作者图片
数据科学家就像瑞士军刀，如果我们试图理解和思考一个需求或问题，我们几乎可以在任何地方使用我们的知识。我们中的许多人都在犹豫是否要处理似乎超出数据科学范围的项目，我个人认为，这样做，他们失去了一个变得更好的好机会，为什么不呢，赚取一些额外的收入。在这篇文章中，我将告诉你一个关于我如何帮助朋友 Andrea 经营他的第一家电子商务商店的故事。
首先，他需要以某种方式帮助他的 ERP 系统，因为 ERP 提供商不知道如何将 ERP 系统与我朋友使用的平台 Shopify 连接起来。那时候，我甚至不知道什么是 ERP，但我没有放弃。
在与 ERP 提供商进行了长时间的会谈后，我了解到他们想要一种以特定的 XML 格式获取当天订单的方法。关于这个问题，我有太多的空白和疑问，但是我想通过一些研究，我可能能够解决这个问题。
我需要一种方法从 Shopify 中提取数据，然后转换并以 XML 格式返回它们。第一步，在学习了 Shopify 及其 API 之后，我设法使用 Python 获得了当天的所有订单。然后，我使用 Pandas Dataframes 将数据转换成 ERP 供应商想要的方式，然后，我设法使用自定义函数将数据转换成 XML 格式。
最后，我创建了一个 GET API，让 ERP 提供者使用它来获取 XML 数据。我们没有任何服务器，所以我决定使用 Heroku 免费部署。就是这样！解决问题的方法已经准备好了。
一年后，连接器工作得很好，我们甚至更新了一些产品的新信息，通常情况下，我的朋友必须支付第三方应用程序才能做到这一点。下面，您可以看到 API 输出的截图。
Andreas 告诉我，他的公司在快递服务提供商方面遇到了困难。他需要以某种方式跟踪每一个订单，因此如果状态不清楚，他的员工必须与客户或快递提供商沟通来解决问题。当时，员工必须手动检查每天超过 400 个订单的交付状态。我很震惊，因为这既低效又耗时。我告诉他，我们需要某种方式来自动化这个过程。
他们目前的流程是从 ERP 系统获取 CSV 格式的新订单及其跟踪编号，并将它们添加到 google 电子表格中。然后，他们不得不每天手动检查每个订单的交付状态。
经过几个小时的头脑风暴，我找到了解决他们问题的最佳方案。我需要创建一个 web 应用程序，它可以从 ERP 获取新订单作为输入，将它们添加到电子表格中，同时自动刷新它们的交付状态。首先，我需要找到一种方法来使用快递供应商的 API，这样我就可以自动更新状态。经过一些研究，我能够从快递提供商的网站上找到 API。其次，我需要找到一种方法将我的网络应用程序与他们的谷歌电子表格连接起来，我已经知道该怎么做了。最后，对于 UI，我使用了我最喜欢的 Streamlit 。
状态更新应用程序已准备就绪！我们成功地自动化了这项任务，节省了许多工作时间，当然，他的交付率也有所提高。后来，这个应用程序变成了一个仪表盘，显示每个交付状态的汇总统计数据(有多少订单正在路上，等等)。)和许多更有用的功能来自动化和监控整个交付过程。
该公司总部设在希腊，其大部分客户来自雅典。经过一番分析，他决定跳过快递供应商，雇佣两名司机在雅典送货。问题是他需要为他们找到最佳路线，以便每天递送更多的包裹。我认为我们需要用雅典地图上的订单绘制一个热图。这样我们可以看到热点区域，并可以帮助他为他的司机决定最佳路线。
我有订单的邮政编码，并在互联网上找到了对应的经纬度。最后，我用制作了一个互动热图。
这是一个数据科学家如何利用他的技能解决业务问题的例子，即使这些问题似乎超出了他的范围。大多数数据科学家都有一个庞大的技能工具箱，只要运用批判性思维并努力适应，几乎可以解决任何问题。这可以在很多方面帮助他们的工作生活，因为他们扩展了他们的知识，因为适应是员工最好和最有用的事情之一。