main.qmd

---
title: "Caso de estudio | Iflow" 
date: "r Sys.Date()" # Inserta la fecha automáticamente 
format: html
theme: darkly 
toc: true 
toc-location: left 
number-sections: true 
code-fold: true # Permitir plegado de bloques de código 
code-tools: true # Mostrar herramientas de copiado en los bloques de código 
smooth-scroll: true # Habilitar desplazamiento suave al navegar por el índice 
fig-align: center # Alinear las figuras al centro 
toc-depth: 3 # Profundidad máxima del índice 
lang: es # Establecer idioma del documento 
editor: visual # Editor visual habilitado
---

```{r,warning=FALSE,echo=FALSE, output=FALSE}
# Limpieza de datos
library(tidyverse)
library(dplyr)
library(skimr)
library(lubridate)

# Analisis exploratorio
library(DataExplorer)
library(inspectdf)
library(plotly)
library(viridis)

# Análisis de series temporales
library(tseries)
library(forecast)

# Clustering
library(factoextra)

# Claves de APIs
mapbox_token <- "pk.eyJ1IjoibG9yZW5uem8iLCJhIjoiY20xcHYyd3g2MDk0bTJxb2k4YWZvOHlmcSJ9.r4E2pcTSM89NNHBFSmvKHw"

# Cargamos los datos
data <- read_csv("data/raw_iflow_data.csv", show_col_types = FALSE)
```

![](images/banner.png)

# Introducción

En el marco del **Primer Desafío Internacional de la Red Latinoamericana de Ciencia de Datos**, este análisis tiene como propósito abordar un problema práctico del ámbito logístico. El proyecto promueve la colaboración entre estudiantes de diversas universidades latinoamericanas, fomentando el trabajo en equipo y la toma de decisiones basadas en datos reales.

El **objeto de estudio** es un conjunto de datos proporcionado por **iFlow**, una empresa argentina especializada en logística integral, con operaciones tanto nacionales como internacionales dentro del MERCOSUR. iFlow se dedica a la gestión y co-gerencia de cadenas de abastecimiento para sus clientes, buscando optimizar procesos y mejorar la eficiencia operativa.

Este análisis tiene como objetivo:

1.  **Comprender y describir** las principales características del conjunto de datos, que incluye registros de entregas realizadas en un período de tres meses.

2.  **Identificar patrones y tendencias** que permitan obtener insights relevantes sobre las operaciones de iFlow.

3.  **Detectar posibles inconsistencias o errores** en la base de datos, propias de un entorno operativo real, para evaluarlas e integrarlas al análisis.

# Limpieza de datos.

La primera etapa de este análisis consistió en la **limpieza de datos**. Este proceso de limpieza fue clave para preparar los datos para un análisis exploratorio robusto y la generación de insights confiables sobre la operación logística de iFlow.

En primer lugar realizamos algunos cambios para **facilitar el trabajo** con los datos.

-   Tratar Columnas innecesarias

    La columna InicioVisitaPlanificado y FinVisitaPlanificado contienen los mismos valores por lo que las unificamos en una nueva columna.

```{r,warning=FALSE,echo=FALSE}

data <- data %>%
  # Nueva columna para almacenar el horario planificado
  
  mutate(visita_planificada = InicioVisitaPlanificado) %>%
  
  # Eliminamos InicioVisitaPlanificado y FinVisitaPlanificado
  
  dplyr::select(-InicioVisitaPlanificado, -FinVisitaPlanificado)
```

-   Formatear correctamente las variables

```{r,warning=FALSE,echo=FALSE}

# Convertir columnas correspondientes a formato de fecha y hora
data$InicioVisitaReal <- as.POSIXct(data$InicioVisitaReal,
                                    format="%Y-%m-%d %H:%M:%OS")

data$FinVisitaReal <- as.POSIXct(data$FinVisitaReal,
                                 format="%Y-%m-%d %H:%M:%OS")

data$visita_planificada <- as.POSIXct(data$visita_planificada,
                                      format="%Y-%m-%d %H:%M:%OS")

# Las columnas InicioHorario1, FinHorario1, las pasamos a caracter para categorizarlas facilmente.
data$InicioHorario1 <- as.character(data$InicioHorario1)
data$FinHorario1 <- as.character(data$FinHorario1)

# Pasamos variables categóricas a factores.
data$cliente <- as.factor(data$cliente)
```

-   Renombrar las columnas por nombres intuitivos.

```{r ,warning=FALSE,echo=FALSE}
# Renombrar columnas específicas con dplyr
data <- data %>%
  rename(      id_orden = iddomicilioorden,
         inicio_horario = InicioHorario1,
            fin_horario = FinHorario1,
                 bultos = Bultos,
                   peso = Peso,
               unidades = Unidades,
          inicio_visita = InicioVisitaReal,
             fin_visita = FinVisitaReal)

# Reorganizar columnas.
data <- data %>%
  dplyr::select(id_orden, cliente, localidad, direccion, latitud, longitud,
         bultos, unidades, peso, inicio_horario, fin_horario, visita_planificada, inicio_visita, fin_visita)
```

Con estos cambios realizados pasamos a modificaciones y **arreglos necesarios** para un análisis correcto de los datos.

-   Eliminación de filas duplicadas.

```{r,warning=FALSE,echo=FALSE}
data <- data %>%
  distinct()
```

-   Arreglo de coordenadas faltantes en algunas entregas.

    El dato de coordenadas en algunas filas estaba vacio o indicaba "0". En algunos de estos casos pudimos rellenar estas coordenadas con datos existentes del domicilio (21 filas). En caso de que esto no sea posible las filas fueron eliminadas (19 filas) y no serán tomadas en cuenta para el análisis.

```{r,warning=FALSE,echo=FALSE}

# Filtrar las filas donde latitud o longitud son NA
cordenadas_vacias <- data %>%
  filter(
    is.na(latitud) | is.na(longitud) | latitud == 0 | longitud == 0
    )

# cordenadas_vacias # dim 43 x 14

# Filtrar las observaciones donde id_orden está en cordenadas_vacias
observaciones_id_orden <- data %>%
  filter(id_orden %in% cordenadas_vacias$id_orden) %>%
  group_by(id_orden) %>%
  summarise(count = n())

# Mostrar el resultado
# observaciones_id_orden

# Contar las apariciones de cada id_orden en cordenadas_vacias
apariciones_cordenadas_vacias <- cordenadas_vacias %>%
  group_by(id_orden) %>%
  summarise(na_count = n())

# Unir las tablas por id_orden
resultado <- observaciones_id_orden %>%
  left_join(apariciones_cordenadas_vacias, by = "id_orden") %>%
  # Si no hay coincidencias en cordenadas_vacias, establecer na_count en 0
  mutate(na_count = ifelse(is.na(na_count), 0, na_count)) %>%
  # Restar las apariciones de cordenadas_vacias del total
  mutate(count_diff = count - na_count) %>%

# Filtrar solo los id_orden donde count_diff es mayor a 0
  filter(count_diff > 0)

# Mostrar el resultado
#resultado
```

```{r,warning=FALSE,echo=FALSE}
# Definir la función que revisa y sobrescribe latitud y longitud
reparar_lat_long <- function(dataset, ids) {
  # Iterar sobre cada id de la lista
  for (id in ids) {
    # Filtrar las observaciones válidas de latitud y longitud para este id_orden
    observaciones_validas <- dataset %>%
      filter(id_orden == id & !is.na(latitud) & !is.na(longitud) & latitud != 0 & longitud != 0)
    
    # Si existen observaciones válidas, tomar la primera ocurrencia
    if (nrow(observaciones_validas) > 0) {
      latitud_valida <- observaciones_validas$latitud[1]
      longitud_valida <- observaciones_validas$longitud[1]
      
      # Sobrescribir las observaciones con latitud o longitud nulos o 0
      dataset <- dataset %>%
        mutate(
          latitud = ifelse(id_orden == id & (is.na(latitud) | latitud == 0), latitud_valida, latitud),
          longitud = ifelse(id_orden == id & (is.na(longitud) | longitud == 0), longitud_valida, longitud)
        )
    }
  }
  
  # Retornar el dataset reparado
  return(dataset)
}
```

```{r,warning=FALSE,echo=FALSE}
# Ejecutar la función usando los id_orden de la columna resultado
ids_a_reparar <- resultado$id_orden

# Aplicar la función a data
data <- reparar_lat_long(data, ids_a_reparar)
```

Por último creamos algunas nuevas columnas para distintos análisis. Entre estas algunas columnas para facilitar la interacción con fechas y horarios de entregas.

```{r,warning=FALSE,echo=FALSE, output=FALSE}
# Asegurar que los días se generen en español
Sys.setlocale("LC_TIME", "es_ES.UTF-8") 

# Crear la columna 'dia_str' con normalización de caracteres
data <- data %>%
  mutate(
    dia = as.integer(format(fin_visita, "%d")),
    mes = as.integer(format(fin_visita, "%m")),
    hora = as.integer(format(fin_visita, "%H")),
    diferencia_minutos = as.numeric(
      difftime(fin_visita, visita_planificada, units = "mins")),
    dia_str = tolower(iconv(weekdays(fin_visita, abbreviate = FALSE), 
                            to = "UTF-8")),
    duracion_visita_min = as.numeric(
      difftime(fin_visita, inicio_visita, units = "mins")),
    duracion_visita_horas = as.numeric(
      difftime(fin_visita, inicio_visita, units = "hours"))
  )

# Guardamos los datos limpios
# write.csv(x = data, file = "iflow_clean.csv")
```

```{r,warning=FALSE,echo=FALSE}
data <- read.csv("data/clean_iflow_data.csv")
```

# Vista general.

En esta sección ofrecemos una **visión superficial de los datos**, brindando un panorama inicial que permite familiarizarnos con su estructura y contenido.

```{r,warning=FALSE,echo=FALSE, output=FALSE}
# Cuantas entregas tenemos en total?
dim(data)
dim(data %>% filter(cliente==20))
dim(data %>% filter(cliente==70))
```

![](images/clipboard-2661057119.png)

Se registraron 27.419 entregas de dos clientes distintos: 16,545 del cliente 20 y 10.874 del cliente 70.

Todas estas entregas fueron realizadas entre el 3 de mayo y 8 de agosto de 2024, con un promedio de 9.005 entregas por mes

```{r,warning=FALSE,echo=FALSE, output=FALSE}
# Ensure fin_visita is in the correct POSIXct format
data$fin_visita <- as.POSIXct(data$fin_visita, format = "%Y-%m-%d %H:%M:%OS")

# Filter the row with the maximum fin_visita
data %>% 
  filter(fin_visita == min(fin_visita, na.rm = TRUE))

data %>% 
  filter(fin_visita == max(fin_visita, na.rm = TRUE))

```

![](images/timelien.png)

::: panel-tabset
## Entregas por cliente

```{r,warning=FALSE,echo=FALSE}

# Crear una columna con el primer día del mes correspondiente
data <- data %>%
  mutate(mes = as.Date(floor_date(fin_visita, "month")))  # Asegurar que 'mes' sea Date

# Agrupar por mes y contar la cantidad de entregas
entregas_por_mes <- data %>%
  group_by(mes, cliente) %>%
  summarise(n = n(),  .groups = "drop")

entregas_por_mes$cliente <- as.factor(entregas_por_mes$cliente)

# Crear el gráfico de barras
ggplot(entregas_por_mes, aes(x = mes, y = n, fill=cliente)) +
  geom_bar(stat = "identity", position="dodge") +
  scale_x_date(date_labels = "%b %Y", date_breaks = "1 month") +
  labs(title = "Cantidad de Entregas por Mes por cliente",
       x = "Mes",
       y = "Número de Entregas") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))
```

Este gráfico de barras muestra la cantidad de entregas realizadas cada mes, separadas por cliente. Las barras están agrupadas por mes y se distinguen por colores para cada cliente.

La cantidad de entregas es constante entre mayo y julio, con algunas variaciones entre los clientes. Esto indica un comportamiento predecible en la demanda mensual. Planificar recursos en función de estos patrones puede mejorar la eficiencia operativa.

## Entregas por mes

```{r,warning=FALSE,echo=FALSE}

# Crear una columna con el primer día del mes correspondiente
data <- data %>%
  mutate(mes = as.Date(floor_date(fin_visita, "month")))  # Asegurar que 'mes' sea Date

# Agrupar por mes y contar la cantidad de entregas
entregas_por_mes <- data %>%
  group_by(mes) %>%
  summarise(n = n(),  .groups = "drop")

# Crear el gráfico de barras
ggplot(entregas_por_mes, aes(x = mes, y = n)) +
  geom_bar(stat = "identity", fill = "#94C11F") +
  scale_x_date(date_labels = "%b %Y", date_breaks = "1 month") +
  labs(title = "Cantidad de Entregas por Mes",
       x = "Mes",
       y = "Número de Entregas") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))
```

En este gráfico se visualiza la cantidad total de entregas realizadas por mes, sin importar el cliente.

n patrón estable en el número de entregas permite predecir la demanda mensual. Las caídas pueden ser analizadas más adelante para identificar feriados o problemas en la operación.
:::

## ¿Cuales son los horarios de entrega? {#horarios-entrega}

```{r, warning=FALSE, echo=FALSE}
# Agrupar los datos por día y hora para contar ocurrencias
resumen <- data %>%
  group_by(dia_str, hora) %>%
  summarise(n = n(), .groups = "drop") %>%
  ungroup()

# Asegurar el orden correcto de los días (Lunes a Domingo)
resumen$dia_str <- factor(resumen$dia_str, 
                           levels = c("lunes", "martes", "miércoles", 
                                      "jueves", "viernes", "sábado", "domingo"))

resumen <- resumen %>% filter(!is.na(dia_str), dia_str != "domingo")


ggplot(resumen, aes(x = hora, y = dia_str, fill = n)) +
  geom_tile(color = "white") +
  scale_fill_viridis(option = "C", direction = 1) +
  labs(title = "Entregas por día y hora", 
       x = "Hora del día", 
       y = "Día de la semana", 
       fill = "Cantidad") +
  theme_minimal()
```

Este gráfico de calor muestra la cantidad de entregas realizadas según la hora del día y el día de la semana. Cada celda del gráfico representa un cruce entre una hora y un día, con colores más intensos indicando una mayor cantidad de entregas.

Mayor actividad: El miércoles alrededor de las 15:00 es el momento con más entregas. Patrón semanal: Hay menos actividad los fines de semana, especialmente los domingos, donde casi no se registran entregas.

```{r,warning=FALSE,echo=FALSE}
# Convertir la columna dia_str en un factor ordenado
data <- data %>%
  mutate(dia_str = factor(dia_str, 
                          levels = c("lunes", "martes", "miércoles", 
                                     "jueves", "viernes", "sábado","domingo")))

# Agrupar por el nombre del día y contar las entregas
entregas_por_dia <- data %>%
  group_by(dia_str) %>%
  summarise(n = n())

# Crear el gráfico de barras
ggplot(entregas_por_dia, aes(x = dia_str, y = n)) +
  geom_bar(stat = "identity", fill = "#94C11F") +
  labs(title = "Cantidad de Entregas por Día de la Semana",
       x = "Día de la Semana",
       y = "Número de Entregas") +
  theme_minimal()
```

Vemos que el domingo hay solo 3 entregas. Esto podría deberse a un error por lo que las revisamos.

```{r,warning=FALSE,echo=FALSE, output=FALSE}
data %>% filter(dia_str == "domingo")
```

| Orden  | Localidad       | Fecha y hora de entrega |
|--------|-----------------|-------------------------|
| 81943  | CAPITAL FEDERAL | 2024-07-21 23:51:00     |
| 100968 | CAPITAL FEDERAL | 2024-07-21 23:51:00     |
| 100968 | CAPITAL FEDERAL | 2024-07-21 23:51:00     |

Al revisar estas entregas encontramos que las tres fueron entregadas a las 23:51. Esto podría deberse a un error en la carga de datos o a entregas especiales. Al ser las últimas entregas del día puede deberse a un cierre automático del sistema despues de haber dejado entregas inciadas el día anterior sin marcar su finalización.

Si bien este parece ser un caso puntual existen dos grandes problemas respecto a los horarios y duración de las entregas. Estos problemas son.

1.  **Duración de las entregas:** Muchas entregas tienen el mismo horario de inicio y fin. Esto puede deberse a errores en la carga de datos o a un sistema de carga poco eficiente.

2.  **Entregas consecutivas:** Muchas entregas consecutivas fueron cargadas con el horario de la entrega anterior. Esto dificulta la identificación de rutas, estimación de tiempos muertos y duraciones reales entre entregas.

## Errores de carga en horarios de entrega.

Notamos que en las entregas muy cercanas geograficamente, en la misma cuadra, suelen tener el mismo horario de finalización. Esto se puede deber a que los operarios olvidan hacer la carga individual o consideran mas rapido completar ambas entregas antes de registrarlo en el sistema.

Junto con los errores de carga en los horarios de entrega este puede ser un segundo indicador de que el sistema de carga puede ser mejorado para no recolectar datos erroneos en el futuro.

Horarios cargados de forma incorrecta podrian causar:

1.  Mala estimación sobre tiempos muertos.
2.  Dificulta optimizar los procesos de entrega.
3.  Perjudica la proyección de horarios de entregas o ventanas horarias.

Algunas sugerencias e ideas para mejorar esto incluyen:

-   Mejoras de la interfaz en el sistema de carga para facilitar y fomentar su uso.

-   Implementación de un sistema de validación de los datos para evitar duplicados.

-   Desarrollo y uso de hardware específico para la carga de datos.

> ¿Cuál es el tiempo promedio entre el inicio y fin de las visitas de entrega?

```{r, warning=FALSE, echo=FALSE}
# dim(data %>% filter(inicio_visita != fin_visita)) # 17142

# data %>% filter(inicio_visita == fin_visita) # 10255

# Calcular los totales y proporciones
total <- nrow(data) # Total de filas
dif_visit <- nrow(data %>% filter(inicio_visita != fin_visita)) # 17142 filas diferentes
igual_visit <- nrow(data %>% filter(inicio_visita == fin_visita)) # Filas iguales

# Crear un dataframe con los resultados
resumen <- data.frame(
  Categoria = c("Inicio ≠ Fin", "Inicio = Fin"),
  Conteo = c(dif_visit, igual_visit)
)

# Calcular el porcentaje para cada categoría
resumen$Porcentaje <- round((resumen$Conteo / total) * 100, 2)

# Crear el gráfico de barras
ggplot(resumen, aes(x = Categoria, y = Conteo, fill = Categoria)) +
  geom_bar(stat = "identity", width = 0.6) +
  geom_text(aes(label = paste0(Porcentaje, "%")), 
            vjust = -0.5, size = 5) +  # Etiquetas con porcentaje arriba de las barras
  labs(title = "Comparación de visitas", 
       x = "Categoría", 
       y = "Cantidad de visitas") +
  theme_minimal()


```

Bien cargados 17142 vs mal cargados 10255 mal. Pero encontramos que son incluso más. Una forma de solucionarlo podría haber sido ordenar las entregas en orden cronologico e intentar estimar la duración real segun el tiempo entre las entregas y la distancia entre ellas pero al intentar esto encontramos que muchas entregas consecutivas arrastran errores. Dificultando la identificación de rutas, estimación de tiempos muertos y duraciones reales entre entregas.

```{r, warning=FALSE, echo=FALSE, output=FALSE}
# Ordenar los datos cronológicamente (asumo que tienes una columna de timestamp)
data_ordenada <- data %>%
  arrange(inicio_visita)

# Crear una columna que identifique si el fin_visita es igual al de la fila anterior
data_secuencia <- data_ordenada %>%
  mutate(
    consecutivo = (fin_visita == lag(fin_visita, default = first(fin_visita)))
  )

# Crear un identificador para cada grupo consecutivo con el mismo fin_visita
data_secuencia <- data_secuencia %>%
  mutate(
    grupo = cumsum(!consecutivo)  # Incrementar grupo cuando cambia fin_visita
  )

# Resumir el número de filas en cada grupo consecutivo
resumen_secuencias <- data_secuencia %>%
  group_by(fin_visita, grupo) %>%
  summarise(cantidad = n(), .groups = "drop")

# Mostrar las secuencias más largas
resumen_secuencias %>%
  arrange(desc(cantidad))

filtered_amounts <- resumen_secuencias %>% filter(cantidad != 1)
```

Como referencia, el día 2024-06-27 16:06:00 hay 23 entregas graficadas el mismo día.

::: panel-tabset
## Ejemplo 50 entregas

```{r, warning=FALSE, echo=FALSE}
 #Cargar librerías necesarias
library(leaflet)
library(dplyr)
# Filtrar las entregas según el fin_visita elegido
fin_visita_elegido <- "2024-06-12 16:12:00"  # Cambia este valor por el deseado

entregas_filtradas <- data %>%
  filter(fin_visita == fin_visita_elegido)

# Verificar si hay datos para graficar
if (nrow(entregas_filtradas) == 0) {
  print("No hay entregas con el fin_visita seleccionado.")
} else {
  # Crear el mapa interactivo con Leaflet
  leaflet(data = entregas_filtradas) %>%
    addTiles() %>%  # Añadir un mapa base (OpenStreetMap)
    addCircleMarkers(
      lng = ~longitud, lat = ~latitud,  # Coordenadas
      radius = 6, color = "blue", stroke = FALSE, 
      fillOpacity = 0.8, fillColor = "red",  # Estilo de los marcadores
      label = ~paste("Lat:", latitud, "<br>Lng:", longitud),  # Etiquetas al pasar el mouse
      popup = ~paste0("Entrega en: ", latitud, ", ", longitud)  # Popup al hacer clic
    ) 
}
```

## Ejemplo 23 entregas

```{r, warning=FALSE, echo=FALSE}
 #Cargar librerías necesarias
library(leaflet)
library(dplyr)
# Filtrar las entregas según el fin_visita elegido
fin_visita_elegido <- "2024-06-27 16:06:00"  # Cambia este valor por el deseado

entregas_filtradas <- data %>%
  filter(fin_visita == fin_visita_elegido)

# Verificar si hay datos para graficar
if (nrow(entregas_filtradas) == 0) {
  print("No hay entregas con el fin_visita seleccionado.")
} else {
  # Crear el mapa interactivo con Leaflet
  leaflet(data = entregas_filtradas) %>%
    addTiles() %>%  # Añadir un mapa base (OpenStreetMap)
    addCircleMarkers(
      lng = ~longitud, lat = ~latitud,  # Coordenadas
      radius = 6, color = "blue", stroke = FALSE, 
      fillOpacity = 0.8, fillColor = "red",  # Estilo de los marcadores
      label = ~paste("Lat:", latitud, "<br>Lng:", longitud),  # Etiquetas al pasar el mouse
      popup = ~paste0("Entrega en: ", latitud, ", ", longitud)  # Popup al hacer clic
    ) 
}
```
:::

¿Que tan frecuente es este error? Muy frecuentes

```{r, warning=FALSE, echo=FALSE}
# Asegurarse de que no haya NAs en la columna 'cantidad'
resumen_secuencias <- resumen_secuencias %>%
  filter(!is.na(cantidad), cantidad != 1)

# Crear la columna 'categoria' con las condiciones bien definidas
resumen_secuencias <- resumen_secuencias %>%
  mutate(
    categoria = case_when(
      cantidad == 2 ~ "2",
      cantidad >= 3 & cantidad <= 5 ~ "De 3 a 5",
      cantidad >= 6 & cantidad <= 10 ~ "De 6 a 10",
      cantidad >= 11 & cantidad <= 20 ~ "De 11 a 20",
      cantidad > 20 ~ "Más de 20"
    )
  )

# Verificar si hay NAs en la columna 'categoria'
resumen_secuencias <- resumen_secuencias %>%
  filter(!is.na(categoria))

# Crear el gráfico de barras con las categorías corregidas
ggplot(resumen_secuencias, aes(x = categoria)) +
  geom_bar(fill = "#94C11F", color = "black", alpha = 0.8) +
  labs(
    title = "Distribución de Secuencias por Categoría",
    x = "Categoría de cantidad",
    y = "Frecuencia"
  ) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))  # Rotar etiquetas del eje X

```

Se registraron **12,799 entregas con horarios incorrectos**, lo que representa el **46.67%** de los datos cargados de forma errónea.

Con casi la mitad de los datos poco confiables, cualquier análisis sobre la **eficiencia operativa** pierde precisión. Esto puede generar errores importantes al evaluar la **duración de las entregas**, los **periodos de actividad** y las **rutas utilizadas**.

Corregir la recopilación de estos datos es una **oportunidad clave** para mejorar el crecimiento de la empresa, optimizar las **ventanas de entrega**, identificar **cuellos de botella** reales y facilitar una toma de decisiones más precisa y efectiva.

> "Lo que no se mide, no se puede mejorar." - Peter F. Drucker

A continuación, se presentan posibles causas y oportunidades para resolver esta situación.

1.  Manual de uso y capacitación sobre el sistema [UNIGIS](https://www.unigis.com/ "Sitio web oficial de Unigis")

Basandonos en el [Manual de transportistas - Elementos de seguridad y APPS](https://transportes.iflow21.com/portal/es/kb/articles/manual-de-transportistas-elementos-de-seguridad-y-apps) encontramos la siguiente referencia sobre el uso de la aplicación.

![](images/user_manual.png)

Capacitar mejor al personal con mayor cantidad de recursos, claridad en los instructivos y videos demostrando el uso correcto del sistema [videos demostrando el uso correcto del sistema](https://www.youtube.com/watch?v=JnEHVHhs6V4 "Video grabado por Corporación Aceros Arequipa para su equipo") mejoraría la precision de la carga de los datos en el futuro.

2.  Creación de una interfaz personalizada para Unigis.

El error de carga de horarios iguales en entregas consecutivas puede deberse principalmente a la dificultad de uso del sistema o poca practicidad del mismo por la que los transportistas podrían saltear los pasos del instructivo.

Si migrar a un nuevo sistema más moderno es una alternativa muy costosa podrían considerar hacer una inversión en desarrollo frontend para, utilizando la API del sistema actual, puedan tener una interfaz más amena a los transportistas.

[![Referencia del Uso de la API cloud de Unigis](images/postman_reference.png)](https://www.postman.com/irampoldi/unigis/request/8833s18/reportedeviajes)

El desarrollo de una interfaz personalizada para interactuar con su sistema actual podría ser una inversión considerable pero economica contrastando con la posibilidad de un desarrollo personalizado o la migración a un nuevo sistema.

Algunas consideraciones:

-   Inversión en equipo e investigación UX para asegurar el uso intuitivo de los transportistas. Es importante entender como es el uso del sistema en la practica.

3.  Migrar a un sistema más moderno o diseñar uno a medida para sus necesidades.

    Puede ser la opción mas costosa.

Como conclusión mejorar la capacitación del personal, proporcionando más recursos, instructivos claros y videos demostrativos sobre el uso correcto del sistema, ayudaría a aumentar la precisión en la carga de datos. Además, la creación de una interfaz personalizada para Unigis podría resolver errores comunes, como los horarios idénticos en entregas consecutivas, que probablemente ocurren por la complejidad o poca practicidad del sistema, lo que lleva a los transportistas a omitir pasos. Si migrar a un sistema más moderno resulta demasiado costoso, una opción sería invertir en el desarrollo de un frontend más amigable, utilizando la API del sistema actual, para facilitar su uso y mejorar la experiencia de los transportistas.

## Información de bultos y peso.

En promedio, cada entrega contiene:

-   **28.40 unidades**

-   **5.75 bultos**

-   **41.15 kg de peso**

El **peso elevado por pedido** sugiere la presencia de productos voluminosos o de alto consumo, lo que puede aumentar los **costos de transporte** debido a la mayor carga. Esto también tiene implicaciones importantes para la **planificación de rutas**, ya que es necesario optimizar el uso de los vehículos para evitar sobrecargas y cumplir con los límites de capacidad. Además, la gestión eficiente de estos pedidos requiere ajustar los tiempos de entrega, garantizar la disponibilidad de unidades adecuadas y considerar posibles restricciones en ciertas rutas debido al peso total transportado.

::: panel-tabset
## 🔢 Unidades

::: panel-tabset
Este histograma permite ver la concentración de pedidos en ciertos rangos de unidades. Si se observa una mayor densidad en valores específicos, esto podría indicar patrones de demanda estándar entre los clientes.
:::

```{r,warning=FALSE,echo=FALSE}
# Crear el histograma
ggplot(data, aes(x = unidades)) +
  geom_histogram(binwidth = 50, fill = "#94C11F", color = "black") +
  labs(title = "Histograma de Unidades",
       x = "Bultos",
       y = "Frecuencia") +
  theme_minimal()
```

```{r,warning=FALSE,echo=FALSE}
mean(data$unidades) # Promedio
```

## 📦 Bultos

::: panel-tabset
Este histograma permite identificar el tamaño típico de los pedidos. Una distribución sesgada hacia valores altos sugiere que la mayoría de los pedidos son de varios bultos, lo que puede influir en la planificación de cargas y en la selección de vehículos de transporte.
:::

```{r,warning=FALSE,echo=FALSE}
# Crear el histograma
ggplot(data, aes(x = bultos)) +
  geom_histogram(binwidth = 5, fill = "#94C11F", color = "black") +
  labs(title = "Histograma de Bultos",
       x = "Unidades",
       y = "Frecuencia") +
  theme_minimal()
```

```{r,warning=FALSE,echo=FALSE}
mean(data$bultos) # Promedio
```

## ⚖️ Peso

::: panel-tabset
Este histograma permite identificar el tamaño típico de los pedidos. Una distribución sesgada hacia valores altos sugiere que la mayoría de los pedidos son de varios bultos, lo que puede influir en la planificación de cargas y en la selección de vehículos de transporte.
:::

```{r,warning=FALSE,echo=FALSE}
# Crear el histograma
ggplot(data, aes(x = peso)) +
  geom_histogram(binwidth = 50, fill = "#94C11F", color = "black") +
  labs(title = "Histograma de Peso",
       x = "Unidades",
       y = "Frecuencia") +
  theme_minimal()
```

```{r,warning=FALSE,echo=FALSE}
mean(data$peso) # Promedio
```
:::

## Distribución geográfica de las entregas.

```{r,echo=FALSE, output=FALSE}
# Geolocalización
library(sf)
library(raster)

```

::: panel-tabset
## Todas las entregas

```{r,warning=FALSE,echo=FALSE}
data$cliente <- as.factor(data$cliente)
# Graficar las entregas por cliente con colores distintos
plot_ly(
  data,
  lat = ~latitud,
  lon = ~longitud,
  type = 'scattermapbox',
  mode = 'markers',
  color = ~cliente,  # Asigna un color distinto por cliente
  marker = list(size = 7, opacity = 0.3),  # Ajusta el tamaño y la transparencia de los marcadores
  text = ~paste("Cliente:", cliente, "<br>Dirección:", direccion)  # Información al pasar el mouse
) %>%
  layout(
    mapbox = list(
      accesstoken = mapbox_token,
      center = list(lat = -34.6037, lon = -58.3816),  # Coordenadas de Buenos Aires
      zoom = 10,  # Nivel de zoom
      style = "open-street-map"  # Estilo del mapa
    ),
    title = "Mapa de Entregas en Buenos Aires por Cliente",
    margin = list(r = 0, t = 0, b = 0, l = 0)
  )
```

## Entregas por dia de la semana

```{r,warning=FALSE,echo=FALSE}
# Crear un factor ordenado para los días de la semana
data$dia_str <- factor(data$dia_str, 
                           levels = c("lunes", "martes", "miércoles", "jueves", "viernes", "sábado", "domingo"))

# Crear una lista de días únicos (ahora ya estarán ordenados según el factor)
dias_unicos <- unique(data$dia_str)

# Crear una lista de "frames" para cada día
frames <- lapply(dias_unicos, function(dia) {
  list(
    name = dia,
    data = list(
      list(
        type = "scattermapbox",
        lat = data$latitud[data$dia_str == dia],
        lon = data$longitud[data$dia_str == dia],
        mode = "markers",
        marker = list(size = 7, opacity = 0.5),
        text = paste("Cliente:", data$cliente[data$dia_str == dia], "<br>Dirección:", data$direccion[data$dia_str == dia]),
        color = data$cliente[data$dia_str == dia]
      )
    )
  )
})

# Graficar las entregas por cliente con un slider para cambiar día a día
plot_ly(
  data,
  lat = ~latitud,
  lon = ~longitud,
  type = 'scattermapbox',
  mode = 'markers',
  color = ~cliente,  # Asigna un color distinto por cliente
  frame = ~dia_str,  # Agregar el día como frame para la animación (ahora en orden)
  marker = list(size = 7, opacity = 0.6),  # Ajusta el tamaño y la transparencia de los marcadores
  text = ~paste("Cliente:", cliente, "<br>Dirección:", direccion)  # Información al pasar el mouse
) %>%
  layout(
    mapbox = list(
      accesstoken = mapbox_token,
      center = list(lat = -34.6037, lon = -58.3816),  # Coordenadas de Buenos Aires
      zoom = 10,  # Nivel de zoom
      style = "open-street-map"  # Estilo del mapa
    ),
    title = "Mapa de Entregas en Buenos Aires por Cliente",
    margin = list(r = 5, t = 25, b = 5, l = 5)
  ) %>%
  animation_opts(
    frame = 500,  # Duración de cada frame en milisegundos
    transition = 0,  # Sin transiciones entre frames
    redraw = TRUE
  ) %>%
  animation_slider(
    currentvalue = list(prefix = "Día: ")
  )

```
:::

Como podemos ver este mapa de entregas de la ciudad de Buenos Aires muestra visualmente la dispersión de las entregas en la ciudad. La variedad de colores permite ver qué clientes se agrupan en ciertas áreas. Si ciertos clientes concentran entregas en una región específica, eso puede indicar una demanda localizada o preferencia regional de ciertos productos.

```{r,warning=FALSE,echo=FALSE}
# Crear una lista de fechas únicas extraídas de la columna fin_visita
fechas_unicas <- unique(as.Date(data$fin_visita))

# Graficar las entregas por cliente con un slider para cambiar por fecha
plot_ly(
  data,
  lat = ~latitud,
  lon = ~longitud,
  type = 'scattermapbox',
  mode = 'markers',
  color = ~cliente,  # Asigna un color distinto por cliente
  frame = ~as.Date(fin_visita),  # Agregar la fecha como frame para la animación
  marker = list(size = 7, opacity = 0.7),  # Ajusta el tamaño y la transparencia de los marcadores
  text = ~paste("Cliente:", cliente, "<br>Dirección:", direccion)  # Información al pasar el mouse
) %>%
  layout(
    mapbox = list(
      accesstoken = mapbox_token,
      center = list(lat = -34.6037, lon = -58.3816),  # Coordenadas de Buenos Aires
      zoom = 10,  # Nivel de zoom
      style = "open-street-map"  # Estilo del mapa
    ),
    title = "Mapa de Entregas en Buenos Aires por Cliente",
    margin = list(r = 0, t = 0, b = 0, l = 0)
  ) %>%
  animation_opts(
    frame = 500,  # Duración de cada frame en milisegundos
    transition = 0,  # Sin transiciones entre frames
    redraw = TRUE
  ) %>%
  animation_slider(
    currentvalue = list(prefix = "Fecha: ")
  )
```

En este mapa las áreas con mayor densidad de entregas resaltan visualmente. Estas zonas de alta actividad pueden representar zonas comerciales o residenciales clave. Esto es útil para optimizar las rutas de entrega y asignar más recursos a zonas con alta demanda.

Para verlo de forma más resumida;

::: panel-tabset
## 🏘️ Barrios

En base a este mapa se permite ver cómo se distribuyen las entregas a nivel de barrio. Los barrios con mayor intensidad de color son aquellos con más entregas, lo que indica la importancia de estos barrios en el volumen de pedidos.

```{r,warning=FALSE,echo=FALSE}
# Cargar los barrios desde el archivo GeoJSON
barrios.comp <- st_read("maps/barrios.geojson", quiet = TRUE)  # Reemplaza con la ruta correcta
  
barrios <- barrios.comp[, c("BARRIO", "geometry")]

# Ver los nombres de las columnas del GeoDataFrame de barrios
# Filtrar las entregas con coordenadas válidas y crear un objeto sf
data_sf <- data %>%
  filter(!is.na(latitud) & !is.na(longitud)) %>%
  st_as_sf(coords = c("longitud", "latitud"), crs = 4326)  # Sistema de coordenadas WGS 84

# Unir cada entrega con su barrio correspondiente
entregas_por_barrio <- st_join(data_sf, barrios)

# Agrupar por el campo "BARRIO" y contar el total de entregas
entregas_agrupadas <- entregas_por_barrio %>%
  group_by(BARRIO) %>%
  summarise(total_entregas = n())

# Unir la información agregada de entregas al GeoDataFrame de barrios
barrios <- barrios %>%
  st_join(entregas_agrupadas)

# Rellenar valores NA (barrios sin entregas) con 0
barrios$total_entregas[is.na(barrios$total_entregas)] <- 0

# Crear el mapa con ggplot2
ggplot(data = barrios) +
  geom_sf(aes(fill = total_entregas)) +  # Colorear según la cantidad de entregas
  scale_fill_viridis_c(option = "plasma", na.value = "white") +  # Paleta de colores
  theme_minimal() +
  labs(
    title = "Cantidad de Entregas por Barrio en Buenos Aires",
    fill = "Entregas"
  )
```

## 🏙️ Comunas

Similar al mapa por barrio, pero agrupando entregas por comunas. Las comunas que presentan más entregas destacan como puntos de interés para analizar el impacto logístico y la demanda concentrada.

```{r, warning=FALSE, echo=FALSE}
# 1. Cargar los barrios desde el archivo GeoJSON
barrios.comp <- st_read("maps/barrios.geojson", quiet = TRUE)  # Ajusta la ruta según corresponda

# 2. Agrupar los polígonos por "COMUNA"
comunas <- barrios.comp %>%
  group_by(COMUNA) %>%
  summarise(geometry = st_union(geometry))  # Unir los polígonos por comuna

# Asegurarse de que COMUNA sea texto
comunas$COMUNA <- as.character(comunas$COMUNA)

# 3. Filtrar las entregas con coordenadas válidas y convertirlas a un objeto sf
data_sf <- data %>%
  filter(!is.na(latitud) & !is.na(longitud)) %>%
  st_as_sf(coords = c("longitud", "latitud"), crs = 4326)

# 4. Asignar cada entrega a su comuna correspondiente usando st_join
entregas_por_comuna <- st_join(data_sf, comunas)

# 5. Agrupar por "COMUNA" y contar el total de entregas
entregas_agrupadas <- entregas_por_comuna %>%
  group_by(COMUNA) %>%
  summarise(total_entregas = n())

# 6. Unir los datos de entregas agregados al GeoDataFrame de comunas
comunas <- comunas %>%
  st_join(entregas_agrupadas)

# 7. Rellenar los valores NA (comunas sin entregas) con 0
comunas$total_entregas[is.na(comunas$total_entregas)] <- 0

# 8. Crear el mapa con ggplot2
ggplot(data = comunas) +
  geom_sf(aes(fill = total_entregas)) +
  scale_fill_viridis_c(option = "plasma", na.value = "white") +
  theme_minimal() +
  labs(
    title = "Cantidad de Entregas por Comuna en Buenos Aires",
    fill = "Entregas"
  )


```

## 🌡️ Entregas Individuales

Los puntos en el mapa de Buenos Aires representan ubicaciones de entregas, y las áreas con mayor densidad de entregas aparecen con colores más intensos, permitiendo identificar visualmente las zonas con más actividad de entregas.

```{r, warning=FALSE, echo=FALSE}
# Mapa de calor de entregas
heatmap_data <- data %>%
  group_by(latitud, longitud) %>%
  summarise(total_entregas = n())

# Graficar un mapa de calor para visualizar las zonas con mayor densidad de entregas
heatmap_plot <- plot_ly(
  heatmap_data,
  lat = ~latitud,
  lon = ~longitud,
  z = ~total_entregas,
  type = 'densitymapbox',
  colorscale = 'Viridis',
  radius = 10
) %>%
  layout(
    mapbox = list(
      accesstoken = mapbox_token,
      center = list(lat = -34.6037, lon = -58.3816),
      zoom = 10,
      style = "open-street-map"
    ),
    title = "Mapa de Calor de Entregas en Buenos Aires",
    showlegend = FALSE,  # Ocultar la leyenda
    margin = list(r = 0, t = 60, b = 0, l = 0)  # Agregar más espacio en la parte superior
  )

# Mostrar el mapa de calor
heatmap_plot

```
:::

### Centro de distribución en Mendoza.

::: panel-tabset
## 📍 Mapa

```{r,warning=FALSE,echo=FALSE}
# Crear un gráfico usando Plotly y Mapbox
fig <- plot_ly(
  data = data,
  type = 'scattermapbox',
  mode = 'markers',
  lat = ~latitud,
  lon = ~longitud,
  marker = list(size = 8, color = 'blue', opacity = 0.7)
)

# Configurar el estilo de Mapbox (puedes cambiar el estilo)
fig <- fig %>%
  layout(
    mapbox = list(
      style = 'carto-positron', # Otros estilos: 'open-street-map', 'stamen-terrain', etc.
      zoom = 2, # Nivel de zoom
      center = list(lat = mean(data$latitud), lon = mean(data$longitud)) # Centrado en los datos
    ),
    margin = list(t = 0, b = 0, l = 0, r = 0) # Margen para ajustar el espacio del gráfico
  )

# Mostrar el gráfico
fig

```

## 🖼️ Screenshot

![](images/screen.png)
:::

> ¿Cuántas entregas se hicieron fuera del tiempo esperado o planificado?

```{r, warning=FALSE, echo=FALSE}
# Crear una nueva columna que clasifique si llegó tarde o temprano
data <- data %>%
  mutate(estado_entrega = ifelse(diferencia_minutos > 0, "Tarde", "Temprano o a Tiempo"))

# Agrupar los datos por mes y estado de entrega
data_agrupada <- data %>%
  group_by(mes, estado_entrega) %>%
  summarise(cantidad = n())

# Graficar con ggplot
ggplot(data_agrupada, aes(x = mes, y = cantidad, fill = estado_entrega)) +
  geom_bar(stat = "identity", position = "dodge") +
  labs(
    title = "Cantidad de Entregas por Mes",
    x = "Mes",
    y = "Cantidad de Entregas",
    fill = "Estado de Entrega"
  ) +
  theme_minimal()
```

Este gráfico permite la visualización de la cantidad de entregas por mes, clasificadas en "Tarde" y "Temprano o a Tiempo".

> ¿Qué clientes generan más volumen de entregas y cuáles presentan más problemas o irregularidades?

```{r, warning=FALSE, echo=FALSE}
# Crear el mapa con plotly y mapbox
fig <- plot_ly(
  data = data,
  lat = ~latitud,
  lon = ~longitud,
  color = ~factor(cliente),  # Colorear según cliente
  colors = c("dodgerblue", "tomato"),  # Colores personalizados para cada cliente
  type = 'scattermapbox', 
  mode = 'markers',
  marker = list(
    size = 10,  # Tamaño del marcador
    opacity = 0.2  # Ajustar transparencia (alpha)
  ),
  text = ~paste(
    "Latitud: ", latitud, "<br>",
    "Longitud: ", longitud, "<br>",
    "Cliente: ", cliente, "<br>",
    "ID Orden: ", id_orden, "<br>",
    "Fecha: ", fin_visita
  ),  # Información a mostrar en hover
  hoverinfo = 'text'  # Mostrar solo el texto personalizado
)

# Configuración del mapa centrado en Buenos Aires
fig <- fig %>%
  layout(
    mapbox = list(
      style = 'open-street-map',  # Estilo del mapa
      zoom = 10,  # Ajuste del nivel de zoom para Buenos Aires
      center = list(lat = -34.6037, lon = -58.3816)  # Centrar en Buenos Aires
    ),
    title = "Mapa de Entregas por Cliente"
  )

# Mostrar el mapa
fig
```

Este mapa permite la visualización de un mapa interactivo que muestra las entregas realizadas, clasificado por cliente, en Buenos Aires.

## Conclusiones

# Segmentación y patrones en entregas.

El gráfico de barras muestra cuántas entregas ha recibido cada cliente. Cada barra representa a un cliente, y su altura indica el total de entregas realizadas. Así, es fácil comparar rápidamente qué clientes tienen más o menos entregas.

```{r, warning=FALSE, echo=FALSE}
# Crear barchart con la cantidad total de entregas por cliente
barchart_cliente <- data %>%
  group_by(cliente) %>%
  summarise(cantidad = n()) %>%
  ggplot(aes(x = factor(cliente), y = cantidad, fill = factor(cliente))) +
  
  # Barras con color personalizado
  geom_bar(stat = "identity") +
  
  # Mostrar número de entregas arriba de cada barra
  geom_text(aes(label = cantidad), vjust = -0.5, size = 5) +
  
  # Personalizar colores de las barras
  scale_fill_manual(values = c("20" = "dodgerblue", "70" = "tomato")) +
  
  # Títulos y etiquetas
  labs(
    title = "Cantidad de Entregas por Cliente",
    x = "Cliente", 
    y = "Cantidad de Entregas"
  ) +
  
  # Tema del gráfico
  theme_minimal() +
  theme(legend.position = "none")  # Ocultar leyenda si los colores coinciden con los clientes

# Mostrar el gráfico
print(barchart_cliente)
```

Este gráfico de líneas muestra la cantidad de entregas realizadas a dos clientes específicos (identificados como "20" y "70") a lo largo de los días de la semana. Cada línea representa a un cliente, permitiendo analizar cómo varían sus entregas día a día.

Podemos observar que el cliente 20 tiene un pico de entregas el miércoles y una disminución notable el jueves, con una ligera recuperación hacia el final de la semana. Por otro lado, el cliente 70 mantiene un comportamiento más estable a lo largo de los días, con pequeñas variaciones pero sin grandes picos o caídas. Esta visualización facilita comparar los patrones de entrega entre ambos clientes y puede ayudar a identificar días de mayor o menor actividad para cada uno.

```{r, warning=FALSE, echo=FALSE}
# Agrupar y contar la cantidad de entregas por cliente y día de la semana
entregas_por_cliente_dia <- data %>%
  filter(!is.na(dia_str) & dia_str != "domingo") %>%
  group_by(cliente, dia_str) %>%
  summarise(cantidad = n()) %>%
  ungroup() %>%
  mutate(dia_str = factor(dia_str, 
                          levels = c("lunes", "martes", "miércoles", 
                                     "jueves", "viernes", "sábado")))

# Line chart de cantidad de entregas por cliente y día de la semana
linechart_cliente_dia <- entregas_por_cliente_dia %>%
  ggplot(aes(x = dia_str, y = cantidad, color = factor(cliente), group = cliente)) +
  geom_line(size = 1) +
  geom_point(size = 3) +
  labs(title = "Cantidad de Entregas por Día de la Semana y Cliente",
       x = "Día de la Semana", y = "Cantidad de Entregas", color = "Cliente") +
  theme_minimal() +
  theme(legend.position = "bottom")

# Mostrar el gráfico
print(linechart_cliente_dia)
```

Este gráfico de lineas permite la visualización de la cantidad de entregas realizadas por cliente a lo largo de los días de la semana, excluyendo el domingo. Utiliza líneas para representar la evolución del número de entregas para cada cliente, con puntos destacados en cada día.

Total de ordenes con más de una entrega: 5027

::: panel-tabset
## Distribución

```{r, warning=FALSE, echo=FALSE}
entregas_por_orden <- data %>%
  group_by(id_orden) %>%
  summarize(cant_entregas = n(),
            has_many = cant_entregas > 1,
            clientes_unicos = n_distinct(cliente),  .groups = "drop")

# Crear el histograma
ggplot(entregas_por_orden, aes(x = cant_entregas)) +
  geom_histogram(binwidth = 1, fill = "#94C11F", color = "#272727") +
  labs(title = "Histograma de Entregas por domicilio", 
       x = "Valor", 
       y = "Cantidad de entregas") +
  theme_minimal()
```

Este gráfico permite la visualización de la distribución de la cantidad de entregas por domicilio, mostrando un histograma que representa la frecuencia de entregas para diferentes valores.

## Porcentajes

```{r, warning=FALSE, echo=FALSE}
# Calcular las frecuencias y porcentajes
frecuencias <- entregas_por_orden %>%
  count(has_many) %>%
  mutate(porcentaje = (n / sum(n)) * 100)

# Crear el gráfico de barras con porcentajes encima
ggplot(frecuencias, aes(x = has_many, y = n)) +
  geom_bar(stat = "identity", fill = "#94C11F", color = "#272727") +
  geom_text(aes(label = paste0(round(porcentaje, 1), "%")), 
            vjust = -0.5, size = 3) +  # Ajuste para que el texto aparezca encima
  labs(title = "Domicilios con más de una entrega", 
       x = "¿Tiene más de una entrega?", 
       y = "Cantidad de resultados") +
  theme_minimal()
```

Este gráfico de barra permite la visualización de la cantidad de domicilios que han recibido más de una entrega. Utiliza barras para representar el número total de domicilios, distinguiendo entre aquellos que tienen mas de una entrega y los que no.
:::

Este histograma muestra la distribución de la cantidad de entregas por domicilio, permitiendo identificar cuántas veces se realizaron múltiples entregas en un mismo lugar durante un periodo de tres meses. En el gráfico, cada barra representa la frecuencia de domicilios que recibieron cierta cantidad de entregas.

Podemos observar que la mayoría de los domicilios recibieron dos entregas, lo que se refleja en la mayor altura de esa barra. Sin embargo, también se registran casos con más entregas, aunque en menor frecuencia, disminuyendo progresivamente a medida que aumenta el número de entregas por domicilio. En algunos casos excepcionales, se registraron más de X entregas en el mismo domicilio, lo que sugiere que ciertos clientes tienen una mayor recurrencia en los pedidos. Este análisis permite identificar tanto los patrones de entrega más comunes como los casos atípicos con entregas inusualmente altas.

```{r, warning=FALSE, echo=FALSE}
# Filtrar los datos de Buenos Aires
buenos_aires_data <- data %>%
  filter(latitud >= -35.2, latitud <= -34.3,
         longitud >= -58.8, longitud <= -57.9)

# Extraer las coordenadas
coords <- buenos_aires_data %>%
  dplyr::select(latitud, longitud)

# Método del codo para determinar el número óptimo de clusters
set.seed(123)
wss_values <- sapply(1:10, function(k) {
  kmeans(coords, centers = k, nstart = 10)$tot.withinss
})

# Graficar el método del codo con ggplot2
elbow_plot <- data.frame(K = 1:10, WSS = wss_values) %>%
  ggplot(aes(x = K, y = WSS)) +
  geom_point() +
  geom_line() +
  geom_vline(xintercept = 4, linetype = "dashed", color = "red") +
  annotate("text", x = 4.2, y = wss_values[4] + 10, 
           label = "Elección óptima de K", color = "red", hjust = 0) +
  labs(title = "Método del codo para determinar K óptimo",
       x = "Número de Clusters K",
       y = "Suma de cuadrados dentro del cluster (WSS)") +
  theme_minimal()

# Aplicar K-means con K = 4
set.seed(123)
kmeans_result <- kmeans(coords, centers = 4, nstart = 10)

# Agregar los clusters al DataFrame original
buenos_aires_data <- buenos_aires_data %>%
  mutate(cluster = as.factor(kmeans_result$cluster))

```

El análisis mostrado utiliza el algoritmo de **K-means** para agrupar las entregas por su **localidad y cercanía geográfica** en la ciudad de Buenos Aires. El propósito de aplicar este tipo de clustering es identificar zonas de entrega de manera más eficiente y precisa, evitando segmentaciones arbitrarias como barrios o comunas, que podrían no reflejar de manera realista los patrones de distribución.

::: panel-tabset
## Resultado K Medias

```{r, warning=FALSE, echo=FALSE}
# Definir la paleta de colores personalizada para los clusters (misma del mapa)
cluster_colors <- c("1" = "#D32F2F",  # Rojo
                    "2" = "#1976D2",  # Azul
                    "3" = "#388E3C",  # Verde
                    "4" = "#7B1FA2")  # Púrpura

# Crear una paleta de colores para leaflet
palette <- colorFactor(palette = cluster_colors, domain = buenos_aires_data$cluster)

# Visualizar los clusters en un mapa interactivo con leaflet
leaflet(data = buenos_aires_data) %>%
  addTiles() %>%
  addCircleMarkers(~longitud, ~latitud, 
                   color = ~palette(cluster), 
                   radius = 2, fillOpacity = 0.8, 
                   popup = ~paste("Cluster:", cluster)) %>%
  addLegend("bottomright", pal = palette, values = ~cluster,
            title = "Clusters", opacity = 0.8)


```

Este gráfico nos ayuda a comprender el número de clusters utilizados en el análisis de K-means como la distribución geográfica de los mismos en el área de Buenos Aires.

## Elbow

```{r, warning=FALSE, echo=FALSE}
print(elbow_plot)
```

Para determinar la cantidad óptima de clusters (**K**) que mejor agrupe los puntos de entrega, se aplicó el **método del codo**. Este método mide la **suma de cuadrados dentro del cluster (WSS)**, que indica cuán compactos son los grupos formados. El gráfico muestra que a medida que aumenta el número de clusters, el WSS disminuye, lo que significa que los grupos son cada vez más específicos. Sin embargo, a partir de **K = 4**, la reducción adicional en WSS es menor, formando un "codo". Por eso, seleccionamos **4 clusters** como el número óptimo para este análisis.
:::

### Interpretación del Mapa y los Clusters

En el mapa, los puntos de entrega están agrupados en **cuatro clusters**, cada uno representado por un color diferente. Esta división refleja de manera efectiva las zonas donde se concentran las entregas:

-   **Zona Norte:** Agrupa entregas hacia localidades como Vicente López y San Isidro.

-   **Zona Sur:** Incluye áreas como Lanús, Avellaneda y alrededores.

-   **Zona Oeste:** Abarca lugares como Morón y La Matanza.

-   **Zona Este:** Se concentra cerca de la Ciudad Autónoma de Buenos Aires, incluyendo zonas cercanas al Río de la Plata.

Estos clusters permiten visualizar de forma más clara las áreas donde se realizan las entregas, facilitando la identificación de patrones geográficos importantes, como zonas con alta demanda. Esta información es útil para optimizar rutas de distribución, gestionar inventarios de forma localizada y mejorar la eficiencia operativa. Además, es posible notar que los grupos coinciden con divisiones lógicas de la ciudad (norte, sur, este y oeste), lo que respalda la validez de los clusters formados.

Este enfoque basado en K-means nos permite tomar decisiones basadas en datos y adaptadas a la geografía real de las entregas, en lugar de depender de límites administrativos que podrían no reflejar los verdaderos patrones de distribución.

::: panel-tabset
## Entregas por zona

```{r, warning=FALSE, echo=FALSE}
# Calcular el número de entregas por cluster y ordenarlos de mayor a menor
cluster_counts <- buenos_aires_data %>%
  group_by(cluster) %>%
  summarise(count = n(), .groups = "drop") %>%
  arrange(desc(count))

# Definir la paleta de colores personalizada para los clusters (misma del mapa)
cluster_colors <- c("1" = "#D32F2F",  # Rojo
                    "2" = "#1976D2",  # Azul
                    "3" = "#388E3C",  # Verde
                    "4" = "#7B1FA2")  # Púrpura

# Graficar el bar chart de cantidad de entregas por cluster con etiquetas
ggplot(cluster_counts, aes(x = reorder(cluster, -count), y = count, fill = cluster)) +
  geom_bar(stat = "identity") +
  geom_text(aes(label = count), vjust = -0.5, size = 5) +
  scale_fill_manual(values = cluster_colors) +  # Aplicar paleta de colores personalizada
  labs(title = "Cantidad de entregas por cluster",
       x = "Cluster",
       y = "Cantidad de entregas") +
  theme_minimal() +
  theme(legend.position = "none") +
  ylim(0, max(cluster_counts$count) * 1.1)  # Aumenta el límite superior del eje y
```

Este gráfico permite la visualización de cuántas entregas se han realizado en cada cluster, mostrando la cantidad de entregas en un gráfico de barras. Las barras están ordenadas de mayor a menor, lo que facilita ver rápidamente en qué clusters hay más actividad

## Cobertura

```{r, warning=FALSE, echo=FALSE}
# Convertir el DataFrame a un objeto espacial sf
buenos_aires_sf <- buenos_aires_data %>%
  st_as_sf(coords = c("longitud", "latitud"), crs = 4326)

# Calcular el envolvente convexo (convex hull) para cada cluster
clusters_hulls <- buenos_aires_sf %>%
  group_by(cluster) %>%
  summarise(geometry = st_combine(geometry),  .groups = "drop") %>%  # Combina las geometrías de cada cluster
  st_convex_hull()  # Calcula el envolvente convexo

# Calcular el número de puntos en cada cluster
cluster_counts <- buenos_aires_data %>%
  group_by(cluster) %>%
  summarise(count = n())

# Unir los conteos con los envolventes convexos
clusters_hulls <- clusters_hulls %>%
  left_join(cluster_counts, by = "cluster")

# Obtener el centroide de cada polígono de cluster para posicionar las etiquetas
clusters_hulls_centroids <- st_centroid(clusters_hulls)

# Graficar
ggplot() +
  # Graficar los envolventes convexos
  geom_sf(data = clusters_hulls, aes(fill = cluster), alpha = 0.3, color = NA) +
  # Graficar los puntos de datos
  geom_sf(data = buenos_aires_sf, aes(color = cluster), size = 0.5) +
  # Agregar etiquetas con el número de puntos en cada cluster
  geom_text(data = clusters_hulls_centroids,
            aes(x = st_coordinates(geometry)[,1],
                y = st_coordinates(geometry)[,2],
                label = count),
            size = 5, color = "black") +
  labs(title = "Áreas cubiertas por cada cluster en Buenos Aires",
       fill = "Cluster",
       color = "Cluster") +
  theme_minimal() +
  coord_sf()

```

Este mapa permite la visualización de las áreas cubiertas por cada cluster en Buenos Aires, utilizando envolventes convexos para representar la extensión de cada grupo de entregas. En él, se muestran los puntos de datos de las entregas, coloreados según su cluster, lo que facilita identificar visualmente la distribución geográfica.
:::

```{r, warning=FALSE, echo=FALSE}

# Filtrar los días válidos (excluir "NA")
deliveries_per_day_cluster <- buenos_aires_data %>%
  filter(dia_str != "NA") %>%  # Excluir valores "NA"
  group_by(cluster, dia_str) %>%
  summarise(count = n(), .groups = "drop")

# Definir la paleta de colores personalizada para los clusters
cluster_colors <- c("1" = "#D32F2F",  # Rojo
                    "2" = "#1976D2",  # Azul
                    "3" = "#388E3C",  # Verde
                    "4" = "#7B1FA2")  # Púrpura

# Graficar el bar chart con colores personalizados
ggplot(deliveries_per_day_cluster, aes(x = dia_str, y = count, fill = cluster)) +
  geom_bar(stat = "identity", position = "dodge") +
  scale_fill_manual(values = cluster_colors) +  # Aplicar paleta personalizada
  labs(title = "Cantidad de entregas por día y por cluster",
       x = "Día",
       y = "Cantidad de entregas",
       fill = "Cluster") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))  # Rotar etiquetas del eje X
```

Este gráfico de barras muestra la **cantidad de entregas realizadas por día de la semana**, segmentadas por **clusters geográficos**. Cada barra representa el número de entregas realizadas en un día específico, y los diferentes colores identifican los clusters. Las barras están agrupadas en modo **"dodge"**, lo que facilita comparar las entregas entre clusters para cada día.

#### **Patrones Observados:**

-   Los días con **mayor cantidad de entregas** son **martes y miércoles**, especialmente en el **cluster 3** (color verde).

-   El **cluster 2** (azul) tiene un comportamiento más uniforme a lo largo de la semana, sin días con picos destacados.

-   Los **clusters 1** (rojo) y **4** (púrpura) muestran menor volumen de entregas en comparación, pero con actividad significativa los lunes y viernes.

-   Los días sábado también presentan un nivel de entregas importante, pero más distribuido entre los clusters.

Este gráfico ayuda a visualizar cómo se distribuyen las entregas durante la semana en las distintas zonas geográficas, permitiendo identificar **picos de actividad por día y cluster**, lo cual puede ser útil para planificar recursos logísticos y optimizar rutas de entrega.

```{r, warning=FALSE, echo=FALSE}
# Calcular el número de entregas por cluster y por cliente
deliveries_per_cluster_cliente <- buenos_aires_data %>%
  group_by(cluster, cliente) %>%
  summarise(count = n(), .groups = "drop")

# Definir la paleta de colores personalizada para los clientes
cliente_colors <- c("20" = "#F8766D",  # Rojo claro
                    "70" = "#00BFC4")  # Azul claro

# Graficar el bar chart de cantidad de entregas por cluster y por cliente
ggplot(deliveries_per_cluster_cliente, aes(x = cluster, y = count, fill = factor(cliente))) +
  geom_bar(stat = "identity", position = "dodge") +
  scale_fill_manual(values = cliente_colors) +  # Aplicar la paleta personalizada
  labs(title = "Cantidad de entregas por cluster y por cliente",
       x = "Cluster",
       y = "Cantidad de entregas",
       fill = "Cliente") +
  theme_minimal()

```

Este gráfico de barras muestra la cantidad de entregas por **cluster geográfico** para los dos clientes, **20** y **70**. Las barras están agrupadas para facilitar la comparación entre los clientes en cada cluster.

Se observa que el **cliente 70** no tiene entregas registradas en el **Cluster 1**, mientras que el cliente **20** presenta entregas en todos los clusters. El **Cluster 2** es donde se concentra el mayor número de entregas para ambos clientes, destacando un volumen particularmente alto para el cliente 20.

# Análisis de series temporales

```{r, warning=FALSE, echo=FALSE}
# Aseguramos que la columna 'mes' tenga solo el año y mes
data_resumida <- data %>%
  mutate(mes = as.Date(format(mes, "%Y-%m-01")))

# Agrupación de los datos por día y mes
data_resumida <- data_resumida %>%
  group_by(mes, dia) %>%
  summarize(n = n(), .groups = 'drop')

# Crear una fecha combinando el día y el mes
data_resumida <- data_resumida %>%
  mutate(fecha = mes + days(dia - 1)) %>%
  arrange(fecha)  # Ordenar por la fecha completa para evitar saltos

# Crear el gráfico interactivo con Plotly
fig <- plot_ly(data_resumida, x = ~fecha, y = ~n, type = 'scatter', mode = 'lines+markers') %>%
  layout(
    title = "Evolución de n a lo largo del tiempo",
    xaxis = list(
      title = "Fecha",
      tickformat = "%d-%b",  # Formato de fecha
      tickangle = 45  # Rotar las etiquetas del eje X
    ),
    yaxis = list(title = "n"),
    margin = list(b = 80)  # Asegurar espacio para las etiquetas del eje X
  )

# Mostrar el gráfico
fig
```

Tenemos 4 grandes caidas en las entregas por lo que buscamos identificar el motivo en cada fecha.

| Fecha                   | Cantidad de entregas | Motivo                                                                                                                                                                           |
|------------------|------------------|------------------------------------|
| Jueves 9 de mayo        | 0                    | FNTC (Camioneros) adhiere al [paro general del 9 de mayo\*](https://tn.com.ar/sociedad/2024/05/08/quienes-adhieren-al-paro-general-del-9-de-mayo-y-que-servicios-no-funcionan/). |
| Jueves 20 de junio      | 138                  | [Feriado nacional\*](https://www.argentina.gob.ar/interior/feriados-nacionales-2024) Paso a la Inmortalidad del Gral. Manuel Belgrano                                            |
| **Domingo** 21 de julio | 3                    | Como [explicamos anteriormente](#horarios-entrega "¿Cuales son los horarios de entrega?") , según nuestros datos iflow no realizan entregas los domingos.                        |
| 2 de agosto             | 11                   | Por simplicidad asumimos que se debe a falta de datos en la fecha para comparir el dataset.                                                                                      |

Para realizar un pronóstico de demanda para el mes de agosto vamos no vamos a tomar en cuenta estos 4 casos asumiendolos como irrelevantes para el modelo. Limitando los datos hasta el 30 de julio

```{r, warning=FALSE, echo=FALSE}
data_resumida_clean <- data_resumida %>%
  filter(
    !(fecha == as.Date("2024-05-09")),
    !(fecha == as.Date("2024-06-20")),
    !(fecha == as.Date("2024-07-21")),
    !(fecha > as.Date("2024-07-30"))
  )
# Crear el gráfico interactivo con Plotly
fig <- plot_ly(data_resumida_clean, x = ~fecha, y = ~n, type = 'scatter', mode = 'lines+markers') %>%
  layout(
    title = "Evolución de n a lo largo del tiempo",
    xaxis = list(
      title = "Fecha",
      tickformat = "%d-%b",  # Formato de fecha
      tickangle = 45  # Rotar las etiquetas del eje X
    ),
    yaxis = list(title = "n"),
    margin = list(b = 80)  # Asegurar espacio para las etiquetas del eje X
  )

# Mostrar el gráfico
fig
```

Con los datos ordenados ahora podemos descomponer la serie temporal en tendencia, estacionalidad y residuales.

```{r, warning=FALSE, echo=FALSE}
# Convertir los datos a serie temporal (suponiendo frecuencia diaria)
ts_data <- ts(data_resumida_clean$n, frequency = 7)  # Frecuencia semanal

# Descomposición de la serie temporal
descomposicion <- stl(ts_data, s.window = "periodic")

# Gráfico de la descomposición
plot(descomposicion)
```

Con esta **descomposición de la serie temporal**, podemos analizar los siguientes aspectos clave:

1.  **Serie original (Data):** Nos muestra los valores reales a lo largo del tiempo, permitiendo visualizar los cambios y fluctuaciones en los datos.

2.  **Componente estacional (Seasonal):** Identifica los patrones repetitivos que ocurren en intervalos regulares, como ciclos mensuales o semanales. Este componente es útil para detectar estacionalidad, lo que puede ayudar a prever comportamientos futuros basados en estos ciclos.

3.  **Tendencia (Trend):** Nos indica si los datos siguen una dirección general creciente, decreciente o estable a lo largo del tiempo. La tendencia es esencial para evaluar el comportamiento a largo plazo y detectar cambios estructurales.

4.  **Residuo (Remainder):** Muestra las variaciones o anomalías que no se explican por la estacionalidad ni la tendencia. Este componente permite identificar eventos atípicos o ruido aleatorio que afecta los datos.

Esta descomposición permite entender los **patrones subyacentes** de la serie temporal, facilitando un análisis más preciso. Podemos, por ejemplo, diferenciar entre fluctuaciones temporales (estacionales) y cambios estructurales (tendencias), y evaluar la magnitud del **ruido o error** para mejorar modelos de predicción.

```{r, warning=FALSE, echo=FALSE}
# Filtrar los datos para entrenamiento y validación
train_data <- data_resumida_clean %>%
  filter(fecha >= as.Date("2024-05-01") & fecha <= as.Date("2024-06-30"))

test_data <- data_resumida_clean %>%
  filter(fecha >= as.Date("2024-07-01") & fecha <= as.Date("2024-07-31"))

# Convertir los datos de entrenamiento y validación a series temporales
train_ts <- ts(train_data$n, start = c(2024, 5), frequency = 7)
test_ts <- ts(test_data$n, start = c(2024, 7), frequency = 7)

# Ajustar los modelos ARIMA(1,0,1) y ARIMA(1,1,1)
modelo_arima_101 <- Arima(train_ts, order = c(1,0,1))
print(modelo_arima_101)

modelo_arima_111 <- Arima(train_ts, order = c(1,1,1))
print(modelo_arima_111)

# Predecir para el mismo número de pasos que los datos de prueba
pred_101 <- forecast(modelo_arima_101, h = length(test_ts))
pred_111 <- forecast(modelo_arima_111, h = length(test_ts))

# Asegurar que las predicciones y los datos de prueba tengan la misma longitud
if (length(test_ts) == length(pred_101$mean)) {
  
  # Reemplazar valores NA en predicciones, si los hubiera
  pred_101$mean[is.na(pred_101$mean)] <- 0
  pred_111$mean[is.na(pred_111$mean)] <- 0
  
  # Alinear las predicciones y los datos de prueba
  aligned_pred_101 <- ts(pred_101$mean, start = start(test_ts), frequency = 7)
  aligned_pred_111 <- ts(pred_111$mean, start = start(test_ts), frequency = 7)

  # Calcular errores para ARIMA(1,0,1)
  MAE_101 <- mean(abs(test_ts - aligned_pred_101), na.rm = TRUE)
  RMSE_101 <- sqrt(mean((test_ts - aligned_pred_101)^2, na.rm = TRUE))

  # Calcular errores para ARIMA(1,1,1)
  MAE_111 <- mean(abs(test_ts - aligned_pred_111), na.rm = TRUE)
  RMSE_111 <- sqrt(mean((test_ts - aligned_pred_111)^2, na.rm = TRUE))

  # Mostrar resultados
  cat("Errores ARIMA(1,0,1):\n MAE:", MAE_101, "\n RMSE:", RMSE_101, "\n")
  cat("Errores ARIMA(1,1,1):\n MAE:", MAE_111, "\n RMSE:", RMSE_111, "\n")

} else {
  cat("Error: Las longitudes de las predicciones y los datos de prueba no coinciden.\n")
}
```

# Unidades de Transporte

En los datos proporcionados no contamos con la información necesaria para realizar un análisis específico de las unidades de transporte, ya que sería indispensable disponer de un identificador único para cada vehículo. Sin embargo, incluimos esta sección como prueba de concepto para demostrar el valor que podría generar este tipo de análisis en la operación logística. Disponer de esta información permitiría evaluar aspectos fundamentales de la gestión de la flota, optimización de rutas y eficiencia operativa.

Enumeramos algunos análisis posibles con la información de los camiones, unidades de transporte.

1.  **Optimización de Rutas:** Identificar las rutas más eficientes y reducir viajes innecesarios para minimizar costos y tiempo de entrega.

```{=html}
<!-- -->
```
1.  **Utilización de la Flota:** Evaluar el uso real de cada vehículo para detectar capacidad ociosa y ajustar la cantidad de unidades necesarias.

2.  **Desempeño Operativo:** Medir tiempos activos (entregas) versus tiempos inactivos (espera o mantenimiento) para mejorar la eficiencia y planificación.

Algunos analisis que realizamos como prueba de concepto..

Primero identificamos la ubicacion de las sedes de Iflow y las comparamos con la primera entrega de cada día para entender si existe algún patron con respecto al orden de las entregas.

::: panel-tabset
## Sedes vs Primeras entregas

```{r, warning=FALSE, echo=FALSE}

# Definir las coordenadas en la variable 'sedes'
sedes <- data.frame(
  lat = c(-34.4574168, -34.4312098, -34.4616837, -34.4616837),
  lon = c(-58.7347338, -58.7254967, -58.7390698, -58.7390698),
  zoom = c(14, NA, NA, 17) # Columna opcional para definir niveles de zoom
)

# Suponiendo que 'data' tiene las columnas necesarias: 'fin_visita', 'latitud', 'longitud', 'cliente'
primeras_entregas <- data %>%
  mutate(fecha = as.Date(fin_visita)) %>%
  group_by(fecha) %>%
  filter(fin_visita == min(fin_visita)) %>%
  ungroup()

# Crear un mapa interactivo con Leaflet
mapa_leaflet <- leaflet() %>%
  addTiles() %>%
  
  # Agregar marcadores para las primeras entregas en azul
  addCircleMarkers(
    data = primeras_entregas,
    ~longitud, ~latitud,
    radius = 3,
    color = "blue",
    fillOpacity = 0.8,
    popup = ~paste("Fecha:", fecha, "<br>Cliente:", cliente, "<br>Hora:", fin_visita)
  ) %>%
  
  # Agregar marcadores para las sedes en rojo
  addCircleMarkers(
    data = sedes,
    ~lon, ~lat,
    radius = 5,
    color = "red",
    fillOpacity = 1,
    popup = ~paste("Sede")
  ) %>%
  
  # Agregar la leyenda
  addLegend(
    "bottomright", 
    colors = c("blue", "red"), 
    labels = c("Primera Entrega", "Sede"), 
    title = "Leyenda"
  )

# Mostrar el mapa
mapa_leaflet
```

## Sedes de Iflow

```{r, warning=FALSE, echo=FALSE}

# Crear el mapa interactivo usando Plotly y Mapbox
fig <- plot_ly(
  data = sedes,
  type = 'scattermapbox', # Define el tipo de gráfico
  lat = ~lat,
  lon = ~lon,
  mode = 'markers', # Establece los puntos como marcadores
  marker = list(size = 10, color = 'red') # Opcional: personalización de marcadores
)

# Añadir el estilo de Mapbox
fig <- fig %>%
  layout(
    mapbox = list(
      style = 'open-street-map', # Puedes usar otros estilos como 'streets', 'satellite'
      zoom = 10, # Nivel de zoom inicial
      center = list(lat = mean(sedes$lat), lon = mean(sedes$lon)) # Centrar el mapa
    )
  )

# Mostrar el gráfico
fig
```
:::

Luego graficamos la primera y segunda entrega de cada día. Esperaríamos que estos valores se encuentren en pares, muy cercanos entre si.

```{r, warning=FALSE, echo=FALSE}
# Encontrar la primera y la segunda entrega de cada día
entregas_dia <- data %>%
  mutate(fecha = as.Date(fin_visita)) %>%
  group_by(fecha) %>%
  arrange(fin_visita) %>%  # Ordenar por hora de finalización
  slice(1:2) %>%  # Seleccionar las dos primeras entregas
  mutate(tipo = ifelse(row_number() == 1, "Primera Entrega", "Segunda Entrega")) %>%
  ungroup()

# Crear el mapa interactivo con Leaflet
mapa_leaflet <- leaflet(data = entregas_dia) %>%
  addTiles() %>%
  addCircleMarkers(
    data = entregas_dia %>% filter(tipo == "Primera Entrega"),
    ~longitud, ~latitud,
    radius = 3,
    color = "blue",
    fillOpacity = 0.8,
    popup = ~paste("Fecha:", fecha, "<br>Cliente:", cliente, "<br>Hora:", fin_visita)
  ) %>%
  addCircleMarkers(
    data = entregas_dia %>% filter(tipo == "Segunda Entrega"),
    ~longitud, ~latitud,
    radius = 5,
    color = "red",
    fillOpacity = 0.8,
    popup = ~paste("Fecha:", fecha, "<br>Cliente:", cliente, "<br>Hora:", fin_visita)
  ) %>%
  addLegend(
    "bottomright", 
    colors = c("blue", "red"), 
    labels = c("Primera Entrega", "Segunda Entrega"), 
    title = "Leyenda"
  )

# Mostrar el mapa
mapa_leaflet
```

En este gráfico en el cual visualizamos los puntos de la primer y segunda entrega del día, encontramos cercanías entre los puntos azules (1er entrega del día) respecto a los puntos rojos (2da entrega del día) lo cual nos hace suponer que realizan las entregas de acuerdo a la cercanía con una ubicación específica.

```{r, warning=FALSE, echo=FALSE}
# Parámetros: Selección de fecha específica y cantidad de entregas 
fecha_seleccionada <- as.Date("2024-05-23")  
n_entregas <- 20
```

Luego, tomando como referencia la fecha 2024-05-23, graficamos las primeras 20 entregas de ese día y las conectamos en orden cronológico.

::: panel-tabset
## Ocultar tiempo entre entregas

```{r, warning=FALSE, echo=FALSE}
# Filtrar las entregas para la fecha seleccionada y ordenarlas por hora
entregas_fecha <- data %>%
  filter(as.Date(fin_visita) == fecha_seleccionada) %>%
  arrange(fin_visita) %>%
  slice(1:n_entregas) %>%
  mutate(
    orden = row_number(),  # Agregar el orden de entrega
    tiempo_transcurrido = c(NA, diff(fin_visita) / 60)  # Calcular minutos entre entregas
  )

# Crear la paleta de colores basada en el valor del cliente
paleta_colores <- colorFactor(
  palette = c("red", "green"),  # Asignar colores específicos
  domain = entregas_fecha$cliente  # Basado en los valores de la columna cliente
)

# Crear etiquetas de tiempo entre entregas para colocarlas en las líneas
etiquetas_lineas <- entregas_fecha %>%
  filter(!is.na(tiempo_transcurrido)) %>%  # Excluir la primera entrega (sin tiempo anterior)
  mutate(
    lat_medio = (latitud + lag(latitud)) / 2,
    lng_medio = (longitud + lag(longitud)) / 2,
    etiqueta_tiempo = paste0(round(tiempo_transcurrido, 2), " min")
  ) %>%
  na.omit()  # Remover filas con NA (la primera fila)

# Crear el mapa interactivo con Leaflet
mapa_leaflet <- leaflet(data = entregas_fecha) %>%
  addTiles() %>%
  # Agregar puntos con colores basados en el cliente y etiquetas personalizadas
  addCircleMarkers(
    ~longitud, ~latitud,
    radius = 8,
    color = "black",
    fillColor = ~paleta_colores(cliente),
    fillOpacity = 0.8,
    label = ~as.character(orden),  # Mostrar el número de orden como etiqueta
    labelOptions = labelOptions(
      noHide = TRUE, 
      direction = "center", 
      textOnly = TRUE,
      style = list(
        "font-size" = "13px",
        "font-weight" = "bold",
        "color" = "white",
        "border-radius" = "100%",
        "padding" = "12px"
      )
    ),
    # Mostrar la hora exacta y tiempo transcurrido como popup
    popup = ~paste(
      "Hora de Entrega:", format(fin_visita, "%H:%M:%S"),
      "<br>Cliente:", cliente,
      "<br>Tiempo desde la última entrega:", 
      ifelse(is.na(tiempo_transcurrido), "N/A", 
             paste(round(tiempo_transcurrido, 2), "min"))
    )
  ) %>%
  # Agregar líneas que conecten las entregas en orden
  addPolylines(
    lng = ~longitud, lat = ~latitud,
    data = entregas_fecha,
    color = "blue", weight = 2
  ) %>%
  # Agregar una leyenda para los clientes
  addLegend(
    "bottomright", 
    pal = paleta_colores, 
    values = ~cliente, 
    title = "Cliente", 
    opacity = 1
  )

# Mostrar el mapa
mapa_leaflet
```

## Mostrar tiempo entre entregas

```{r, warning=FALSE, echo=FALSE}
# Filtrar las entregas para la fecha seleccionada y ordenarlas por hora
entregas_fecha <- data %>%
  filter(as.Date(fin_visita) == fecha_seleccionada) %>%
  arrange(fin_visita) %>%
  slice(1:n_entregas) %>%
  mutate(
    orden = row_number(),  # Agregar el orden de entrega
    tiempo_transcurrido = c(NA, diff(fin_visita) / 60)  # Calcular minutos entre entregas
  )

# Crear la paleta de colores basada en el valor del cliente
paleta_colores <- colorFactor(
  palette = c("red", "green"),  # Asignar colores específicos
  domain = entregas_fecha$cliente  # Basado en los valores de la columna cliente
)

# Crear etiquetas de tiempo entre entregas para colocarlas en las líneas
etiquetas_lineas <- entregas_fecha %>%
  filter(!is.na(tiempo_transcurrido)) %>%  # Excluir la primera entrega (sin tiempo anterior)
  mutate(
    lat_medio = (latitud + lag(latitud)) / 2,
    lng_medio = (longitud + lag(longitud)) / 2,
    etiqueta_tiempo = paste0(round(tiempo_transcurrido, 2), " min")
  ) %>%
  na.omit()  # Remover filas con NA (la primera fila)

# Crear el mapa interactivo con Leaflet
mapa_leaflet <- leaflet(data = entregas_fecha) %>%
  addTiles() %>%
  # Agregar puntos con colores basados en el cliente y etiquetas personalizadas
  addCircleMarkers(
    ~longitud, ~latitud,
    radius = 8,
    color = "black",
    fillColor = ~paleta_colores(cliente),
    fillOpacity = 0.8,
    label = ~as.character(orden),  # Mostrar el número de orden como etiqueta
    labelOptions = labelOptions(
      noHide = TRUE, 
      direction = "center", 
      textOnly = TRUE,
      style = list(
        "font-size" = "13px",
        "font-weight" = "bold",
        "color" = "white",
        "border-radius" = "100%",
        "padding" = "12px"
      )
    ),
    # Mostrar la hora exacta y tiempo transcurrido como popup
    popup = ~paste(
      "Hora de Entrega:", format(fin_visita, "%H:%M:%S"),
      "<br>Cliente:", cliente,
      "<br>Tiempo desde la última entrega:", 
      ifelse(is.na(tiempo_transcurrido), "N/A", 
             paste(round(tiempo_transcurrido, 2), "min"))
    )
  ) %>%
  # Agregar líneas que conecten las entregas en orden
  addPolylines(
    lng = ~longitud, lat = ~latitud,
    data = entregas_fecha,
    color = "blue", weight = 2
  ) %>%
  # Agregar etiquetas sobre las líneas con tiempo transcurrido
  addLabelOnlyMarkers(
    lng = ~lng_medio, lat = ~lat_medio,
    label = ~etiqueta_tiempo,
    data = etiquetas_lineas,
    labelOptions = labelOptions(
      noHide = TRUE, 
      direction = "top", 
      style = list(
        "font-size" = "10px",
        "font-weight" = "bold",
        "color" = "blue"
      )
    )
  ) %>%
  # Agregar una leyenda para los clientes
  addLegend(
    "bottomright", 
    pal = paleta_colores, 
    values = ~cliente, 
    title = "Cliente", 
    opacity = 1
  )

# Mostrar el mapa
mapa_leaflet
```
:::

Esto nos permite identificar algunos patrones.

Los camiones no llevan productos de distintos clientes, lleva o productos del cliente 20 o del 70.

Existen distintos camiones que podrian ser identificados gracias a las grandes distancias entre entregas con muy poco tiempo de diferencia.

En donde se realizan cruces de lineas podemos identificar rutas mal optimizadas.

## Intentos de identificar transportistas.

A priori y para facilitar el análisis podríamos suponer que las entregas las realizan dos camiones. Uno para cada cliente. Podemos validar que esto es incorrecto al estudiar las entregas de un único cliente.

```{r, warning=FALSE, echo=FALSE}
# Filtrar las entregas para la fecha seleccionada y ordenarlas por hora
entregas_fecha <- data %>%
  filter(as.Date(fin_visita) == fecha_seleccionada,
         cliente == 20) %>%
  arrange(fin_visita) %>%
  slice(1:n_entregas) %>%
  mutate(
    orden = row_number(),  # Agregar el orden de entrega
    tiempo_transcurrido = c(NA, diff(fin_visita) / 60)  # Calcular minutos entre entregas
  )

# Crear etiquetas de tiempo entre entregas para colocarlas en las líneas
etiquetas_lineas <- entregas_fecha %>%
  filter(!is.na(tiempo_transcurrido)) %>%  # Excluir la primera entrega (sin tiempo anterior)
  mutate(
    lat_medio = (latitud + lag(latitud)) / 2,
    lng_medio = (longitud + lag(longitud)) / 2,
    etiqueta_tiempo = paste0(round(tiempo_transcurrido, 2), " min")
  ) %>%
  na.omit()  # Remover filas con NA (la primera fila)

# Crear el mapa interactivo con Leaflet
mapa_leaflet <- leaflet(data = entregas_fecha) %>%
  addTiles() %>%
  # Agregar puntos con colores basados en el cliente y etiquetas personalizadas
  addCircleMarkers(
    ~longitud, ~latitud,
    radius = 8,
    color = "red",
    label = ~as.character(orden),  # Mostrar el número de orden como etiqueta
    labelOptions = labelOptions(
      noHide = TRUE, 
      direction = "center", 
      textOnly = TRUE,
      style = list(
        "font-size" = "13px",
        "font-weight" = "bold",
        "color" = "white",
        "border-radius" = "100%",
        "padding" = "12px"
      )
    ),
    # Mostrar la hora exacta y tiempo transcurrido como popup
    popup = ~paste(
      "Hora de Entrega:", format(fin_visita, "%H:%M:%S"),
      "<br>Cliente:", cliente,
      "<br>Tiempo desde la última entrega:", 
      ifelse(is.na(tiempo_transcurrido), "N/A", 
             paste(round(tiempo_transcurrido, 2), "min"))
    )
  ) %>%
  # Agregar líneas que conecten las entregas en orden
  addPolylines(
    lng = ~longitud, lat = ~latitud,
    data = entregas_fecha,
    color = "blue", weight = 2
  ) %>%
  # Agregar una leyenda para los clientes
  addLegend(
    "bottomright", 
    pal = paleta_colores, 
    values = ~cliente, 
    title = "Cliente", 
    opacity = 1
  )

# Mostrar el mapa
mapa_leaflet
```

Vemos que entre la entrega 18 y 19 pasaron menos de 3min

Hay algunos casos donde podemos identificar camiones distintos:

-   Grandes distancias en poco tiempo.

-   Cruces de rutas.

Los cruces de trayectorias podrían indicar rutas ineficientes de los repartidores o que se estan siguiendo varios repartidores en la misma ruta. Podemos verlo de forma clara en el siguiente gráfico:

```{r echo=FALSE}
# Filtrar las entregas para la fecha seleccionada y ordenarlas por hora
entregas_fecha <- data %>%
  filter(as.Date(fin_visita) == fecha_seleccionada,
         cliente == 70) %>%
  arrange(fin_visita) %>%
  slice(1:n_entregas) %>%
  mutate(
    orden = row_number(),  # Agregar el orden de entrega
    tiempo_transcurrido = c(NA, diff(fin_visita) / 60)  # Calcular minutos entre entregas
  )

# Crear etiquetas de tiempo entre entregas para colocarlas en las líneas
etiquetas_lineas <- entregas_fecha %>%
  filter(!is.na(tiempo_transcurrido)) %>%  # Excluir la primera entrega (sin tiempo anterior)
  mutate(
    lat_medio = (latitud + lag(latitud)) / 2,
    lng_medio = (longitud + lag(longitud)) / 2,
    etiqueta_tiempo = paste0(round(tiempo_transcurrido, 2), " min")
  ) %>%
  na.omit()  # Remover filas con NA (la primera fila)

# Crear el mapa interactivo con Leaflet
mapa_leaflet <- leaflet(data = entregas_fecha) %>%
  addTiles() %>%
  # Agregar puntos con colores basados en el cliente y etiquetas personalizadas
  addCircleMarkers(
    ~longitud, ~latitud,
    radius = 8,
    color = "blue",
    label = ~as.character(orden),  # Mostrar el número de orden como etiqueta
    labelOptions = labelOptions(
      noHide = TRUE, 
      direction = "center", 
      textOnly = TRUE,
      style = list(
        "font-size" = "13px",
        "font-weight" = "bold",
        "color" = "white",
        "border-radius" = "100%",
        "padding" = "12px"
      )
    ),
    # Mostrar la hora exacta y tiempo transcurrido como popup
    popup = ~paste(
      "Hora de Entrega:", format(fin_visita, "%H:%M:%S"),
      "<br>Cliente:", cliente,
      "<br>Tiempo desde la última entrega:", 
      ifelse(is.na(tiempo_transcurrido), "N/A", 
             paste(round(tiempo_transcurrido, 2), "min"))
    )
  ) %>%
  # Agregar líneas que conecten las entregas en orden
  addPolylines(
    lng = ~longitud, lat = ~latitud,
    data = entregas_fecha,
    color = "blue", weight = 2
  ) %>%
  # Agregar una leyenda para los clientes
  addLegend(
    "bottomright", 
    pal = paleta_colores, 
    values = ~cliente, 
    title = "Cliente", 
    opacity = 1
  )

# Mostrar el mapa
mapa_leaflet
```

Habiendo identificado estas caracteristicas podríamos utilizar un modelo de agrupamiento para estimar distintos repartidores y sus trayectorias.

Esto tiene un gran valor para:

1.  Identificar rutas ineficientes.
2.  Estimar un tiempo de duración de cada entrega (Y rellenar vacios)
3.  Identificar patrones en los errores de carga de datos (Duración de entregas)

Para la aplicación practica de estos analisis sería vital tener acceso real a los camiones o repartidores responsables de cada entrega pero para el bien de este analisis intentamos aproximar lo más posible a estos datos utilizando modelos estadisticos. Esperamos sirva como prueba de concepto para evaluar el potencial de recolectar estos datos.

Esto nos presenta un problema que podría solucionarse con coloración de grafos.

![](images/clipboard-469233549.png)

**Construir el grafo de conflictos:**

-   **Nodos:** Cada nodo representa una entrega individual con su respectiva latitud, longitud, fecha y hora.

-   **Aristas (conflictos):** Se dibuja una arista entre dos entregas si es imposible que hayan sido realizadas por el mismo repartidor debido a restricciones de tiempo y distancia.

    -   **Criterio de conflicto:** Para dos entregas AAA y BBB, se calcula el tiempo mínimo necesario para que un repartidor viaje desde la ubicación de AAA a BBB considerando una velocidad razonable (por ejemplo, la velocidad promedio de un vehículo en esa área).

    -   Si el tiempo transcurrido entre la hora de entrega de AAA y BBB es menor que el tiempo mínimo de viaje calculado, entonces se establece un conflicto entre AAA y BBB.

**Algoritmos sugeridos:**

-   **Algoritmo Greedy de coloreo:** Un enfoque sencillo que asigna colores a los nodos de forma secuencial, utilizando el menor número de colores posible en cada paso.

-   **Heurísticas avanzadas:** Si el grafo es grande y complejo, pueden emplearse algoritmos como DSATUR o técnicas metaheurísticas (algoritmos genéticos, recocido simulado) para aproximar una solución cercana al mínimo número de colores.

Algunos resultados obtenidos utilizando el algoritmo Greedy de coloreo con python:

![](images/clipboard-1974703472.png)

Si bien funciona correctamente para alrededor de 20 entregas a medida que agregamos datos se dificulta el algoritmo y considerando las incosistencias de los datos y errores de carga no sería adecuado estimar usando este algoritmo en su estado actual.

![](images/clipboard-2717980469.png)

Algunas consideraciones.

-   Toma en cuenta una velocidad promedio de los camiones arbitraira

Si bien podría ser interesante utilizar un algoritmo para resolver o estimar el problema. Evidentmente la mejor solución es tomar los datos de UNIGIS o un software automatico. De todas formas no se podrá extraer valor real con datos de tiempo erroneos.

Esta estimación nos presenta algunas preguntas sobre factores de las entregas.

1.  Rutas optimizadas.

    Gracias al análisis podemos ver que las rutas estan optimizadas pero parecen estar diseñadas para transportistas individuales y no para la flota como grupo. Optimizar las rutas de entregas para toda la flota como un ente es distinto a diseñar la ruta para cada camion entre dos puntos.

# Apéndice

Enlace al repositorio de github <https://github.com/LorennMarque/iflow>