Dataset Viewer
Auto-converted to Parquet Duplicate
rental_id
int64
505k
576k
car_id
int64
159k
418k
checkin_type
stringclasses
2 values
state
stringclasses
2 values
delay_at_checkout_in_minutes
float64
-22,433
71.1k
previous_ended_rental_id
null
506k
575k
time_delta_with_previous_rental_in_minutes
null
0
720
505,000
363,965
mobile
canceled
null
null
null
507,750
269,550
mobile
ended
-81
null
null
508,131
359,049
connect
ended
70
null
null
508,865
299,063
connect
canceled
null
null
null
511,440
313,932
mobile
ended
null
null
null
511,626
398,802
mobile
ended
-203
null
null
511,639
370,585
connect
ended
-15
null
null
512,303
371,242
mobile
ended
-44
null
null
512,475
322,502
mobile
canceled
null
null
null
513,434
256,528
connect
ended
23
null
null
513,743
330,658
mobile
canceled
null
null
null
514,161
366,037
connect
canceled
null
null
null
514,257
402,596
mobile
ended
214
null
null
515,147
257,466
mobile
ended
15
null
null
516,586
347,394
mobile
canceled
null
null
null
518,282
364,160
connect
ended
-81
null
null
518,366
397,217
mobile
ended
-156
null
null
518,895
398,816
mobile
ended
66
null
null
518,938
382,243
mobile
ended
215
null
null
519,491
312,389
mobile
ended
58
null
null
519,795
383,720
connect
ended
-159
null
null
520,095
404,496
mobile
ended
-16
null
null
520,285
243,659
mobile
canceled
null
null
null
521,156
392,479
mobile
ended
null
null
null
521,191
224,745
mobile
ended
1,452
null
null
521,352
403,184
mobile
ended
-29
null
null
521,482
254,172
mobile
canceled
null
null
null
521,734
190,995
mobile
ended
-251
null
null
522,602
391,287
mobile
ended
35
null
null
522,717
335,353
mobile
ended
null
null
null
523,800
352,799
mobile
ended
-345
null
null
524,408
380,247
mobile
canceled
null
null
null
524,422
298,040
mobile
canceled
null
null
null
524,806
337,859
mobile
ended
-26
null
null
525,044
349,751
mobile
ended
null
null
null
525,817
351,617
mobile
ended
22
null
null
526,798
356,877
mobile
ended
-15
null
null
527,377
306,450
connect
ended
52
null
null
527,569
314,220
mobile
ended
-2
null
null
527,627
402,562
connect
ended
-1
null
null
528,808
181,625
connect
ended
-76
null
null
528,974
373,328
mobile
canceled
null
null
null
529,170
341,798
mobile
canceled
null
null
null
529,193
374,877
mobile
ended
15
null
null
529,288
381,098
mobile
canceled
null
null
null
529,347
391,792
mobile
ended
null
null
null
529,458
331,480
mobile
ended
null
null
null
529,852
363,433
mobile
ended
-68
null
null
530,646
259,092
mobile
ended
-340
null
null
530,700
221,171
mobile
ended
130
null
null
531,158
404,169
mobile
ended
29
null
null
531,507
355,554
mobile
ended
-4
null
null
531,526
404,562
mobile
ended
-160
null
null
531,955
317,639
mobile
ended
-30
null
null
531,961
234,356
mobile
ended
-47
null
null
532,245
361,468
connect
ended
-63
null
null
532,416
275,810
mobile
ended
-148
null
null
532,495
378,257
mobile
ended
44
null
null
532,802
373,061
mobile
ended
-98
null
null
533,294
364,052
mobile
ended
-33
null
null
533,303
336,902
mobile
ended
-340
null
null
533,380
314,456
connect
ended
-167
null
null
533,442
389,958
mobile
ended
31
null
null
533,611
388,597
mobile
canceled
null
null
null
533,670
320,824
connect
ended
-6
null
null
533,683
271,380
mobile
ended
79
null
null
533,696
408,511
mobile
ended
null
null
null
533,790
394,562
mobile
ended
30
null
null
534,017
370,797
mobile
canceled
null
null
null
534,091
399,459
mobile
canceled
null
null
null
534,611
392,176
mobile
ended
33
null
null
534,654
303,652
mobile
ended
-52
null
null
534,789
395,243
mobile
ended
44
null
null
534,820
373,893
connect
ended
-576
null
null
534,827
404,169
mobile
ended
-7
null
null
534,882
194,379
mobile
canceled
null
null
null
534,926
390,702
connect
ended
-178
null
null
534,943
358,567
connect
ended
37
null
null
534,956
344,594
mobile
ended
24
null
null
535,071
358,480
mobile
ended
40
null
null
535,116
380,364
mobile
ended
137
null
null
535,139
384,575
mobile
ended
249
null
null
535,313
396,552
mobile
ended
23
null
null
535,331
402,083
connect
ended
-108
null
null
535,399
362,659
mobile
ended
-6
null
null
535,514
348,178
mobile
ended
-150
null
null
535,601
376,381
mobile
ended
9
null
null
535,611
397,814
mobile
ended
68
null
null
535,726
375,944
connect
ended
38
null
null
535,738
398,733
mobile
ended
-1
null
null
535,770
352,436
mobile
ended
74
null
null
535,821
381,583
mobile
ended
-10
null
null
536,108
337,311
mobile
ended
-843
null
null
536,190
394,560
mobile
canceled
null
null
null
536,343
369,230
mobile
ended
780
null
null
536,444
389,785
connect
ended
-130
null
null
536,914
363,387
mobile
canceled
null
null
null
536,978
378,931
mobile
ended
271
null
null
536,990
193,354
mobile
ended
-12
null
null
537,040
267,735
mobile
ended
933
null
null
End of preview. Expand in Data Studio

🚗 Jeu de données Getaround - Analyse des retards

Ce jeu de données contient les historiques de location de voitures via Getaround. Il permet d’analyser les retards lors des restitutions de véhicules et d’en mesurer l’impact sur les locations suivantes. L’objectif est de déterminer un délai optimal à instaurer entre deux locations pour limiter les problèmes de planification sans nuire aux revenus.

📁 Fichier de données

  • get_around_delay_analysis.csv — fichier nettoyé contenant les données utilisées pour l’analyse (issu initialement d’un fichier Excel avec une deuxième feuille de documentation).

📊 Description des colonnes

Nom du champ Description
rental_id Identifiant unique de la location
car_id Identifiant unique de la voiture
checkin_type Type de check-in/check-out :
mobile : signature du contrat sur le smartphone du propriétaire
connect : ouverture via smartphone sans rencontre.
Les contrats papier ont été exclus.
state Statut de la location. canceled signifie que la location n’a pas eu lieu (annulation par le locataire ou le propriétaire).
delay_at_checkout_in_minutes Différence (en minutes) entre l’heure de fin prévue et l’heure réelle de restitution. Valeurs négatives = restitution anticipée.
previous_ended_rental_id ID de la location précédente du même véhicule (si existante et à moins de 12h)
time_delta_with_previous_rental_in_minutes Délai (en minutes) entre l’heure de début prévue de la location actuelle et l’heure de fin prévue de la précédente (NULL si > 12h)

🎯 Objectif

Ce jeu de données permet à Getaround de répondre aux questions suivantes :

  • Quelle est la fréquence des retards au moment du retour du véhicule ?
  • Quels impacts ces retards ont-ils sur les locations suivantes ?
  • Combien de locations seraient concernées si l’on imposait un délai minimal entre deux réservations ?
  • Quel compromis entre satisfaction client et revenu peut-on trouver ?

💡 Cas d’usage

  • Visualiser les frictions liées aux retards
  • Simuler l’effet de différents seuils de délai
  • Aider à la prise de décision produit pour la planification des réservations

📦 Source

Ces données ont été fournies par Getaround dans le cadre d’un défi analytique proposé par Jedha Bootcamp.


Downloads last month
14