Lucky Depot — 배송일자 예측 모델

Office E-commerce Delivery Date Prediction

고객의 주문 정보와 지역을 기반으로 예상 배송 소요일을 예측하는 e-commerce 서비스

---

📌 프로젝트 개요

항목	내용
기간	2025.01.14 – 2025.02.06
팀 구성	5인
담당 역할	데이터 분석 100%, iOS 앱 개발 참여

---

💡 핵심 인사이트

• 창고 위치 정보 없는 데이터 한계를 지리적 클러스터링으로 극복 — Standard Class 배송 데이터 기반 지역별 배송 소요일 분포로 창고 위치 역추론
• 허리케인(Hurricane) 변수 생성 및 통계 검증 → 모델 성능 개선에 유의미한 영향 확인
• Badweather 변수 추가 후 PCA로 클러스터링 → Main/Sub 데이터 분리 후 F-test로 통계적 유의성 검증 (p-value 기준)
• Main + Sub 클러스터 결합 모델에서 GradientBoosting 최종 채택

→ "어느 지역 고객이 주문하면 배송이 며칠 걸리는가"를 예측해 주문 전 배송 예정일 제공

---

🛠 기술 스택

분류	사용 기술
언어	Python, Swift, Dart
분석	Pandas, NumPy, Scikit-learn
모델	GradientBoosting, RandomForest, KNN, PCA
통계 검증	F-test (p-value)
앱	SwiftUI, Flutter, FastAPI
DB	PostgreSQL
협업	GitHub, Notion, Figma, Miro, Jira

---

📊 데이터

데이터	출처	기간
Superstore Sales Dataset	Kaggle	2015 – 2018
New York Housing Market	Kaggle	-

• 총 9,800건 / Postal Code 결측 11건 처리
• Alaska, Hawaii 제외 미국 본토 48개 주 + D.C. 대상

---

🔍 분석 흐름

데이터 탐색 & 전처리
  ↓ Order Date / Ship Date → Shipping Duration 컬럼 생성
  ↓ Postal Code 결측 처리 / State 표준화
  ↓ unique_city 컬럼 생성 (State + City 조합)

창고 위치 역추론
  ↓ Standard Class 배송 기준 지역별 Shipping Duration 분포 분석
  ↓ CircleMarker 시각화로 배송 지연 지역 파악

변수 생성 및 검증
  ↓ Hurricane 변수 생성 (Ship Date 기준 이진 분류)
  ↓ PCA → Hurricane/Badweather 기반 클러스터링
  ↓ Main(941건) / Sub(137건) 분리
  ↓ F-test로 Main-Sub 간 Shipping Duration 차이 통계 검증

모델링
  ↓ 다중 모델 비교 (GradientBoosting, RandomForest, DecisionTree 등)
  ↓ GridSearch 하이퍼파라미터 튜닝
  ↓ Main + Sub 결합 → GradientBoosting 최종 채택

---

📁 디렉토리 구조

Luckydepot/
│
├── DataAnalysis/
│   ├── data_preprocessing.ipynb   # 전처리 및 EDA
│   ├── feature_engineering.ipynb  # 변수 생성 및 검증
│   └── modeling.ipynb             # 모델링 및 성능 비교
│
├── Model/
│   └── gradient_boosting.joblib
│
└── README.md

---

📈 모델 성능

모델	비고
GradientBoosting	최종 채택(정확도 약 80% R^2 기준)
RandomForest	비교 모델
DecisionTree	비교 모델
KNN	비교 모델

---

🤔 한계 및 개선점

• 2015–2018년 데이터로 최신 물류 패턴 반영 한계
• 실제 창고 위치 데이터 없이 역추론한 한계
• 실시간 기상 데이터 연동 시 Hurricane 변수 정확도 개선 가능