An exploratory time series data analysis on leasing vehicles' maintenance costs
Joutsjärvi, Jussi (2023)
Kandidaatintutkielma
Joutsjärvi, Jussi
2023
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe202301091842
https://urn.fi/URN:NBN:fi-fe202301091842
Tiivistelmä
The thesis examines the maintenance costs of an unnamed company X’s leasing vehicles in Finland for the years 2018 to 2022. The analysis applies exploratory analysis methods on time series data on the company’s leasing fleet maintenance costs and the consumer price index subcategory on vehicle maintenance. The analysis is conducted using the Python programming language.
Rising inflation in 2022 has increased the need to examine the development of maintenance costs. The study begins by reviewing fundamental concepts in exploratory data analytics and time series, which leads to the analysis of cost development for the vehicles’ scheduled maintenance. Maintenance cost analysis is based on visual representations of the data and summary statistics. Exploratory data analysis methods are also utilized for estimating an ARIMA model.
The study verifies that scheduled maintenance costs depend on factors such as the vehicle's mileage, make, and fuel type. The analysis aggregates observations based on the aforementioned vehicle attributes as median values for periods of varying length. Most figures on the aggregated data show ascending trends similar to the consumer price index. Deviations from the rate of general inflation are hypothesized to be caused by the unique composition of the fleet, as well as the customers’ changing driving habits. Työ tutkii nimeämättömän firma X:n leasing-autojen huoltokustannuksia Suomessa vuosina 2018–2022. Analyysissä sovelletaan tutkivan analyysin keinoja aikasarjadataan firman leasingautokannan huoltokuluista, sekä kuluttajahintaindeksin alakategoriaan autojen huolloista. Analyysivaihe on toteutettu Python-ohjelmointikieltä hyödyntäen.
Vuoden 2022 aikana kiihtynyt inflaatio on lisännyt tarvetta tutkia huoltokustannusten kehitystä. Tutkimus alkaa tutkivan data-analyysin ja aikasarjojen keskeisten käsitteiden ja teorian katsauksella, josta edetään tutkimaan autojen määräaikaishuoltojen hintakehitystä. Huoltokustannusanalyysi perustuu aikasarjadatasta piirrettyihin kuvaajiin ja tunnuslukuihin. Tutkivan analyysin keinoja hyödynnetään myös ARIMA-mallin estimoinnissa.
Työ vahvistaa määräaikaishuoltokustannusten riippuvan muun muassa auton kilometrilukemasta, merkistä, kuin myös polttoainetyypistä. Analyysissä havaintoja aggregoidaankin mainittujen autojen ominaisuuksien mukaan mediaaniarvoiksi eri mittaisille ajanjaksoille. Eri aggregaateista tehdyistä kuvaajista on useimmiten havaittavissa kuluttajahintaindeksin kehityssuunnan kaltainen nouseva trendi. Yleisen inflaation kehityksestä havaittujen poikkeamien arvioidaan johtuvan autokannan uniikista koostumuksesta, sekä asiakkaiden muuttuneista ajotottumuksista.
Rising inflation in 2022 has increased the need to examine the development of maintenance costs. The study begins by reviewing fundamental concepts in exploratory data analytics and time series, which leads to the analysis of cost development for the vehicles’ scheduled maintenance. Maintenance cost analysis is based on visual representations of the data and summary statistics. Exploratory data analysis methods are also utilized for estimating an ARIMA model.
The study verifies that scheduled maintenance costs depend on factors such as the vehicle's mileage, make, and fuel type. The analysis aggregates observations based on the aforementioned vehicle attributes as median values for periods of varying length. Most figures on the aggregated data show ascending trends similar to the consumer price index. Deviations from the rate of general inflation are hypothesized to be caused by the unique composition of the fleet, as well as the customers’ changing driving habits.
Vuoden 2022 aikana kiihtynyt inflaatio on lisännyt tarvetta tutkia huoltokustannusten kehitystä. Tutkimus alkaa tutkivan data-analyysin ja aikasarjojen keskeisten käsitteiden ja teorian katsauksella, josta edetään tutkimaan autojen määräaikaishuoltojen hintakehitystä. Huoltokustannusanalyysi perustuu aikasarjadatasta piirrettyihin kuvaajiin ja tunnuslukuihin. Tutkivan analyysin keinoja hyödynnetään myös ARIMA-mallin estimoinnissa.
Työ vahvistaa määräaikaishuoltokustannusten riippuvan muun muassa auton kilometrilukemasta, merkistä, kuin myös polttoainetyypistä. Analyysissä havaintoja aggregoidaankin mainittujen autojen ominaisuuksien mukaan mediaaniarvoiksi eri mittaisille ajanjaksoille. Eri aggregaateista tehdyistä kuvaajista on useimmiten havaittavissa kuluttajahintaindeksin kehityssuunnan kaltainen nouseva trendi. Yleisen inflaation kehityksestä havaittujen poikkeamien arvioidaan johtuvan autokannan uniikista koostumuksesta, sekä asiakkaiden muuttuneista ajotottumuksista.