[ 데이터 시각화] 자전거 대여 서비스 데이터 보기 - seaborn, matplotlib

혼자하는 데이터 생각

공유 자전거 대여 서비스 현황

데이터 출처  Bike Sharing Demand

.

.

01. 데이터 확인

시간 데이터 기준으로 총 10886 데이터가 12개의 항목으로 이루어져 있네요.

 < capital bikeshare 제공한 데이터 필드 >

datetime - 연도-월-일 시:분:초

season - 1(봄), 2(여름), 3(가을), 4(겨울)

holiday - 1(공휴일), 0 (공휴일 아님)

workingday - 1(근무일), 0 (근무일 아님)

weather - 1 (맑음 & 구름조금), 2 (안개 + 구름많음), 3 (눈,비 조금 + 천둥), 4 (많은 눈 + 우박)

temp - 온도 (섭씨)

atemp - 체감 온도 (섭씨)

humidity - 습도

windspeed - 풍속

casual - 비회원 대여량

registered - 회원 대여량

count - 총 대여량 ( 회원 + 비회원 )

.

.

02 . 날짜 기준으로 대여량

날짜 기준 총 대여량으론

2011년 대비 2012 대여량이 65% 정도로 크게 증가함을 확인 할 수 있고,

시간대별 데이터가 분석 할 필요가 있어 보인다.

-

각 연도별 월, 계절별 데이터는 2011년도 대비 2012년 성장률이 커서 가중치를 두긴 애매하다. 

분당 대여량, 초당 대여량 데이터는 확인 할 필요가 없는 결과 값이었다.

.

.

03. 시간대별 평일과 주말 대여량

시간대별 평일과 주말 대여량을 보면

평일은 출퇴근 시간, 주말은 낮 시간에 대여량이 많은 것으로 보인다.

.

.

04. 시간대별 요일 대여량

시간대별 요일 대여량은
위의 평일 주말 대여량과 크게 달라 보이지 않는다.

-

다만 금요일 대여량이 낮 시간부터 저녁 시간까지 약간의 차이가 있는데
금요일 오후부터 주말의 시작으로 생각해도 될 것 같다.

.

.

05. 시간대별 회원, 비회원 대여량

시간대별 회원과 비회원 대여량은

회원은 평일 대여량과, 비회원은 주말 대여량과 비슷하다.

-

다만 비회원 대여량이 회원 대여량의 4배 이상 높은 상황으로

회원 가입 유도를 위해 노력해야 할 것으로 보인다

 

.

.

데이터 시각화 패턴 도출

2012년은 2011년에 비해 자전거 대여량이 60% 증가

평일엔 출퇴근시간, 주말엔 낮 시간 대여량이 높음

회원 대비 비회원 대여량이 380% 높음

.

.

데이터 시각화 인사이트

현재 자전거 대여 서비스는 가파르게 성장 중이며, 

비회원 사용이 많다는 건,

자전거 대여 서비스 사용성이 편하다는 증거라 예상됩니다.

다면, 회원 가입률이 현격히 낮은 원인을 찾고,

서비스 성장 동력 가속화를 위해

1차 목표로 회원 전환율을 높이는 전략을 세워야 합니다.

.

.

데이터 시각화 작업