ArcGIS Insights

Bản đồ: Nhận được nhiều giá trị hơn từ việc kết hợp phân tích vị trí với dữ liệu hiện có.

“Bản đồ chỉ là một cách khác để trực quan hóa dữ liệu của bạn như biểu đồ hoặc đồ thị?” Đây là những gì tác giả -  nghĩ 4 năm trước.

Khoảnh khắc đáng nhớ của tôi với GIS là việc phát hiện ra cách các tổ chức sử dụng bản đồ để giải quyết một số vấn đề khó khăn nhất của họ. Ví dụ: Bảo tồn cuộc sống hoang dã, Theo dõi tài sản để cải thiện hiệu quả, Đánh giá rủi ro trong thảm họa, Xác định vị trí tốt nhất cho một doanh nghiệp mới, Nghiên cứu hành vi của khách hàng và thói quen mua sắm …

Các tổ chức này, bao gồm các đơn vị tư nhân và các tổ chức công cộng, đã nhận thấy vị trí có vai trò quan trọng trong việc tác động tới các quyết định của họ và khiến họ phải nghiên cứu sâu hơn từ các dữ liệu hiện có. Họ đặt ra nhiều câu hỏi hơn về việc khai thác dữ liệu để giúp hiểu rõ hơn về các tình huống thực tế đang diễn ra. Họ đã tìm thấy những câu trả lời cho những câu hỏi như “cái gì”, “như thế nào”, “Khi nào” và “Tại sao” từ việc phân tích dữ liệu vị trí.

Trực quan hóa bản đồ và phân tích vị trí

Việc trực quan hóa bản đồ, thường được hiển thị trong các nền tảng phân tích và kinh doanh thông minh truyền thống, truyền đạt những gì đang diễn ra ở đâu. Mặc dù có nhiều thông tin, những hình ảnh này chỉ đơn giản là xác định vị trí và thời điểm các sự kiện đã xảy ra – chúng đơn giản chỉ là mô tả. Tuy nhiên, sẽ luôn có những câu hỏi về các vấn đề năm ngoài các thông tin trên - Tại sao doanh số giảm? Tại sao cửa hàng này có ít khách hàng hơn? Tại sao chuyện này đang xảy ra? Tại sao? Tại sao? và Tại sao? Bạn sẽ phải sử dụng các kỹ thuật phân tích khác nhau để tìm ra câu trả lời, với kết quả thường được hiển thị trong biểu đồ và đồ thị. Nhưng, điều gì sẽ xảy ra nếu tôi nói với bạn câu trả lời cho những câu hỏi này cũng có thể được tìm thấy bằng cách sử dụng vị trí, ngay cả những câu hỏi bạn chưa nghĩ tới.

Phân tích vị trí là giúp các nhà phân tích đề cấp tới những vấn đề chưa thấy qua lăng kính phân tích dữ liệu vị trí. Đây là phần sâu hơn so với trực quan hóa bản đồ bằng cách hiểu ý nghĩa của các mẫu, xu hướng và mối quan hệ được tìm thấy trong thông tin vị trí. Nó sử dụng cùng lúc cả dữ liệu vị trí và dữ liệu kinh doanh để trả lời các câu hỏi, dự đoán và phát hiện thông tin chi tiết thường bị bỏ qua trong các biểu đồ và đồ thị . Phân tích vị trí giúp bất cứ ai cũng có thể hiểu được những phân tích dữ liệu phức tạp và thực hiện được các truy vấn của riêng họ để có được thông tin chi tiết về không gian rõ rang hơn. Kết quả của phân tích vị trí mang lại cho tổ chức sự thông minh để tối ưu hóa các hành động, quyết định và nâng cao trải nghiệm của khách hàng.

Phân tích tất cả các loại dữ liệu của bạn

Khi tìm kiếm câu trả lời trong dữ liệu của bạn đang có, bạn sẽ không bao giờ bỏ qua các thuộc tính tạm thời (thời gian), định tính (danh mục) hoặc định lượng (số) của dữ liệu của mình, vậy tại sao lại bỏ qua thuộc tính không gian (vị trí)? Hãy xem một ví dụ.

Trong phân tích bán lẻ này, Helen Thompson, giám đốc chiến lược tiếp thị toàn cầu cho bất động sản, ngân hàng và bảo hiểm tại Esri, kiểm tra dữ liệu khách hàng và thói quen mua sắm của họ tại Santa Clara, California. Phân tích của cô bắt đầu với khu vực có bán kính 10 phút lái xe xung quanh mỗi cửa hàng của mình. Nhìn kỹ vào hình ảnh bản đồ mà cô tạo ra, cô thấy rằng một cửa hàng trên đường Tully có ít khách hàng hơn các cửa hàng khác. Quan sát mô tả này có thể được thực hiện với các công cụ BI; tuy nhiên, nó không thể đáp ứng cho câu hỏi “Tại sao đường Tully có ít khách hàng hơn?” Để trả lời câu hỏi này một các chính xác, dữ liệu vị trí phải được phân tích. Để tôi chỉ cho bạn hiểu vì sao…

Thompson phá vỡ câu hỏi này bằng cách lọc khách hàng trong vùng phạm vi 10 phút lái xe tới cửa hàng trên đường Tully (một công cụ phân tích vị trí được gọi là bộ lọc không gian). Sau đó, cô thêm vào một lớp thuộc Esri Tapestry Segmentation. Dữ liệu ngoài luồng này mô tả các khu phố ở Hoa Kỳ theo lựa chọn lối sống của họ, những gì họ mua và cách họ dành thời gian rảnh rỗi. Do đó, Thompson phát hiện hoạt động mua sắm chéo chính là nguyên nhân của lý do cửa hàng trên đường Tully có ít khách hàng hơn các cửa hàng khác.

Bằng cách ghép các phân tích vị trí với một bảng biểu số liệu đơn giản, Thompson sẽ thấy khách hàng của Tully Road đến từ đâu trong vài phút. Đáng ngạc nhiên, họ ở ngoài phạm vị 10 phút lái xe.

Tầm quan trọng của phân tích vị trí

Nếu không có phân tích vị trí, những hiểu biết này sẽ bị bỏ qua. Tại sao? Trong một biểu đồ hoặc đồ thị, vị trí của những khách hàng này chỉ là các nội dung bằng số và chữ. Xem dữ liệu theo cách này khiến cho các nhà phân tích kinh doanh rất khó để tìm ra sự kết nối giữa các dữ liệu này. Với phân tích vị trí, chúng tôi phát hiện ra các mẫu, xu hướng và mối quan hệ chỉ có thể nhìn thấy bằng cách kiểm tra sự liên quan giữa dữ liệu của chúng tôi với thế giới thực. Không có loại phân tích khác có thể làm điều này.

Với Insights for ArcGIS, các phân tích như trên được thực hiên dễ dàng như thao tác kéo và thả. Thay vì chuẩn bị dữ liệu của bạn để xác định các kết quả này hoặc phải xem xét các bộ dữ liệu một cách độc lập, bạn có thể thấy được toàn bộ hình ảnh, dữ liệu trong một hệ thống. Điều này cho phép bạn tập trung phân tích và đưa câu hỏi của bạn sâu hơn nữa. Và điều tuyệt vời là, bạn không cần phải làm gì thêm vào dữ liệu của mình để có được mức độ chi tiết này. Chẳng hạn, gán một vai trò cho dữ liệu không gian địa lý của bạn hoặc tạo một tệp lược đồ để nhận ra thông tin không gian như kinh độ và vĩ. Insights for ArcGIS sẽ thực hiện ngay điều này.

“Với các phân tích vị trí, các mẫu, xu hướng và mối quan hệ có thể được nhìn thấy bằng cách kiểm tra sự liên quan giữa dữ liệu với thế giới thực. Không có loại phân tích khác có thể làm điều này.”

Đi sâu hơn, có được dạng hạt

Chúng ta có thể đưa phân tích của Thompson chuyên sâu hơn nữa. Khi chúng ta biết mua sắm chéo là lý do tại sao Tully Road có ít khách hàng hơn, câu hỏi tiếp theo có thể là, tại sao những người sống gần Tully Road nhất lại đến các cửa hàng khác mà không đến Tully Road? Và tại sao những người ở xa lại đến mua sắm tại Tully Road? Cả hai câu hỏi có thể được trả lời bằng cách sử dụng phân tích vị trí.

Để có câu trả lời, chúng ta cần biết thêm về những người sống ở những khu vực này. Biết về nhóm khách hàng của chúng tôi ở cấp thành phố không đủ chi tiết. Tại sao? Nhân khẩu học và lối sống rất khác nhau giữa các thành phố.

Nếu chúng ta nhìn vào bảng dữ liệu một lần nữa, chúng ta có thể thấy rằng khách hàng tại đường Tully không chỉ đến từ các thành phố khác nhau, họ đến từ các khu phố khác nhau. Điều tuyệt vời trong phân tích của Thompson là cô ấy đã kết hợp dữ liệu khách hàng của mình với dữ liệu Esri Tapestry Segmentation, cho chúng tôi hiểu thêm về các dạng người mua sắm tại Đường Tully. Năm phân khúc khách hàng hàng đầu trong phân tích này là Người thuê nhà Metro , Những người cao tuổi không sống cùng con cáiNhững khách hàng mua sắm chuyên nghiệp , Người sống tại khu vực ngoại ô và Người sống tại các khu vực rừng núi  . Với thông tin này, chúng tôi có thể khám phá mọi thứ nhiều hơn một chút để xác định xem chúng tôi có cần suy nghĩ lại về cách chúng tôi kinh doanh hoặc có nên nhắm mục tiêu tới một chiến dịch tiếp thị mới hay không.

Tóm tắt

Để có được những thông tin thực sự, không phải lúc nào cũng là những gì bạn dễ dàng thấy ở bề mặt dữ liệu. Giống như sự xuất hiện của một tảng bang ở mực nước biển có vẻ nhỏ nhoi, nhưng bạn phải lặn bên dưới bề mặt để thấy khối lượng thực sự của nó. Cũng vậy với dữ liệu vị trí. Nó nằm ngoài khả năng hiển thị bản đồ nơi bạn phơi bày những điều chưa thấy và thúc đẩy hành động thực sự.

Bạn đã sẵn sàng để đi xa hơn với trực quan hóa bản đồ? Hãy thử phân tích vị trí. Đăng ký  dùng thử miễn phí 21 ngày để hiểu biết về ArcGIS .

Xem cách các tổ chức đang sử dụng phân tích vị trí để bảo tồn đời sống hoang dã , theo dõi tài sản để nâng cao hiệu quả , đánh giá nguy cơ xảy ra thảm họa,  xác định vị trí tốt nhất cho một doanh nghiệp mới, hiểu được hành vi của khách hàng và thói quen mua sắm, và nhiều hơn nữa.