<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Autoren
Matthew Flynn, Direktor und Leiter des Maschinellen Lernens, Aetna
Mary Loveless, JMP-Systemingenieur, SAS
Bike-Sharing-Programme in New York City bieten New Yorkern und Besuchern die Möglichkeit, sich in der Stadt fortzubewegen. Fahrradvermieter müssen wissen, ob ein Fahrrad an einer gewünschten Startstation verfügbar ist und ob an einer bestimmten Zielstation ein Andockplatz vorhanden ist. Informationen zur Verfügbarkeit der Bikes, Angebot, Nachfrage und Ausgleich der Bikestationen sind entscheidend, um ein positives Kundenerlebnis zu gewährleisten. Wir verwenden JMP-Scripting und SAS, um den Abruf öffentlich verfügbarer Daten in mehreren Zeitintervallen zu automatisieren. Wir wandeln die Daten in SAS um und übergeben sie an JMP, um interaktive Visualisierungs- und Analyseberichte zu erstellen. Mapping auf Straßenebene, Graph Builder, Blasendiagramm, Datenfilter, Zeitreihen und andere Analysen werden in einer Live-Demo gezeigt. Diese Präsentation zeigt, dass interaktive Visualisierung und Mapping auf Straßenebene effektive Methoden sind, um Mietverfügbarkeit, Abhol- und Rückgabeorte zu untersuchen. Darüber hinaus sind sie starke Methoden, um Informationen über Unternehmens- und Marketingentwicklungsprogramme an das Management zu übermitteln.
