地理空間分析
地理空間分析によるインサイトの取得
多くの組織にとって地理空間分析は必須
従来のシステムでは地理空間分析には不十分
リレーショナルデータベースは、以下の理由から地理空間分析にはあまり適していません。まず、データモデルが、リアルタイムでの複雑なロケーションベースの分析に対して設計されていません。次に、地理空間分析は、サードパーティのインデックスに依存している場合があります。さらに、これらの複雑なロケーションに焦点を当てた質問に答える簡単なSQLクエリはありません。リレーショナルデータベース上に構築された従来の地理空間分析アプリケーションは、これらの課題に対処するように設計されていません。このような課題があるために、多くの組織が、中核的なビジネスインテリジェンスモデルに地理空間分析を取り入れおり、結果として重大なインサイトを見落としています。
地理空間分析にTigerGraphのグラフデータベースを活用する理由は？
ディープリンク分析を用いて地理空間データからインサイトを明確化
グラフデータベースは、周囲の環境を相互接続されたエンティティとしてモデル化し、人と物のリレーションシップを調査するため、地理空間分析のために組織が必要とする機能を提供します。地理空間データは、エンティティの絶対位置と相対位置をモデル化するために必然的に設計されたグラフデータモデリングへ使いやすさのために追加されています。
顧客の移動データを考慮したモバイルオファーまたはおすすめレコメンデーションシステムについて考えてみましょう。このシステムでは、顧客を平日と週末の移動に基づいたさまざまなモビリティパターンに分類します。店舗やレストランなどの人気のある商業施設も考慮されます。
TigerGraphは、販売およびサービスチャネルからの閲覧ブラウジング、検索、購入の履歴などの、販売およびサービスチャネルからのトランザクションデータと、店舗やレストランなどの顧客にとって最もよく行く商業施設を示すロケーション履歴データを組み合わせます。これらすべての情報は、顧客のリアルタイムの居場所位置情報と組み合わされ、カスタマイズされたモバイルオファー（例えばサンフランシスコや東京の繁華街にある店での30％オフセールなど）が提示計算され、オプトインした顧客に向けてリアルタイム情報として配信されます。
TigerGraphは、位置情報ロケーション、時間、製品、トランザクション、および顧客データ間に潜むこうした隠れたリレーションシップ関係を検出するために、複数の接続されたエンティティにまたがる6ホップ以上のディープリンククエリを実行して、ロケーションベースの製品または店舗のおすすめ情報を見つけます。
リアルタイム分析を使用して地理空間データからインサイトを取得
混雑した大都市圏で、車両の需要と供給のミスマッチを識別し、乗客の長い待ち時間を予測・解消し、車両のアイドリング時間を減らそうと試みているタクシー会社を想像してみてください。TIgerGraphからのリアルタイムの地理的インサイトによって、これらの問題を特定し、それらを解決するための対策を推奨することができます。大量の地理空間データは、途切れることなく収集されます。TigerGraphは、多くの人々と車両の移動パターンを同時に分析・検出し、ニューヨーク、ロンドン、東京のような密集した大都市圏を移動している数百万という顧客からの要求にリアルタイムで対応することができます。
モノのインターネット (IoT) のデータの地理空間分析からインサイトを明確化
地理空間分析はネットワーク内のすべてのリソース（センサー、スイッチ、ルーター）は接続されており、収集された情報に関連してロケーションタグがあるため、Ｉｏｔに特に適しています。TigerGraphによって、すべてのセンサー、アクチュエーター、スイッチ、ルーターからの信号を処理し、ロケーションに基づいてそれらをマッピングし、リアルタイムで複雑な計算を実行して意思決定を行うことが可能になります。