Python · yetkazib berishni bashoratlash
Olist yetkazish muddatini uch kunga qisqartira olardi
Sinov uchun alohida qoldirgan buyurtmalarimda model o‘rtacha 17,91 kunlik muddat berdi. Olistda bu 20,94 kun edi. Kechikkan buyurtmalar ulushi ham 4,50% dan 3,44% ga tushdi.
Nega buni o‘rgandim
Xaridor buyurtma berayotganda ko‘radigan yetkazish sanasini Olist belgilaydi. Ma’lumotlarda buyurtmalar ko‘pincha shu sanadan ancha oldin yetib kelgan. Lekin ayrimlari baribir kechikkan. Muddatni qisqartirib, kechikishlarni oshirmaslik mumkinmi, shuni tekshirdim.
Nima qildim
Taxminan 96 ming yetkazilgan buyurtma bilan ishladim. Avval erta va kech kelgan buyurtmalarning baholarini solishtirdim. Keyin o‘rtacha vaqtni emas, yetkazish vaqtining 90-percentilini bashorat qiladigan LightGBM modelini o‘qitdim. Uni Olist sanalari va sotuvchi hamda xaridor joylashgan shtatlarga asoslangan sodda usul bilan bir xil sinov davrida solishtirdim.
Nimalarni aniqladim
- Besh kundan ko‘p kechikkan buyurtmalarning taxminan uchdan ikki qismi bir yulduz olgan. Erta kelgan buyurtmalar yaxshiroq baholangan, lekin 7–16 kunlik farqdan keyin baholar deyarli oshmagan. Muddatga yana kun qo‘shish foyda bermagan.
- p90 modeli sinovda o‘rtacha muddatni uch kunga qisqartirdi. Bu yerda p90 model bashorat qiladigan percentilni bildiradi. 17,91 kun esa model bergan muddatlarning o‘rtachasi.
- Manzil, masofa va xarid oyi modelga yordam berdi. Faqat shtatlar juftligiga qaraydigan sodda usul bu tafsilotlarning bir qismini hisobga olmaydi va uzunroq muddat beradi.
Keyin nima qilardim
Avval yangi sanalarni bir nechta yo‘nalishda sinab ko‘rardim. Butun platformaga joriy etishdan oldin kechikishlar va xaridorlar fikrini kuzatardim.
Bu tahlil nimani ko‘rsatmaydi
Modelni haqiqiy buyurtma jarayonida emas, tarixiy ma’lumotlarda tekshirdim. Qisqaroq muddat xaridlar sonini oshiradimi yoki yangi buyurtmalarda ham shu natija saqlanadimi, bu tahlil bunga javob bermaydi.