ในปัจจุบันเรามีข้อมูลหลายช่องทางเพื่อนำมาใช้ในการวิเคราะห์เพื่อทำนายความต้องการซื้อที่อยู่อาศัยของลูกค้าทั้งข้อมูลเชิงปริมาณและเชิงคุณภาพ แต่สิ่งที่น่าสนใจใหม่ในตอนนี้ คือ เราสามารถมี “ข้อมูลจากนอกโลก” เพื่อนำมาวิเคราะห์และช่วยทำนายมูลค่าของอสังหาริมทรัพย์ได้ด้วย นั่นก็คือ Location Intelligence

Location Intelligence คืออะไร

“Location Intelligence” คือ อีกหนึ่งความสามารถของ Business Intelligence ที่ถูกนำมาใช้ในการจัดการและทำความเข้าใจข้อมูลที่ซับซ้อนผ่านการใช้ความสัมพันธ์ระหว่างข้อมูลเชิงพื้นที่

Location Intelligence ทำให้เกิด Big Data ทางภูมิศาสตร์ ด้วยการจัดการข้อมูล วิเคราะห์และสังเคราะห์เพื่อให้ได้มาซึ่งข้อมูลเชิงลึกที่จะช่วยในการตัดสินใจในกลยุทธ์ทางธุรกิจ

ข้อมูลพวกนี้มาจากไหน?

เดิมทีในหลายๆ องค์กรมักรวบรวมข้อมูลจากทั้ง Geofencing เทคโนโลยีที่ใช้ประโยชน์จากข้อมูลตำแหน่งที่ตั้ง เช่น GPS ร่วมกับไวไฟหรือบลูทูธ ข้อมูลจากโซเชียลมีเดีย ข้อมูลการแท็กตำแหน่งที่ตั้ง และอื่นๆ แต่วิธีนี้ต้องใช้การป้อนข้อมูลจากทั้งเจ้าของข้อมูลเอง จากทางสาธารณะ และบุคคลที่สาม ซึ่งต้องใช้การลงทุนลงแรงอยู่พอสมควร อีกหนึ่งวิธีที่จะได้ข้อมูลที่มีอยู่ตอนนี้ คือ ภาพถ่ายจากดาวเทียม (Satellite Imagery) ด้วยการจับภาพความละเอียดสูงจากนอกโลก สามารถให้ข้อมูลที่ครบถ้วนและแม่นยำกว่า

กรณีศึกษาการใช้งาน Satellite Imagery

ตัวอย่างการนำเทคโนโลยีนี้ไปประยุกต์ใช้ ได้แก่ มาร์ก ซัคเคอร์เบิร์ค และ Connectivity Facebook Lab ของเขา ที่ได้ริเริ่มโครงการแจกจ่ายการเข้าถึงอินเทอร์เน็ตให้แก่ผู้คนจำนวน 4.2 พันล้านคน ซึ่งการสำรวจความหนาแน่นของประชากรที่อยู่นอกเหนือไปจากโครงข่ายการเชื่อมต่อนั้นมีค่าใช้จ่ายที่สูงมาก เฟซบุ๊คจึงเลือกลงทุนใน Geospatial Big Data และภาพถ่ายจากดาวเทียมคุณภาพสูงเพื่อทำการระบุความหนาแน่นของประชากรในชนบทของประเทศกำลังพัฒนา ต่อมาทางแลปเองถึงขั้นประยุกต์เอาอัลกอรึทึ่มที่ซับซ้อนมาใช้สร้างแผนที่ประชากรของทั้งโลก ตัวแผนที่ประชากร (Population Map) นี้สามารถระบุได้ว่าผู้ให้บริการเชื่อมต่ออินเทอร์เน็ตควรติดตั้งสัญญาณเชื่อมต่อที่จุดไหน ไม่ว่าจะเป็นไฟเบอร์เน็ตเวิร์ค ไวไฟฮอตสปอต โครงข่ายการสื่อสารที่มาพร้อมกับเทคโนโลยีบอลลูนระดับสูง (High Altitude Balloons) หรืออากาศยานไร้คนขับ (UAVs) และเพื่อความแม่นยำมากยิ่งขึ้น ทางทีมยังสามารถติดตามข้อมูลความเคลื่อนไหวล่าสุดจากการตรวจจับการเปลี่ยนแปลงที่เกิดขึ้นบนแผนที่ได้

จุดสีเขียวเข้มแสดงปริมาณความหนาแน่นของประชากรในพื้นที่ต่ำที่สุดไล่ไปจนถึงจุดสีแดงที่แสดงถึงความหนาแน่นของประชากรในพื้นที่สูง

หรืออย่างที่ Bluecham ผู้คอยหาเทคโนโลยีใหม่ๆ ที่จะนำมาใช้ในการปกป้องโลกของเรา จากปัญหาภาวะโลกร้อนที่ส่งผลกระทบไปถึงระดับน้ำทะเล Bluecham จึงมองหาเครื่องมือที่สามารถวิเคราะห์ความเสี่ยงและติดตามการเปลี่ยนแปลงของระดับน้ำทะเลได้อย่างรวดเร็ว จนมาได้เทคโนโลยีภาพถ่ายดาวเทียมที่ช่วยให้ข้อมูลประกอบการตัดสินใจและวางแผนจัดการปัญหาน้ำท่วมได้อย่างมีประสิทธิภาพมากขึ้น

ภาพแสดงบริเวณพื้นที่น้ำท่วมที่ St George, Grenada, Spain

วงการอสังหาริมทรัพย์ก็หยิบเอา Location Intelligence มาทำนายแนวโน้มความต้องการซื้อของลูกค้าและมูลค่าของอสังหาริมทรัพย์ในอนาคต

อีกกรณีศึกษา คือ PSMA Australia บริษัทผู้ให้บริการข้อมูลด้านตำแหน่งที่ตั้งมายาวนานถึง 20 ปี สิ่งที่บริษัทต้องการมากๆ ในตอนนี้ คือ การขยายความครอบคลุมของข้อมูลพื้นที่ ในช่วงแรกบริษัทใช้การเก็บข้อมูลและตรวจสอบความถูกต้องกับภาพถ่ายทางอากาศ แต่มันใช้ได้ผลดีเฉพาะแค่ในพื้นที่ขนาดเล็ก ใช้เวลาเยอะและราคาแพง แต่หลังจากที่บริษัทได้พบกับเทคโนโลยีภาพถ่ายจากนอกโลก บริษัทก็สามารถเพิ่มจำนวนความครอบคลุมของพื้นที่และเจาะดูข้อมูลเชิงลึกได้ถึง 13.5 ล้านที่อยู่ในออสเตรเลีย

ตัวอย่างการจับภาพของอาคารปลูกสร้างอัตโนมัติในออสเตรเลีย

การประยุกต์ใช้ในอุตสาหกรรมพลังงาน นำ Location Intelligence ช่วยจัดการทรัพย์สินขนาดใหญ่และเครือข่ายการกระจายสินค้าที่ซับซ้อน รวมทั้งควบคุมการดำเนินงานเพื่อให้แน่ใจว่าธุรกิจได้ดำเนินงานตรงตามมาตราฐานข้อตกลงการให้บริการ (SLAs; Service Level Agreements) และถูกต้องตามข้อกำหนด

ด้านการคมนาคม ใช้ Location Intelligence ช่วยในการพัฒนาซอฟต์แวร์ให้มีประสิทธิภาพจากการอัพเดตข้อมูลอยู่เสมอ เช่น ข้อมูลการปิดถนนหรือสร้างถนนใหม่ เช่น Uber ในต่างประเทศนำ Location Intelligence ไปใช้ในเส้นทางเดินรถเพื่อเพิ่มความแม่นยำของจุดรับ-ส่งผู้โดยสาร, ช่วยระบุรูปแบบการจราจร การเคลื่อนย้ายของประชากรที่มีผลต่อสภาพคล่องในการเดินทาง , ให้ข้อมูลเชิงลึกต่างๆ แบบเรียลไทม์เพื่อแจ้งเตือนข่าวสารแก่ลูกค้าและการพัฒนาด้านความปลอดภัย

วงการค้าปลีกใช้ Location Intelligence ช่วยติดตาม ประสานงานการเดลิเวอร์รี่สินค้า เพื่อเพิ่มทั้งยอดขายและความพึงพอใจในลูกค้า

ส่วนหน่วยงานภาครัฐ เป็นภาคส่วนที่ควรนำ Location Intelligence  มาใช้อย่างยิ่งเพื่อเพิ่มประสิทธิภาพการจัดการเส้นทางเมื่อมีเหตุฉุกเฉิน ช่วยวางแผนการวางโครงสร้างพื้นฐานของรัฐด้วยการหลีกเลี่ยงพื้นที่จราจรแออัดและเขตคนเดินเท้า และช่วยให้การทำโครงการเพื่อความยั่งยืนอื่นๆ ที่ช่วยให้เกิดความเข้าใจในความต้องการที่เฉพาะตัวของแต่ละชุมชนนั้นง่ายขึ้น

สถาบันการเงิน สามารถใช้ Location Intelligence ช่วยเลือกทำเลที่ตั้งสาขา ช่วยให้ข้อมูลแก่ผู้พิจารณาประกันภัย เปิดมุมมองใหม่ในตลาดสินค้าโภคภัณฑ์ และบริหารจัดการความเสี่ยงของพอร์ตการลงทุน

อุตสาหกรรมเหมืองแร่ ใช้ Location Intelligence ช่วยวางแผนจัดการผลกระทบต่อพื้นที่สิ่งแวดล้อม และจัดการความต้องการด้านโครงสร้างพื้นฐาน การขนส่งและอุปกรณ์ที่จำเป็น

ธุรกิจประกัน ก็ยังสามารถใช้ Location Intelligence นำข้อมูลด้านตำแหน่งที่ตั้งมาประยุกต์ใช้ในการพิจารณาระดับความเสี่ยงของลูกค้าแต่ละราย รวมไปถึงการกำหนดราคา

Location Intelligence  ยังใช้ในวงการเทคโนโลยีและการให้บริการด้านตำแหน่งที่ตั้ง เช่น พัฒนาแอปพลิเคชันและสร้างแผนที่ให้สอดคล้องกับบริบทของโลก ค้นหาตลาดใหม่ๆ ให้แก่ผลิตภัณฑ์ และจับตามองการเปลี่ยนแปลงต่างๆ ทางภูมิศาสตร์

นี่เป็นเพียงตัวอย่างคร่าวๆ ที่เราหยิบยกมาให้ผู้อ่านได้เห็นภาพกัน หากท่านใดสนใจใช้ข้อมูลวิเคาะห์ Location Intelligence สามารถเข้าไปศึกษาเพิ่มเติมได้ที่ https://www.maxar.com/