Мне нужно решить эту большую проблему. Если бы у меня было достаточно репутации, чтобы назначить награду, я бы это сделал!
Ищем баланс территорий счетов торговых представителей. У меня процесс разбит, и я действительно не знаю, как это сделать в каждом регионе.
В этом примере есть 1000 учетных записей в 4 регионах, каждый регион имеет 2 подмножества лиг, а затем различные владельцы учетных записей - некоторые учетные записи не принадлежат. Каждая учетная запись имеет случайное значение от 1000 до 100000.
воспроизводимый пример:
Список учетных записей:
set.seed(1)
Accounts <- paste0("Acc", 1:1000)
Region <- c("NorthEast", "SouthEast", "MidWest", "West")
League <- sample(c("Majors", "Minors"), 1000, replace = TRUE)
AccValue <- sample(1000:100000, 1000, replace = TRUE)
Owner <- sample(c("Chad", NA, "Jimmy", "Adrian", NA, NA, "Steph", "Matt", "Jared", "Eric"), 1000, replace = TRUE)
AccDF <- data.frame(Accounts, Region, League, AccValue, Owner)
AccDF$Accounts <- as.character(AccDF$Accounts)
AccDF$Region <- as.character(AccDF$Region)
AccDF$League <- as.character(AccDF$League)
AccDF$Owner <- as.character(AccDF$Owner)
Резюме владения в регионе:
Summary <- AccDF %>%
group_by(Region, League, Owner) %>%
summarise(Count = n(),
TotalValue = sum(AccValue))
Сводка по регионам и лигам:
Summary2 <- AccDF %>%
group_by(Region, League) %>%
summarise(Count = n(),
TotalValue = sum(AccValue),
AccountsPerRep = round(Count / 7, 0),
ValuePerRep = TotalValue / 7)
Это все исходные данные, и я хотел бы проделать следующий процесс для каждой группировки таблицы Summary2.
Пример West Minors:
Всего аккаунтов West Minors: 120
#break out into owned and unowned
WestMinorsOwned <- AccDF %>%
filter(Region == "West",
League == "Minors",
!is.na(Owner))
WestMinorsUnowned <- AccDF %>%
filter(Region == "West",
League == "Minors",
is.na(Owner))
#unassign accounts until threshold is hit
New.WestMinors <- WestMinorsOwned %>%
mutate(r = runif(n())) %>%
arrange(r) %>%
group_by(Owner) %>%
mutate(NewOwner = replace(Owner, cumsum(AccValue) > 600000 | row_number() > 14, NA)) %>%
ungroup(Owner) %>%
mutate(Owner = NewOwner) %>%
select(-r, -NewOwner)
После того, как владелец был обновлен, мы объединяем части вместе, чтобы получить базу счетов WestMinors, все с обновленными владельцами, надеюсь, сбалансированными.
AssignableWestMinors <- bind_rows(filter(AccDF, Region == "West" & League == "Minors" & is.na(Owner)),
filter(New.WestMinors, is.na(Owner))) %>%
arrange(desc(AccValue))
#check work
OwnerSummary <- New.WestMinors %>%
filter(!is.na(Owner)) %>%
group_by(Region, League, Owner) %>%
summarise(Count = n(), TotalValue = sum(AccValue))
Ни у кого нет более 14 учетных записей или 600 000, так что мы находимся в хорошем месте, чтобы начать переназначение незарегистрированных учетных записей, чтобы попытаться уравновесить всех вместе. Следующий цикл for проверяет каждое имя в OwnerSummary на предмет того, кому назначено наименьшее значение $$, и назначает наиболее ценную учетную запись, а затем перемещается по каждой учетной записи, пытаясь сбалансировать долю каждого владельца.
#Balance Unassigned
for (i in 1:nrow(AssignableWestMinors)){
idx <- which.min(OwnerSummary$TotalValue)
OwnerSummary$TotalValue[idx] <- OwnerSummary$TotalValue[idx] + AssignableWestMinors$AccValue[i]
OwnerSummary$Count[idx] <- OwnerSummary$Count[idx] + 1
AssignableWestMinors$Owner[i] <- as.character(OwnerSummary$Owner[idx])}
Теперь мы просто объединяем ранее принадлежавшие и вновь назначенные, и у нас есть готовая сбалансированная территория West Minors.
WestMinors.Final <- bind_rows(filter(New.WestMinors, !is.na(Owner)), AssignableWestMinors)
WM.Summary <- WestMinors.Final %>%
group_by(Region, League, Owner) %>%
summarise(Count = n(),
TotalValue = sum(AccValue))
У всех одинаковое количество учетных записей, и общая территория $$ находится в пределах разумного.
Теперь я пытаюсь сделать это для каждой группы из исходных 4 регионов, 2 лиг. Так проделайте это 8 раз, а затем сшейте все вместе. Каждая подгруппа имеет разный порог для значения $$, к которому нужно стремиться, а также количество учетных записей. Как я могу разбить исходную базу аккаунта на 8 разделов, применить все это, а затем снова объединить?
split(AccDF, paste(AccDF$Region, AccDF$League, sep = ".")) %>% lapply({ # Here goes your code }) %>% bind_rows()
? - person Aurèle   schedule 07.02.2017