LI成為商業戰略核心，84%的人計劃投資LI技術

位置智能（Location Intelligence，簡稱：LI）並不是突然就成為大多數企業的商業戰略核心部分。在對220名數據分析師，管理人員和科學家的一項調查中， 85％的人認為，在未來三年，位置智能對於他們組織「非常」或「極其重要」重要；84％的人計劃投資於LI技術。

位置智能是企業公司面臨的前進道路。這些公司已經越來越感受到傳統可視化地理信息專有系統帶來的沮喪和限制，這些傳統系統被許多人稱為GIS（地理信息系統）。

GIS為企業開始收集和可視化地理信息奠定了基礎。在這次調查中，94％的C級高管表示他們的公司收集和（或）存儲了一些位置數據。但為了保持競爭力，企業高管們知道，他們需要把重點放在位置數據上，而不僅僅是地理信息本身。

位置智能是地理信息系統的自然演變

推動GIS技術向位置智能轉變有三個主要因素

1. 新的數據流

位置智能包含來自互聯網各種連接系統、設備和感測器的開放數據，實時數據流和大數據集，其中許多都出自外部數據。GIS主要依賴於業務所擁有的地理數據集。例如，

• 保險公司正在利用位置智能和公開的天氣數據，就如何在自然災害中支持投保人做出實時決策。
• 房地產投資者正在使用位置智能和開放過境數據來評估新的增長機會。
• 銀行正在使用信用卡交易和人口統計數據來了解城市動態。

2. 新的分析方法

位置智能採用分析位置數據，以進行業務流程優化和預測的新方法，而傳統GIS分析方法則側重於報告歷史地理信息。例如，

• 空間集群可用於提供對銷售團隊更有意義的銷售區域。
• 數據科學家正在改進路線優化，回答這個問題：「我的服務最具成本效益的途徑是什麼？
• 我們可以使用SKATER分析來識別超越傳統地理界限的人群。

3. 新的用戶類別

開發人員、數據分析師和數據科學家可以直接訪問位置信息，他們希望將位置數據直接合併到他們的工作流程和核心業務決策中。

GIS在很大程度上局限於擁有廣泛培訓和認證的專家，通常是需要通過認證的學術機構。他們與核心業務流程的交互通常通過報告進行，這些報告需要進一步的解釋才能供決策者使用。例如，

• 紐約市政府官員和數據分析師可以根據311電話和其他來源的實時數據，對城市進行脈搏調整，並進行過境和緊急服務決策。
• 產品經理和業務分析師可以快速部署基於位置的銷售分析應用程序，以制定有關其銷售戰略的戰略決策。
• 數據科學家可以將更大，更多樣化的數據源分析並整合到其工作流程中，輕鬆創建令人信服的可視化來呈現他們的發現。

新的數據流

企業不能僅僅依靠他們自己的數據。隨著數據門戶開放，互聯網設備以及其他數據提供商等外部數據更便捷的訪問，公司可以創建易於部署的儀錶板和應用程序，以幫助預測和優化業務成果。

GIS最大的參與者採取了一種專有的方法來設計軟體，這使得軟體提供商能夠完全控制客戶在封閉系統中如何使用數據並與數據交互。

依賴封閉的資料庫來處理客戶的位置數據，這大大限制了組織從外部來源導入數據的能力（或者至少在導入時不會導致數據失真）。因此，GIS用戶經常只能使用由軟體供應商提供或批准的數據集。

位置智能採用開放源碼，依賴於使用更廣泛的動態數據流來進行可視化和分析，而不是僅僅是特定時間點的靜態信息。

流數據：移動設備位置，互聯網設備數據，步行量，車輛/運輸，實時交通，計程車接送/下車，當前天氣狀況

靜態數據：地形，歷史氣象趨勢，人口統計，金融

新數據流的一個例子

下面顯示了佛羅里達州海岸的預計颶風軌跡，在保險投保人數據的基礎上分層。該地圖可以在真實的颶風事件中實時更新美國公眾可用的NOAA數據 ，它顯示了哪些投保人面臨颶風破壞的風險和估計的損失。

追蹤風暴或事件及其對投保人的影響，可幫助保險公司了解他們應在何處部署人員以評估損失，以及哪些方面可能需要最迅速的對索賠作出回應。保險公司還可以主動溝通防範措施和疏散信息。

新的分析方法

位置智能，以及需要使用位置數據來解決各種各樣的業務用例需求，讓數據科學家們開發出了新的空間分析方法，被幾乎所有行業的業務用戶採用。

隨著越來越多的企業高管和分析師開始提出需要位置數據預測性解決方案的問題，這個被稱為「空間數據科學」（或稱地理空間數據科學，取決於你所問的人）的新興領域，將是組織成功的關鍵。

雖然GIS的優勢在於報告歷史位置數據（例如，2014年3月，克拉克縣有多少降雨量），地理位置智能讓企業回答有關應該發的事情的問題，並相應地優化他們的業務策略：

• 基於約束的優化。根據一組標準，我需要多少資產（資源，人員，地點），我應該如何組織和部署它們？
• 建模。我應該在哪裡打開，關閉或重新設計一個新的或現有的商店？
• 物流網路。我該如何設計公司的分銷網路來減少行駛時間和燃料成本？

這些問題中的每一個都需要為位置數據來設計一種新型的數據分析。比如空間聚類，優化路線或Morans I（一種確定空間異常值的方法）。

這些分析為位置數據增加了上下文，並為公司提供了可操作的智能，來優化當前的實踐並預測未來的行為。

一個新的分析方法的例子

為了說明位置智能如何影響供應鏈網路設計的，我們分析了位於美國東南部一家領先的雜貨連鎖店Publix的分銷網路。

為了了解他們目前的設計，我們：

1. 使用聚類空間分析創建商店的邏輯集群以找到商店的邏輯組。
2. 接下來，我們將這些組分配到最近的分發中心，並對需要分配到不同配送中心的異常值進行一些小的調整。
3. 我們使用相同的聚類分析為來自分銷中心的每條路線創建邏輯集群。
4. 我們使用優化的路線分析找到從配送中心到每個商店，然後返回到配送中心的最有效的路線。

由此產生的分銷網路顯示了總里程數，駕駛路線數和開車時間。運營經理可以使用這種方法進一步優化他們的供應鏈，或者回答其他問題，比如「我該在哪裡建我下一個配送中心？」

GIS開創了地理信息分析和可視化分析方法，回答有關地形和歷史氣候模式等問題。位置智能是利用解決商業問題的方法和技術開創下一波空間分析的先鋒。

新的用戶類別

在20世紀，GIS逐漸成為自己的行業，主要是因為這項技術需要大量的培訓學習，通常在大學。因此，想要分析位置數據的公司只能限於可以使用該軟體的一小群GIS專家。

隨著位置數據的興起，幾乎所有的商業和部門都有了影響，依賴需要高級學位來理解和操作的軟體已經不再可持續。

接下來的500萬GIS用戶將不知道GIS目前對我們意味著什麼。下一波空間專業人員將成為開發人員，數據分析師和數據科學家 - 而不是GIS專家進行高度專業化的培訓。

- CARTO創始人兼首席執行官Javier de la Torre在最近的採訪中表示。

位置智能擁抱開源未來。

作為一個社區，我們知道為了解決企業面臨的最嚴峻的挑戰，我們必須為開發人員，分析師和數據科學家提供開源工具，使他們能夠集成到他們已經工作的方式中，而不是訓練他們使用一個傳統系統。

未來的地理空間技術棧由Mapbox，CARTO，MapD等公司組成，他們儘可能的發布源代碼，加快實施時間，促進整個行業的創新。

2018年的位置情報狀況

有78%的c級和經理計劃在2018年投資位置情報，傳統GIS系統的統治正在迅速結束。新的分析方法和新的數據流使得從數據科學家到開發人員的全新一類用戶能夠釋放位置數據的智能。

（本文轉譯自CartoDB）

對我們感興趣?GeoHey最近在招募對大數據感興趣的專業人才，實習和正職都想兼得，詳情請戳GeoHey-招賢納士~

• 訪問Blog，查看極海最新分享：http://blog.geohey.com/
• 關注微博：極海GeoHey
• 關注知乎：極海GeoHey
• 關注微信：極海縱橫
• 聯繫&合作郵箱：contact@geohey.com

推薦閱讀：