Case3. 需要を予測する

バイクシェアリングの需要予測についてのデータ分析を見ていきましょう。
まずは、kaggle overviewを要約すると次のようになります。

ここからは「過去の使用パターンと気象データからレンタル需要を予測する」の背景を考察します。

自転車を借りる場所と、返す場所が異なるため、各駐輪場ごとに見ると自転車の過不足が発生することが考えられます。この過不足への対策を講じるために、より正確な自転車の需要予測が必要になったと考えられます。在庫管理や商品の仕入れなどにも応用できそうな事例です。

これらを整理すると、次のような設定が考えられます。

目標(KPI)：各駐輪場ごとの自転車の過不足量（具体的な数値は割愛）
課題：各駐輪場ごとの自転車の過不足
課題解決策：自転車の需要量から、駐輪場ごとの自転車の過不足対策を講じる
データ分析のソリューション：過去の使用パターンと気象データからレンタル需要を予測する

具体的な課題解決策のための材料集めのようです。