Erros comuns de geocodificação e como evitá-los

Reduza os custos e mantenha a qualidade do serviço com a geocodificação baseada em IA

Olá, sou Xavi Ruiz, CEO da Routal . Na semana passada eu estava conversando com Muthu sobre Geograndiosidade Sobre o que fazemos em Routal. Durante essa conversa, comentei que especialistas não geográficos têm problemas devido à falta de conhecimento sobre sistemas de codificação geográfica. Eles acham que isso não é mais um problema, então, quando você fala com eles sobre a qualidade dos dados mestres, eles dizem: “Vamos lá! Temos o Google Maps, certo?” É uma reação normal!

A varinha mágica da geocodificação

O Google tem uma boa reputação como gigante da tecnologia e funciona bem em ambientes urbanos. Mas se perguntarmos a eles “Você já se perdeu usando o Google Maps?” desencadeia experiências ruins em suas mentes. Sou um grande usuário do Google Maps e consigo me identificar com isso.

A principal questão que surge é por que os usuários do Google Maps confiam tanto em sua geocodificação?

Geocodificar , para não especialistas, significa fornecer as coordenadas geográficas correspondentes a uma localização.

Eles confiam no Google Maps por sua experiência. Eles não entendem como isso funciona e, para eles, é mágico: eles inserem um endereço e o Google magicamente coloca um alfinete em um mapa. A mágica parece perfeita!

Mas a má notícia é que o Google Maps está longe de ser perfeito.

Um estudo da Universidade de Pittsburgh (2009) sobre qualidade de mercado conclui que os geocodificadores não oferecem qualidade suficiente. Resumindo, 60% dos dados são precisos o suficiente (< 200 m), 20% têm erro suficiente, o que é útil para um otimizador de rotas, e o resto nem é um resultado (a geocodificação manual ainda é necessária) .* (Veja a referência no final da postagem)

Alcançar uma correção de 60 a 70% está longe de ser mágico ou perfeito.

As operações logísticas não podem ser baseadas em resultados com um erro próximo a 30% em locais geolocalizados.

Quando a geocodificação encontra a realidade

Por que o Google não está funcionando? magicamente ? Há vários motivos:

• O principal motivo é a falta de informações no campo em comparação com as áreas urbanas.
• Outro motivo é que os nomes mudam. A administração muda o nome das ruas, praças e avenidas ao longo do tempo. As informações devem estar atualizadas. E o sistema deve ter em mente que os usuários ainda podem pesquisar nomes antigos quando pensam em um lugar. Às vezes, os lugares têm nomes aconchegantes que são familiares aos habitantes da cidade. Mas esses lugares não existem para o Google Maps.
• Regiões multilíngues eles têm traduções diferentes e várias combinações para o mesmo lugar.

Vivendo na estrela inexistente

Tenho uma história pessoal para contar como exemplo desse problema com o Google Maps.

Minha esposa morava em uma cidade perto de Girona chamada Olot. Esta região é famosa por sua maioria política em relação ao nacionalismo catalão. Minha esposa morava em uma praça oficialmente chamada “Plaça Espanya”. Para evitar esse nome, os habitantes de Olot se referem a ele com o nome aconchegante de “Plaça Estrella”. Não há necessidade de perguntar por quê.

Agora você pode imaginar os enormes problemas que os funcionários da DHL ou da UPS tiveram que entregar nesta praça!

Confie no conhecimento humano

Como as pessoas estão resolvendo esse problema atualmente? Obviamente cometendo erros e aprendendo com eles. É simples assim porque nenhum de nós nasceu com conhecimento total. O conhecimento sobre lugares é adquirido e compartilhado entre as pessoas. O conhecimento humano preenche as lacunas de informação.

Como as pessoas cometem erros, um serviço 100% de qualidade não pode ser alcançado com esse método.

Perda de informações

Os trabalhadores não apenas cometem erros, mas nem sempre estão disponíveis. A eficiência das operações é altamente dependente de pessoas experientes. Esse conhecimento compartilhado é um dos ativos mais valiosos de uma empresa de logística. Eles percebem o valor de seus trabalhadores quando precisam substituí-los. É impossível substituir o conhecimento e, ao mesmo tempo, manter um nível consistente de qualidade de serviço.

Esse é um risco enorme para empresas que não estão cientes desse problema.

Inteligência artificial para o resgate

A inteligência artificial é capaz de aprender com as operações da mesma forma que os humanos. Ele aprende automaticamente, sem erros, e a IA está sempre disponível. Routal ajuda as empresas em suas operações logísticas e reduz seus custos em até 30%.

Estudo de caso: Suez

A Suez é a maior empresa de serviços públicos do mundo. Como fornecedores de água, eles têm centenas de milhares de lugares que visitam periodicamente: hidrômetros, válvulas e outros.

Estudo de caso: Suez

Em algumas áreas remotas, há apenas uma pessoa responsável por todas as operações da empresa. Uma única pessoa tem conhecimento de geolocalização. Encontrar esses hidrômetros e válvulas é um verdadeiro desafio. O Google Maps não ajudará em nada.

Suez enfrentou o problema quando foi necessário substituir um trabalhador. Routal demonstrou que a IA ajuda a manter a qualidade do serviço e reduzir riscos, tempo e dinheiro.

Como fizemos isso? A Routal processou a rota GPS logística de Suez e a combinou com dados comerciais (leituras do medidor de água) para geolocalizar automaticamente os locais a serem visitados. O resultado foi:

• Mais de 99% dos locais foram geolocalizados com uma precisão de distância máxima de 25m.
• 60% com uma precisão máxima de distância de 2m

A captura automática do conhecimento torna as informações mais confiáveis e fornece informações claras sobre a operação.

Routal ajuda as empresas a superar desafios quando se trata de geolocalização e otimização de rotas.

Visite nosso local na rede Internet para saber mais sobre nossas soluções.

Fique ligado no nosso próximo artigo sobre comportamentos humanos!

* * * Referência * * *
Roongpiboonsopit, D. e Karimi, HA , 2009. Avaliação e análise comparativa de serviços de geocodificação on-line. Revista Internacional de Ciências da Informação Geográfica , 24 (7), páginas 1081-1100. Fonte: https://www.tandfonline.com/doi/abs/10.1080/13658810903289478