index.html
https://matplotlib.org
Proyecto compartido en Facebook (necesario para completar la actividad)
Este proyecto se realizó utilizando la version 3.11.2 de python
Owner
- Name: Alejandro Barba
- Login: Alejandro-Barba
- Kind: user
- Location: México
- Company: @tecnolite
- Repositories: 1
- Profile: https://github.com/Alejandro-Barba
Citation (CITATION.md)
# Citation Por favor cita este trabajo de la siguiente forma: Alejandro Barba. 2023. "Análisis exploratorio de datos". https://github.com/Alejandro-Tecno/EDA_project.git