Problem:
Określenie poziomu zainteresowania i potencjalnych zysków z krótkoterminowego wynajmu pojazdów jednośladowych.

Opis:

Aplikacja przedstawia analizę wypożyczeń rowerów dla Jersey City w ciągu ostatnich 12 miesięcy.

Na pierwszej stronie dossiera przedstawiono kluczowe metryki dla badanego tematu, między innymi całkowity przychód, liczba przejazdów oraz łączny czas przejazdów wyrażony w godzinach.

Na kolejnych stronach aplikacji dokonano bardziej szczegółowych analiz, takich jak:

• Porównanie przychodu z podziałem na rowery elektryczne i rowery klasyczne,
• Analiza przychodu rozłożona w czasie (rozbita na miesiące),
• Analiza pogodowa – jak dane czynniki pogodowe wpływały na przychód i wypożyczenie rowerów,
• Identyfikacja najbardziej dochodowych stacji oraz stacji, które okazały się mieć najmniejszy wpływ na wzrost dochodu firmy.

Źródła danych:

Dane dotyczące wypożyczenia rowerów dla analizowanego obszaru (Jersey City): https://s3.amazonaws.com/tripdata/index.html

Dane pogodowe dla analizowanego obszaru: www.visualcrossing.com/weather-api

Opis Technologi:

SQL Server Management Studio – Budowa projektowej bazy danych.

MicroStrategy – Budowa modelu danych, metryk, wizualizacji.

Python – Zautomatyzowanie pobierania danych, dzięki czemu aplikacja pozostaje „up to date”.

KNIME – Obróbka nowych danych – ekstrakcja, transformacja, ładowanie danych projektowych w sposób zautomatyzowany.