Cartographier votre stratégie pour les données de localisation

Les entreprises qui réussissent font continuellement évoluer leurs pratiques en identifiant les domaines où elles peuvent s’améliorer et acquérir un avantage concurrentiel. L’un de ces domaines émergents vers lequel les entreprises se tournent maintenant est l’utilisation des données de localisation.

Alors, comment pouvez-vous utiliser les données de localisation pour avoir un meilleur effet sur votre entreprise ? Commencez par élaborer une stratégie de données de localisation et commencez par documenter les défis et les objectifs d’amélioration. Essayez donc d’exprimer comment les données de localisation peuvent les résoudre. Prenons le cas d’une entreprise de livraison à domicile. Le défi pourrait être :

« Pour augmenter la ponctualité des livraisons, je dois comprendre combien de temps il faut à une camionnette et à un chauffeur pour trouver et livrer à chaque adresse sur un itinéraire. »

Exprimé sous la forme d’un défi de position, cela pourrait ressembler à ceci :

Défi: Données de localisation nécessaires :
Identifiez l’emplacement exact de chaque adresse Adresses géocodées précises
Trouvez l’itinéraire le plus efficace entre chaque adresse Route carrossable et réseau de sentiers
Trouvez le meilleur endroit pour garer la camionnette Pas de stationnement dans la rue
Calculer le délai de livraison du colis Distance du bord de la route à l’entrée de la propriété

Parfois, il semble plus difficile de relier les affaires à l’emplacement. Par exemple, un détaillant de mode en ligne qui cherche à augmenter ses ventes ne pense peut-être pas que l’emplacement compte lorsqu’il vend sur Internet. Cependant, ses clients en ligne vivent quelque part dans le monde réel, et leur emplacement pourrait affecter leur comportement et leurs habitudes de dépenses. Si le e-commerçant a des concurrents réellement présents, cela pourrait réduire les dépenses de ses clients aux abords d’un magasin. Analyser où vivent vos clients par rapport à où se trouvent vos concurrents peut fournir des informations qui aident le détaillant en ligne à concevoir des campagnes de vente ciblées.

Il existe de nombreuses données de localisation. Alors, par où commencer ? D’où l’obtenez-vous ? Comment comparez-vous et évaluez-vous différents ensembles de données de localisation ?

Lorsque j’ai rejoint Ordnance Survey, j’ai rapidement constaté que j’avais besoin d’apprendre un langage et un ensemble de concepts complètement nouveaux. Le premier jour, un collègue m’a dit : « n’oubliez pas que ce sont des pixels et des polygones ». Cela m’a déconcerté à l’époque, mais cela m’est resté en tête. Finalement, j’ai vu la sagesse de ses paroles. Pour commencer, vous devez connaître les différents types de données de localisation.

  • Données raster : c’est une image « stupide » composée de nombreux pixels, tout comme une photo numérique. Les cartes raster sont excellentes à regarder et à absorber beaucoup d’informations contextuelles. Ils sont souvent utilisés comme carte de fond pour superposer des informations sur le dessus. Un exemple classique de carte matricielle est la série de cartes Ordnance Survey 1 : 25 000 et 1 : 50 000. Les cartes raster ne peuvent pas être interrogées. Mais vous pouvez visualiser une carte raster sur un écran sans aucun logiciel ni compétence spécialisée.
  • Données vectorielles : c’est une série de points, de lignes et de polygones (formes), qui constituent collectivement des éléments, comme une carte ou une zone à risque d’inondation. L’attribution, ainsi que sa fonction, peuvent être attribuées à chacune de ces caractéristiques. Les données vectorielles peuvent être analysées et interrogées pour obtenir des réponses. Vous aurez besoin d’un système d’information géographique (SIG) et d’une certaine expérience pour utiliser des données vectorielles. OS MasterMap est un bon exemple de produit de cartographie vectorielle. Un autre exemple est celui des données sur les bâtiments classés de Historic England, qui utilisent un point pour identifier les éléments répertoriés et attribuent à chaque point une description et une note d’inscription.
  • Données textuelles : Parfois, les données de localisation sont stockées sous forme de texte, avec un emplacement implicite intégré dans le texte. Les adresses ou les codes postaux en sont d’excellents exemples. Les données relatives au prix payé par le cadastre représentent des données textuelles. Aucun logiciel ou expérience spécialisée n’est nécessaire pour examiner ces données, mais un SIG peut être nécessaire pour l’analyse spatiale. Maptive est un excellent exemple de logiciel SIG, il possède de nombreuses fonctionnalités différentes, y compris la cartographie démographique qui se chevauche.

Déterminez vos contraintes

Réfléchissez et trouvez les réponses à ces questions. Cela vous aidera plus tard lors de l’évaluation de différents ensembles de données ;

  1. Quelle est la portée géographique de mon défi commercial ? Votre organisation peut être mondiale, nationale ou limitée à une seule région d’Angleterre. De nombreuses données de localisation ne sont pas disponibles de manière cohérente pour toutes les zones géographiques. Cela signifie qu’il n’est pas toujours possible de créer des solutions qui fonctionnent de manière cohérente au-delà des frontières géographiques. Est-ce important? Si vous avez une large portée géographique, envisagez de segmenter votre solution en régions. Dans la mesure du possible, cela offre la possibilité d’utiliser les meilleures données de chaque région, mais cela ajoute évidemment de la complexité à la gestion des données et à la création de solutions.
  2. Quel niveau de granularité est nécessaire ?
  • Données au niveau de la propriété il est unique à la propriété exacte qui vous intéresse. En règle générale, cela signifie que la propriété a été inspectée individuellement et que ses caractéristiques uniques ont été capturées. Les données avec ce type de précision de localisation sont moins courantes et généralement plus chères, mais elles permettent une prise de décision très précise. Ainsi, si vous évaluez une propriété pour un prêt, vous pouvez décider que vous avez besoin de ce niveau de précision.
  • Données au niveau de la zone il en est de même pour toute une zone. Cela implique le regroupement de propriétés dans une limite invisible (par exemple, les codes postaux, les quartiers, les zones de sortie du recensement, etc.). De bons exemples de données au niveau régional sont les statistiques sociodémographiques ou criminelles publiées au niveau du code postal. Les données avec ce type de précision de position sont plus courantes et la plupart sont des données ouvertes. Mais il peut être trop imprécis pour soutenir la prise de décision. Par exemple, un modèle d’inondation au niveau du code postal évaluera l’ensemble du code postal comme présentant le même risque, alors qu’en fait, il aura des niveaux de risque différents.
  1. Quelle autorité doit-il avoir ? Toutes les données de localisation ne sont pas créées de la même manière. Sa fiabilité peut varier. Celle-ci est souvent déterminée par sa méthode de collecte/création :
  • Données collectées – L’étalon-or’. Elle implique une inspection manuelle par un expert qualifié. Généralement très précis et fiables, mais leur portée et leur couverture géographique peuvent être limitées.
  • Obtenu de la foule – cela peut être très précis et à jour, mais il peut encore contenir des lacunes et des omissions difficiles à prévoir. La rapidité des mises à jour et le contrôle de la qualité peuvent poser d’autres problèmes.
  • Modélisé ou dérivé – ce sont des données créées par un modèle algorithmique. Un exemple serait un modèle d’inondation ou un modèle qui prédit le nombre d’étages d’un bâtiment ou l’âge de la construction. Ces données seront prédictives et pas toujours exactes. Mais si cela est accepté, cela peut être extrêmement bénéfique car cela pourrait produire des données qui ne seraient pas disponibles autrement.
  1. Quelle compétence y a-t-il dans l’organisation? Comme indiqué ci-dessus, certaines données de localisation nécessiteront des logiciels et des compétences spécifiques pour être utilisées. Est-il déjà présent dans l’organisation ? Si non, êtes-vous prêt à vous y investir ? Peut-il être confié à un spécialiste ?
  2. Les données ouvertes sont-elles acceptables ? Il existe de nombreux ensembles de données ouverts, notamment du gouvernement britannique, avec un élément de localisation. Ce sont des ressources fantastiques et contiennent souvent des données introuvables ailleurs. Comme pour les données payantes, assurez-vous de faire preuve de diligence raisonnable avant d’utiliser des données ouvertes. Consultez les CGU légales, vérifiez la fréquence, l’exhaustivité et la qualité des mises à jour.

Réaliser un inventaire des données de localisation

Il est probable que votre organisation collecte déjà des données de localisation. Cependant, de nombreuses organisations ne se soucient pas de leurs actifs de données de localisation, et encore moins de les exploiter. Recherchez et évaluez chacun de vos magasins de données. Si vos données de localisation sont bien gérées, demandez si elles peuvent être utilisées à d’autres fins. Par exemple, une banque qui prête de l’argent contre une maison obtiendra beaucoup d’informations sur la maison au cours du processus de demande. Si ces données sont conservées, bien gérées et rendues accessibles à d’autres services, elles pourraient être utilisées pour émettre une soumission d’assurance habitation compétitive au nouveau propriétaire.

Découvrez comment fusionner les données de localisation avec vos adresses

Toutes les organisations ne conservent pas leurs données commerciales dans des formats géospatiaux. Vous devrez peut-être trouver un autre moyen de lier vos données aux données de localisation. Les adresses sont couramment utilisées pour géoréférencer leurs données commerciales clés, telles que les emplacements des clients ou des actifs.

Les adresses sont des descriptions codées d’un emplacement. Pour les rendre utilisables avec d’autres données de localisation, vous devrez peut-être les convertir en coordonnées. C’est ce qu’on appelle le « géocodage ». La première façon de le faire est d’utiliser le code postal. Les codes postaux sont des zones géographiques définies créées pour faciliter la livraison du courrier. Ils font généralement référence à un certain nombre d’adresses de cluster. Ils peuvent être utilisés pour approximer l’emplacement d’une adresse. Pour une plus grande précision, vous pouvez géocoder l’adresse à un point spécifique, tel qu’un bâtiment exact. Pour ce faire, vous devez faire correspondre vos adresses à un carnet d’adresses géocodées au niveau du bâtiment. Une fois que vous avez les coordonnées de l’adresse, vous pouvez les superposer avec d’autres données de localisation dans le SIG (telles que l’étendue d’une zone sujette aux inondations) et extraire vos réponses.

Il existe d’autres méthodes de fusion de données qui n’impliquent pas de SIG, comme l’utilisation du numéro de référence de propriété unique (URPN). Chaque adresse au Royaume-Uni a un UPRN et de plus en plus d’ensembles de données publiés les utilisent, ce qui signifie que les ensembles de données peuvent être fusionnés dans une base de données à l’aide de simples correspondances de clés.

Source des nouvelles données à évaluer

Ensuite, recherchez et évaluez les ensembles de données de localisation par rapport à vos objectifs et contraintes. Pour en revenir à l’exemple de livraison à domicile ci-dessus, vos critères de recherche pourraient ressembler à ceci :

Données de localisation requises Couverture géographique ? Niveau de granularité ? Quelle autorité ?
Adresses géocodées précises À travers le Royaume-Uni Niveau de propriété essentiel Autoritaire : Doit être précis et maintenu avec support
Route carrossable et réseau de sentiers À travers le Royaume-Uni Routage vers la propriété essentielle exacte Autoritaire : Doit être précis et maintenu avec support
Pas de stationnement dans la rue À travers le Royaume-Uni Niveau zone OK Le crowdsourcing, modélisé ou dérivé c’est bien
Distance du bord de la route à l’entrée de la propriété À travers le Royaume-Uni Niveau zone OK Le crowdsourcing, modélisé ou dérivé c’est bien

Une fois que vous avez une liste restreinte, évaluez les données en créant un prototype pour voir si cela résout le défi commercial.

En conclusion

Avec un peu de soin et d’attention, la création d’une stratégie de données de position peut être simple et directe. Cependant, il peut y avoir des moments où il est préférable d’avoir l’aide d’un expert. La bonne nouvelle est qu’il y en a beaucoup.


Richard Crump est consultant en gestion pour Ordnance Survey, conseillant les entreprises et le gouvernement sur la façon de tirer parti des données de localisation.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *