[책] 파이썬 데이터 분석 실무 테크닉 100 - 최적화, 시뮬레이션 부분 요약

이젠 데이터분석가가 물류 최적화까지 알아야하는가?
파이썬 데이터 분석 실무 테크닉 100 - 최적화, 시뮬레이션 부분만 빠르게 요약해본다.

물류문제들
- 어떤 물품을 얼마나 생산하는 것이 효율적인가?
- 어느 창고에 얼마만큼의 재고를 보관하는 것이 효율적인가?
- 어느 창고에서 대리점까지 몇 개의 상품을 운송하는 것이 효율적인가?
최적화 문제란
- 정해진 제약조건 아래 목적함수를 최소화(또는 최대화)하는 문제
- 회귀분석이랑 비슷하다
  - 회귀분석에서 coefficient값을 찾을때 경사하강법을 쓴다(=최소제곱법)
  - 여기서 ‘잔차제곱합(RSS)’을 최소화 하는 회귀계수를 찾는것이 목표
실무에서 만날수 있는 최적화문제
- 머신러닝 : 고객 이탈 예측 등
- 최적화 : 지하철 운행 스케쥴, 물류창고 최적경로, 모빌리티 차량 재배치
고객의 소리
- 물류비용을 줄이고 효율화하고 싶다. 제품의 부품을 보관하는 창고에서 생산 공장까지 운송 비용을 낮출 수 있는지 검토(=운송 비용 최적화)
분석 요약
- 남부/북부 실제 데이터 운송비용이 차이가 났고
- 남부/북부 운송비 테이블은 운송비용이 차이가 안났다
- 그러므로 비효율적으로 운송되고있다고 판단

어떤 경로만 살리고 어떤 경로는 버릴지는 “운송비용”이 적은 경로를 선택하는 것 뿐만 아니라 “제품의 수요와 공급”에 대해서도 생각해봐야 한다.
가짜 데이터로 수요 공급 만들었는데, 최대 공급한거보다 더 크게 만들어서 최적경로 만들수없음

논리 순서
- 수리모델을 작성 : 목적함수 m1 정의, 제약조건 추가(최소 수요량 이상, 최대 생산량 이하 만족)
- 최적해(optimal solution)인 v1 만들기 : 최적의 운송 경로(운송량)을 의미
- 최적값(optimal value) 구하기 : 최소화된 운송 비용
코드
- m1 , v1 정의 하고 model 정의하고
- 목적함수 식 넣고, 제약조건식 넣고
- solve로 계산

고객의 소리 : SNS를 통해 입소문을 타고 퍼지고 있다. 재구매 고객은 SNS로 연결되어 있어 파악이 가능하다. 매출을 예측해달라
제품이 입소문을 타고 어느정도의 시정 이후에 몇개나 팔리게 되는지 예측(시뮬레이션)해보자
데이터
- 재구매 고객 20명의 SNS 연결상태 데이터(연결 1, 아니면 0)
- 모든 재구매 고객 540명 SNS 연결상태
- 모든 재구매 고객 540명의 2년간 매월 이용 현황
시뮬레이션이란?
- 실제로 일어나지 않은 일을 미리 실험해보는것
확률을 이용하여 실제로 홍보가 일어나기 전에 “이 정도의 입소문 확률을 가정한다면 고객에게 전파되는 데 얼마나 걸릴까?”를 구해본다.
미래를 미리 예측해볼 수 있다면, 제품이 널리 퍼지는데 걸리는 시간을 알 수 있고, 제품을 출시할지, 아님 어떤 시점에 프로모션을 진행할지 등의 의사 결정을 하는데 큰 도움이 될것이다.
의식 흐름
- 연결되어있는 데이터를 가지고 있으니까,
- 한명한테 10프로 확률로 퍼트린다고 하면 몇개월후에 어떻게 될까?를 시각화

Share this post