Location Intelligence

0
494
I den amerikanske virksomhed Fruit of the Loom gav brugen af Location Intelligence en besparelse 20 procent i forsendelsesomkostninger. Ved at anvende smarte interaktive kort og simuleringer i stedet for traditionelle regneark og reallokere produkter mellem distributionscentre, på baggrund af de lokale kunders behov.

Location Intelligence handler om meget mere end at plotte adresser ind i et digitalt kort. Teknologien kan bruges som et strategisk værktøj og til at anskue forretningen i en helt ny, dynamisk optik med inddragelse af egne og offentligt tilgængelige geodata.

Geodata er hverken nyt eller banebrydende. Vejrdata, arealinformation, geografiske kort og tusindvis af andre geodatakilder har eksisteret i mange årtier og været digitaliseret ganske længe. Men i Danmark har vi lagt os i førersædet i kraft af myndighedernes erklærede mål om at gøre alle geodata frit tilgængelige. Det åbner for nogle ekstremt spændende muligheder for at inddrage Location Intelligence i virksomheders forretningsanalyser og tilføre beslutningsgrundlag en helt ny og ofte ukendt dimension.

Location Intelligence udspringer af GIS (geografiske informationssystemer) og refererer til den indsigt, man får via indsamling og analyse af geografiske data fra mange forskellige kilder. Disse data omdannes til strategisk indsigt, der helt eller delvist kan løse mange af de forretningsmæssige udfordringer, man ser i forretningslivet. 

Eksempler på data kan være demografi, forbrugeradfærd, CVR-registret, trafik- og vejrdata. Teknologien har i årevis været brugt i forhold til offentlig infrastruktur og miljø- og byplanlægning, og også Forsvaret er storbruger. I de senere år har også kommercielle virksomheder fået øjnene op for Location Intelligence. Det gælder især store detailkæder, ejendomsmæglere og -udviklere, transportvirksomheder, rådgivende ingeniører og forsikringsselskaber.

Mange har sikkert stiftet bekendtskab med Covid-19-smitteoversigten fra Johns Hopkins University. Det er et godt eksempel på hvordan data visualiseres, for at skabe indsigt og formidle information med borgerne under en krise.

Hovedet mod glasloftet
Location Intelligence henvender sig typisk til avancerede brugere af Business Intelligence og Business Analytics. De arbejder flittigt med dataanalyser, men oplever at støde hovedet mod loftet i BI-systemerne, når de vil inddrage eksterne datakilder som geodata, demografiske data og socioøkonomiske data i analysearbejdet.

Man kan desværre ikke bare koble kort-applikationer og demografiske datakilder til BI-systemerne. Det kræver en GIS-platform. Derfor er der også flere og flere BI-systemer, der integrerer med de førende GIS-løsninger.

Når talen falder på kort, er det naturligt at tænke logistik. Ruteoptimering er da også det område, hvor man er længst fremme med Location Intelligence i den kommercielle sektor. Udbredelsen af nethandel har for alvor sat turbo på behovet for at optimere hele logistikflowet fra pakning af biler til endelig leverance.

Skal beslutningsgrundlaget hvile på det fulde overblik og ikke blot et udsnit af situationen, bør man inddrage GIS og Location Intelligence. Også i kampen mod Covid-19 bruger man overalt i verden Location Intelligence til at skabe indsigt og overblik over antal smittede, døde og helbredte. Mange har sikkert stiftet bekendtskab med Covid-19-smitteoversigten fra Johns Hopkins University. Det er også et eksempel på hvordan data visualiseres, for at skabe indsigt og formidle information med borgerne under en krise.

Ønsker man at åbne en butik eller restaurant, kan man visualisere demografiske data, som fx antal beboere i området, aldersfordeling, livsstil eller forbrugsmønstre på forskellige varer, som kan danne grundlaget for din beslutninger om placeringen af lokalerne. Her ses købekraften i området omkring København visualiseret.

Hvilken butik skal vi åbne eller lukke?
Men teknologien tilfører også ny værdi til beslutningsprocesserne i andre sammenhænge. Et aktuelt eksempel:  

Lige nu bløder dele af detailhandlen, og mange kæder overvejer at lukke en eller flere butikker. Men hvilke? I et klassisk BI-setup kan man benchmarke butikkerne indbyrdes i forhold til konkurrenter, og man kan taste postnumre ind og se, hvor kunderne handler. Men man kan kun i ringe grad – eller slet ikke – berige analyserne med geodata om afstanden til store arbejdspladser, eksisterende eller planlagte uddannelsesinstitutioner, kulturinstitutioner, p-pladser, togstationer eller buslinjer, som alle bidrager til øget trafik i en butik. Ej heller inddrage demografiske data om beboernes alder, forbrug og indkomst, samt boligsammensætning i nærområdet, som har indflydelse på den nuværende og ikke mindst fremtidige købekraft. Beriger man sine analyser med geodata og Location Intelligence, kan man straks se, hvilke butiksplaceringer der er potentiale i, og hvilke man bør lukke.

Har man en onlinebutik, har man også adgang til kundedata, som kan give indsigt i, hvem der køber hvad, hvor meget og hvornår. Det er en klassisk BI-opgave. 

Men man kan også hælde kundedataene over på et interaktivt kort og få et visuelt overblik over kunderne samt udvide analysen med demografiske data om, hvad kunderne tjener, hvad de arbejder med, boligtype, transportmønstre og familiesammensætning.  Så får men et helt andet afsæt for at målrette sine salgs- og marketingkampagner.

Glem ikke virksomhedens egne geodata
Forretningsanalyserne får et ekstra gear, når man inddrager de eksterne datakilder og supplerer med egne geodata. Alle virksomheder – også din – har geodata, men de bliver sjældent udnyttet fuldt ud. Omkring 90 procent af alle datasæt indeholder en georeference, som kan tilføre værdi til analysearbejdet. Kunder, leverandører, partnere, leverance- og afhentningspunkter er blot nogle af de almindelige data, virksomheder råder over, som kan være med til at udbygge analysegrundlaget og vise ting, man ellers ikke ville have opdaget.

Her visualiseres en ejendomsportefølje på et interaktivt kort. Man kan få forskellige visninger ved at justere på sliderne til venstre. Man kan også se KPI’er for ejendomsporteføljen og hvor mange ejendomme man har indenfor fx bygningstype.

Dynamiske kort frem for statiske kolonner
Det gælder både i analysernes konkrete indhold og i selve visualiseringen. Frem for at kigge på tørre talkolonner og endimensionelle lagkagediagrammer og regneark får man et visuelt, dynamisk univers, der automatisk giver nye indsigter ved selv små justeringer af parametrene og datalagene. Det er bare nemmere at overskue komplekse dataanalyser, når de præsenteres på et kort i en browser.  Hvad betyder det for trafikken i butik A, hvis S-tog stationen ved siden af udbygges med en metrolinje?  Vil den så overhale butik B? Måske vil den tabsgivende butik C klare sig allerbedst, når den planlagte opførsel af nye ejerlejligheder realiseres? 

Det kræver en geoanalytisk motor at arbejde med den type scenarier, samt et visuelt værktøj, der præsenterer resultaterne i en geografisk kontekst. Et GIS-system erstatter ikke et BI-system, men supplerer og udbygger virksomhedens rapporterings- og analysekapacitet, så man samlet set kommer op på et højere analyse- og vidensniveau. Og ja, det er lidt nørdet, og mange af datakilderne har underlige navne og lugter lidt af kommunekontor, men værdien er konkret og til at føle på. 

GIS og Location Intelligence har levet i det skjulte i mange år som et ekspertiseområde for en udvalgt skare, men i dag findes der software med computerkraft, der gør teknologien meget mere brugervenlig og tilgængelig. 

Fakta

I Geoinfo hjælper vi vores kunder med at anvende geodata til at få nye indsigter og se sammenhænge, der skaber målbar forretningsværdi. 

Det gør vi med Location Intelligence, GIS og geografiske analyser. Blandt andet, når detailbranchen skal finde de optimale lokaler for deres forretninger og i real estate-branchen, når ejendomsinvestorer får fuldt overblik over ejendomsporteføljen. Også i transportsektoren anvendes Location Intelligence, når man laver kørselsoptimering for at sikre mindst mulig kørsel og for at optimere logistikflowet. Senest er man i kampen mod Covid-19 begyndt at anvende Location Intelligence for at kortlægge antal smittede, døde og helbredte i Danmark og i hele verden.

Læs mere på

geoinfo.dk