/cj-dynamic-pricing

CJ 미래기술 첼린지 - Dynamic Pricing

Primary LanguageJupyter Notebook

2021 제1회 CJ 미래기술 챌린지

E-풀필먼트 프로세스에 따른 주문 시간, 거리, 상품별 Dynamic Pricing 모델 개발 및 웹 구현

일정

  1. 참가신청 : 2021.09.17까지
  2. 데이터 제공 : 2021.10.1
  3. 과제 수행 : 2021.10.02. ~ 2021.10.29.
  4. 1차 결과 발표 : 2021.11.05.
  5. 온라인 Presentation : 2021.11.11. ~ 2021.11.12.
  6. 최종 결과 발표 : 2021.11.16.
  7. 시상식 : 2021.11.26.

결과

우수상 (상금 : 400만 원)

배경 및 필요성

  • E-풀필먼트 프로세스에 맞는 유동적인 배송 비용 가격 책정 필요
  • 데이터 시각화를 통해 Dynamic Pricing 모델의 요인 분석

목적

배송 비용 책정 프로세스 및 주문량 예측 모델을 통해 고객사와 소비자 모두 합리적인 배송 비용 책정

개발환경

  • 인공지능 모델
    • Python 3.8
    • Tensorflow 2.4
  • Back-end
    • Flask 2.0.2
    • redis 3.2.100
  • Front-end
    • React 17.0.2
    • Node.js 14.18.1

데이터

  • 제공 데이터
    • 주문 시간, 거리, 상품에 필요한 요소들 확인
  • 외부 데이터
    • CJ HUB터미널, SUB터미널의 위도 / 경도 확인
    • 고가 택배 할증 요금 기준 확인

시스템 구현

  • 배송 비용 책정 규칙 정의
    • 기업 : 입고 작업비 ~ 포장재
    • 개인 : 배송방식 ~ 출고 작업비
  • 정밀한 책정을 위한 가격 조정 및 보정된 거리값 적용
  • 주문량 예측 모델
    • 시계열 예측 분야에서 좋은 성능을 보이는 LSTM 모델 사용

결론

주문량 예측 모델을 통하여 주문량이 적을 것으로 예상되는 시간에 배송 비용 할인 적용 및 추천
1시간 단위로 실시간 주문량 예측, redis에 실시간으로 주문량 카운트, 조회, 예측 데이터로 활용