[신승윤] 직구 - 빅데이터 분석
메시지 :
통계 데이터의 경우 (1) 건당 금액 감소, 물량 전체 증가 = 해외직구의 일상화 = 중국, (2) 카테고리별 비중 변화 확인 = https://www.index.go.kr/unity/potal/main/EachDtlPageDetail.do?idx_cd=2457
메시지 :
통계 데이터의 경우 (1) 건당 금액 감소, 물량 전체 증가 = 해외직구의 일상화 = 중국, (2) 카테고리별 비중 변화 확인 = https://www.index.go.kr/unity/potal/main/EachDtlPageDetail.do?idx_cd=2457
모델이 바뀌면서 요금제 별 데이터 뽑기 시간 소요 (processing cost 반영)
distance-fixed 요금제만 뽑았는데, 나머지 요금제도 해당 양식대로 다시 뽑아야 할지 문의
● 업데이트
1. 20 cbm 추가
2. 허브 4~5개 추가
3. 피지컬 인터넷 200km 추가
물동량 정보는 기존 교통연구원 (2015) 기준으로 추정하기
SUB 터미널 위치는 (1) 일단 80개로 해본다, (2) 만약 최적해 gap이 줄어들지 않으면 좀더 합쳐본다 (합칠 때 나름의 로직이 필요하다)
KTX 모델링은 FTL이 맞을 거 같지만, FTL 용량에 대해서는 고민 필요 (예시: KTX 기관차 뒤 화물객차는 몇 량 편성일까?) 가격은 얼마일까?
CO2 절감에 대한 부분도 들어가면 좋다.
비교 대상 시나리오 : 기존 허브 체계 (1HUB라면 어디에 배치해야 하나? 2HUB (수도권 전용) 라면 어디에 배치해야 하나? ), KTX HUB를 2개부터 N개까지 추가하면 기존 허브 대비 얼마나 효과적인가? (비교 지표: 비용 - 고정비, 변동비, CO2 절감)
최종 결론: KTX 활용이 온실가스 배출을 줄이고, 정시성 확보 측면에서 도움이 될 수 있지만, sorting 측면에서 새로운 기술 (KTX 허브에서의 sorting) 개발이 필요하고, 출발지 SUB 터미널에 sorter 기능이 고도화되어야 한다.