Data Science en Geo data, hoever is jouw organisatie?

Michael Tuijp

Geospatial Data Scientist

Geospatial data science

Tensing helpt organisaties met het inrichten van een toekomstbestendige data infrastructuur. Hierbij kun je denken aan het bouwen van pipelines voor grootschalige dataverwerking tot het ontwikkelen van innovatieve data science oplossingen. Zo halen onze klanten meer waarde uit de verschillende databronnen die ze tot hun beschikking hebben.

Om in kaart te brengen waar een organisatie op dit moment staat en waar de potentiële waarde ligt ontwikkelden we de Geospatial Maturity Index. Dit is een model waarin het benutten van de potentie van geografische data in vier volwassenheidniveaus is onderverdeeld.

In dit artikel beschrijf ik de Geospatial Maturity Index en de vier treden van het model. Ook gaan we verder in op het belang van data science.


Het belang van ruimtelijke data

De Geospatial Maturity Index classificeert organisaties op basis van de benutte potentie van ruimtelijke data. Maar voordat ik verder in ga op de index en de diverse niveau’s, benadruk ik graag het belang ruimtelijke data als onderdeel van een toekomstbestendige data infrastructuur.

Wanneer er wordt gesproken over het geografisch component in Machine Learning, Artificial Intelligence of Data Science in bredere zin, is dat niet altijd direct zichtbaar voor de gebruiker van een applicatie. Toch zijn er ontzettend veel oplossingen die geografisch component in zich hebben. Hieronder twee voorbeelden:

  • Wanneer machine learning wordt toegepast om objecten in (lucht)foto’s te herkennen, kan op basis van de locatie van het beeldmateriaal ook de locatie, de vorm en relaties met de omgeving worden bepaald. Niet alleen kunnen herkende objecten zo input zijn voor verdere geografische analyse (hoe beïnvloeden objecten elkaar), maar bij meerdere achtereenvolgende foto’s kunnen ook ruimtelijke bewegingen van objecten worden herkend. Hiermee kunnen bewegingspatronen, met richting, snelheid en eventueel afwijkend gedrag in kaart worden gebracht.

  • Naast object herkenning spelen geografische relaties vaak ook een belangrijke rol bij het voorspellen van toekomstige trends. Zo is het inmiddels bekend dat het reisgedrag en het samenkomen van grotere groepen mensen een grote rol speelden bij de ontwikkeling van het Covid-19 virus.

    Covid Dashboard
    Covid-19 Dashboard 

    Ofwel, trends in ruimtelijke bewegingen en ruimtelijk concentraties. Dit is een tekenend voorbeeld voor de wetmatigheid dat entiteiten die dicht bij elkaar in de buurt zijn elkaar meer beïnvloeden, dan entiteiten die fysiek ver van elkaar verwijderd zijn. Ditzelfde principe speelt een rol in uiteenlopende oplossingen, van het voorspellen van de waarde van vastgoed, tot voorspellingen van de levensduur van distributieleidingen of het automatisch analyseren van oplossingen rondom de stikstofproblematiek.

De verschillende niveaus van de Geospatial Maturity Index wordt ook uitgelegd in het webinar 'Een ruimtelijk perspectief op business intelligence'. 

C2A-Webinar-Een-ruimtelijk-perspectief-op-business-intelligence

De vier niveaus van de GeoSpatial Maturity Index

De Geospatial Maturity Index indexeert dus ‘hoe ver’ een organisatie is met de inzet van ruimtelijke data. Aan de hand van deze index kan snel worden bepaald waar een organisatie nu staat en wat de logische stappen zijn om geografische data verder te benutten.

De index bestaat uit vier niveaus; die van het verzamelen van ruimtelijke data, het gebruiken van geografische visualisaties om inzichten te vergaren, tot het toepassen van data analyse op ruimtelijk data en uiteindelijk het gebruik van het geografisch component van data in Artificial Intelligence toepassingen. Hieronder de niveaus beschreven:

Niveau 1 – Geografische data verzamelen
De eerste categorie betreft bedrijven die (geografische) data verzamelen voor het vastleggen van entiteiten en processen. Door middel van het raadplegen en handmatig interpreteren van de gegevens worden keuzes gemaakt in de bedrijfsprocessen. Hierbij kan worden gedacht aan adressenlijsten die in Excel worden bijgehouden of sensorgegevens waarvan de locatie van de sensor slechts als metadata tag wordt opgeslagen.

Niveau 2 – Geografische visualisaties
De tweede categorie organisaties maakt gebruik van geografische data visualisaties om deze beter te kunnen interpreteren en richting een breder publiek te kunnen publiceren. Dit betreft bijvoorbeeld organisaties die hun assets op de kaart presenteren, zodat medewerkers in het veld deze eenvoudig kunnen lokaliseren en de eigenschappen ervan kunnen opvragen.

Niveau 3 – Geografische analyse
In de derde categorie bevinden zich organisaties die de potentie van geografische data zien en dit meenemen in hun data analyses. Ruimtelijke patronen en geografische analysen leiden in deze fase tot nieuwe bruikbare inzichten. Utility bedrijven gebruiken geografische data onder andere netwerkanalyse toe te passen, waarmee bijvoorbeeld de impact van een leidingbreuk op het voorzieningsgebied in kaart kan worden gebracht zodat de getroffen klanten direct geïnformeerd kunnen worden.

Niveau 4 – Geografische AI
De laatste categorie bevat de meest innovatieve organisaties. Hierin wordt geografische data niet alleen gebruikt om analysen uit te voeren die uitspraken doen over het verleden tot aan het heden, maar in deze categorie worden ook machine learning en AI ingezet. Hiermee kunnen veel complexere analyses worden uitgevoerd, en voorspellingen worden gedaan over de toekomstige ontwikkeling van processen of de toekomstige staat van entiteiten. Dit is de categorie waar voor heel veel organisaties nog winst te behalen is.

Waarom Data Science met ruimtelijke data voor jouw organisatie?

De hoogste trede is de fase waarin ook Machine Learning (ML) en Artificial Intelligence (AI) worden ingezet. Deze data onderzoeksvelden veranderen de manier waarop organisaties functioneren. Op basis van data worden keuzes onderbouwd of volledig automatisch genomen. Dit biedt kansen om efficiëntere, nauwkeurigere en minder arbeidsintensieve oplossingen te bouwen.

AI is wellicht de meest spannende ontwikkeling in de markt op dit moment en het vindt daarom ook zijn weg in de Geografische Informatie Systemen (GIS). Waar het GIS in de jaren ‘80 begon als een basale ondersteunende (maar super innovatieve!) tool voor cartografen, is dat inmiddels uitgegroeid tot een volledig platform waarin het volledige proces van dataverzameling, beheer en analyse met de meest recente technologische ontwikkelingen worden gefaciliteerd, inclusief het gebruik van ML & AI.

Levels location dataHet locatiecomponent van data bevat ontzettend veel informatie die middels AI kan worden ontgonnen. Het is daarom niet voor niets dat bijna iedere app tegenwoordig je locatiegegevens vraagt en er een steeds groter aantal satellieten in een baan om de aarde worden geschoten om beeldmateriaal te verzamelen.

Het geografisch perspectief biedt de mogelijkheid om op verschillende schaalniveaus entiteiten en processen te herkennen, die een grote rol spelen in het dagelijks leven. Alle bedrijfsprocessen vinden plaats in ruimte en tijd, daarom is het onbenut laten van dit aspect in voorspellende modellen op zijn minst een gemiste kans.

Webinar: Een Ruimtelijke perspectief op Business Development

Ruimtelijke data, of breder gezien Geospatial Intelligence, verandert de manier waarop we naar de wereld kijken. Het helpt organisaties trends te ontdekken en ontwikkelingen beter te begrijpen. Daarom is de inzet van ruimtelijke data een onmisbare aanvulling op traditionele business intelligence.

In het webinar ‘Een Ruimtelijke perspectief op Business Development’ legt Dave Laurier, managing director bij Tensing, op inspirerende wijze uit hoe jouw organisatie kan groeien met behulp van ruimtelijke data en de juiste technologie. Hij noemt hierbij ook tal van toepassingen van geospatial intelligence in de praktijk.

Webinar-Een-ruimtelijk-perspectief-op-business-intelligence

Meer weten over dit onderwerp?

Plan dan direct een vrijblijvende afspraak met onze specialist!