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