К моему удивлению оказалось, что идея состояла еще и в том, чтобы дать IT-гигантам возможность собирать и анализировать данные в контексте физического месторасположения. С тех пор многие IT корпорации обзавелись собственными цифровыми картами. Самый очевидный пример использования этих данных - выводить разные результаты поиска и рекламу в зависимости от того, где находится пользователь. Самый современный пример - использование цифровых карт и связанных с ними данных для перемещения беспилотных автомобилей, роботов и дронов.

А уж сколько людей сделал счастливыми, например, Яндекс путем встраивания своих картографических и геоинформационных сервисов в Такси, Лавку, Еду, Пробки и прочие магические продукты, подсчитают, наверное, историки цифровой революции.

Старожилы Location intelligence называют встраивание GPS в мобильные устройства в 2009 году, а также развертывание IoT событиями, изменившим мир, и ставшими началом генерации больших геоданных всеми мобильными устройствами, сенсорами и датчиками на планете.

С этого времени корпорации серьезно ускорились в генерации и реализации идей использования Location Intelligence, объединяя технологии Business Intelligence, GIS, а также современные инструменты Data Science в ходе анализа данных.

Сегодня карта становится понятийной основой для организации цифровых платформ управления. Цифровые карты и Location Intelligence платформы дают простой способ связать свою цифровую деятельность с физическим миром, объединяя по принципу физического месторасположения самые разные большие данные с мобильных устройств, сенсоров и датчиков IoT, систем LIDAR-сканирования и спутниковых снимков, бизнес-данные и результаты научных исследований.

Со грустью вспоминаю времена бумажных карт и справочников, неподъемных многокритериальных задач по поиску подходящего района для покупки квартиры или планирования отпускных приключений. А спрашивать дорогу у прохожих, опаздывая на интервью в каком-нибудь хитроумно расположенном офисе, - до сих пор является частью сценария тревожных снов.

Работу корпораций, органов муниципального или государственного управления, сельского хозяйства, исследовательских центров и т.д., до использования геоинформационных технологий и Location intelligence тоже представляю с большим трудом. Когда смотрю «Служебный роман», слёзы наворачиваются от безысходности ситуации, в которую попал любимый Новосельцев при планировании производства товаров «легонькой промышленности» во всем огромном Союзе без привычных инструментов анализа big data и геоаналитики.

Технологии Location intelligence позволяют интегрировать разнородную информацию по принципу географической принадлежности (обычно это широта и долгота) и анализировать широкий набор факторов при принятии решений.

Традиционно мы не можем представить без цифровых карт и геоданных работу МЧС и военных, транспортных и строительных компаний, городское планирование, общественное здравоохранение, бизнес с территориально-распределенной структурой и так далее. Например, первая ГИС была создана в Канаде еще в 60-е годы двадцатого века при создании Реестра земель Канады. До сих пор в открытом доступе можно посмотреть результаты этой работы.

За это время стремительное развитие цифровых технологий, возможности Data Science и AI, а также растущее число источников ранее недоступных больших данных с привязкой к географическому месторасположению серьезно повлияли на область применения и эффективность использования геоинформационных технологий, позволило создавать мощные цифровые платформы и привело к широкому применению Location intelligence. Эта концепция серьезно меняет подход к способам решения прикладных задач и трансформирует целые существующие отрасли, а также является драйвером для создания новых.

Сегодня геоданными и геоинформационными сервисами пользуются все. Давно никого не удивишь, например, выбором оптимального месторасположения магазина с учетом факторов плотности населения в этом районе, проходимости и пробок, близости метро и парковочных мест, среднего дохода тех людей, кто живет или работает рядом, и других критериев. Маркетологи давно освоили эти технологии для организации рекламных кампаний и коммуникаций путем нескольких кликов в системе. Из просторных кабинетов руководителей постепенно исчезают красивые настенные карты с флажками, а фотографии для корпоративного портала или резюме почти перестали делать на фоне глобусов:)

Пример применения Location intelligence в повседневной жизни - решение, в каком районе и доме купить жилье. Для этого нужно проанализировать расположение школ и расстояние до них и до места работы, рассмотреть поликлиники, магазины и парки рядом, характеристики дома и соседних домов, двора и квартиры, пробки на дорогах, доступность метро и общественного транспорта, учесть доступные данные по соседям, и так далее. С использованием современных технологий и доступных данных из разных источников эта задача становится простой, - нужно задать требуемые параметры, найти и выделить области, определить выборку соответствующих критериям домов, и каждый из подходящих вариантов рассмотреть детально.

Вариантам применения Location intelligence в различных отраслях будут посвящены следующие публикации.