Análise de Dados

Mapa de Demanda e Centro de Massa com Python

Os desafios da Supply Chain se iniciam no planejamento e, neste contexto, um dos projetos mais demandados é a estruturação de uma Malha Logística que maximiza o nível de serviço ao cliente e a produtividade operacional.

Uma das importantes análises que desenvolvemos com o apoio da tecnologia (Big Data, Python etc.) é o mapa de demanda e centro de massa.

Veja uma síntese, do ponto de vista de programação, de como fazer a análise:

Objetivo: Gerar um mapa que mostre a distribuição da demanda e seu centro de massa com os dados da “Brazilian E-Commerce Public Dataset”. Acessível no site da Kaggle.

O dataset possui 8 tabelas com seguintes relacionamentos:

As setas indicam o nome de coluna que faz o relacionamento entre as tabelas.

Por exemplo: a tabela “olist_orders_dataset”, que possui os dados da capa do pedido, se relaciona com a tabela “olist_order_itens_dataset”, que possui os dados dos itens do pedido, através da coluna “order_id”.

Para nosso projeto iremos utilizar as seguintes tabelas:

Como todas as tabelas começam com “olist” e terminam com “dataset” iremos remover esses textos para deixar os nomes mais enxutos.

Bibliotecas utilizadas:

Criamos uma variável “local_dados” com o local do computador onde estão as tabelas. Desta forma basta adicionar o nome do arquivo.

Carregamento das tabelas:

Montar tabela de vendas completa.

Com os dados de pedidos, clientes, vendedores, produtos e geolocalização

Geolocalização por cidade:

Adicionar geolocalização aos vendedores e deixar somente as colunas necessárias:

A mesma coisa para os clientes:

Juntar dados de clientes com os dados de pedidos:

Arrumar os dados de produtos: converter gramas para quilogramas e dimensões do produto para volume em m³.

Formar a base completa juntando os dados de itens de pedido com dados de produtos, pedidos e vendedores:

Preparar dados para o Mapa

Tabela com total do peso do último ano por cidade de destino (mantendo cidades com peso total maior que 10 kg):

O mesmo com as cidades de origem (as cidades dos vendedores):

Gerar os centros de massa dos clientes e dos vendedores:

Gerar o mapa com os dados de vendas, centro de massa dos clientes e centro de massa dos vendedores

Mapa inicial:

Camada de clientes:

Camadas de Centro de Massa:

Visualização do Resultado!

Podemos ainda explorar mais um recurso deste mapa: adicionar linhas!

Vamos imaginar que estes dados são de uma empresa que adquire as mercadorias, armazena em um Centro de Distribuição e, a partir deste, entrega para os clientes.

Um possível local para se instalar um centro de distribuição seria a cidade de Mogi Mirim, que fica entre o centro de massa dos vendedores (neste cenário poderíamos chamar de fornecedores) e o centro de massa dos clientes.

Camada de linhas:

Visualização do Resultado!

Muito obrigado por ler o artigo. Espero que tenham gostado!

Até o próximo!