Выбрать правильное место для размещения магазина — ключевая задача в розничной офлайн торговле.

Отраслевые эксперты любят золотое правило трёх самых важных в ритейле «L» (конечно, это «Location», «Location» и еще раз «Location») уже давно.

Сегодня к адептам этого правила присоединились еще и аналитики и data scientist»ы в больших подразделениях сетевых розничных компаний, девелоперов и агентств недвижимости, а также разработчики геосервисов. К слову сказать, правило это тут же преобразовалось в «Location», «Context», «Mobility».

За относительно недолгое время cформировался набор типовых сервисов для определения оптимального месторасположения магазинов. Один из них описан в этой статье.

Узкие IT рынки редко когда обращают на себя внимание. И денег там не много, и компании мелкие, и требования к соискателям у них специфические. С тем же, они бывают очень интересны в силу своей специализации и продуктов. Кроме того, эти компании достаточно активно ищут разработчиков и продажников, но зарплаты в той IT нише зачастую ниже сегодняшнего перегретого рынка.

Сегодня мы расскажем о том, как выглядит с финансовой точки зрения российский рынок разработки геоинформационных систем (ГИС) и сервисов.

Всем привет!

Я Юрий Сергеев, основатель и генеральный партнер Swordfish Security. В нашем блоге мы рассказываем о новых трендах в индустрии DevSecOps, о трудностях, с которыми сталкиваемся, о применяемых инструментах, а также о том, к чему готовиться в будущем.

В этой статье хочу поговорить о технологических вызовах, рассмотреть наиболее актуальные сегодня практики безопасной разработки с точки зрения современных запросов индустрии, поделиться собственным взглядом на тренды отрасли и вектора развития в текущих реалиях.

В предыдущей статье я описала применение технологий location intelligence для определения оптимального месторасположения дарксторов. В следующей – опишу вторую ключевую часть логистики последней мили - решений для планирования оптимальных маршрутов курьеров с учётом пробок и других данных.

При этом доставка последней мили – это хоть и важный, дорогой и любимый инвесторами и стартапами, но всё же почти финальный этап в процессе движения товаров по цепи поставок.

После неё следует разве что что возврат товара, если не подошло, а также иногда утилизация уже использованных товаров (в последние годы логистика утилизации стала очень востребованной в условиях захвативших прогрессивное сообщество ESG-настроений).

А до последней мили – сложный процесс управления движением потоками материалов и товаров, финансов и информации по сложным цепям поставок.

Поэтому в этой статье расскажу о том, почему меня в целом вдохновляет управление цепями поставок и логистика в части использования location intelligence и AI и цифровизации в целом, почему «цифровой дарвинизм» особенно беспощаден именно этой отрасли и зачем именно в логистике мы делаем пилот.

Построение маршрутов типичная задача, люди регулярно этим пользуются, особенно для автомобильных маршрутов, в навигаторах.

Решений, для построения маршрута тоже немало, в том числе существует GraphHopper, который умеет строить маршруты, и для автомобилей, и для пешеходов, и даже для пешего туризма, - подойдёт в 99% случаев.

Далее речь пойдёт том, что делать в оставшемся 1% ситуаций, точнее о моём опыте использования GraphHopper, когда существующее решение не подходило. Требовалось учитывать дополнительные ограничения: строить пешеходные маршруты для людей с ограниченными возможностями. Не будет ни каких значимых особенностей реализации именно этой задачи. Максимально обобщённо.

Будет описано, как создать на основе библиотеки GraphHopper свой веб–сервис, который, по координатам начала и окончания пути, вернёт массив координат маршрута.

Пример приложения, со всеми необходимыми для запуска заглушками, можно найти в моём репозитории на GitHub.

Японцы уже в 2018 году научили немецкий GraphHopper строить маршруты по дорогам хранящимся в PostgreSQL.

Как кастомизировать источник данных, и сохранять новые дороги в таблицу правильно?

Привет, Хабр! Меня зовут Ахрор, и я занимаю должность управляющего проектами в Департаменте Цифрового Развития Ташкента. Сегодня я хочу рассказать вам о том, как мы создавали систему управления Smart City для столицы Узбекистана на базе российских решений — ПО для бизнес-аналитики и визуализации Visiology и платформы “Геоинтеллект”. Новая система объединила более 60 ведомств и стала основой для работы диспетчерского ситуационного центра. В этом посте я подробно расскажу о том, как создавалась и проектировалась платформа, а также о том, какие возможности Геоинтеллекта и Visiology мы использовали.

17 ноября — День географических информационных систем (ГИС). ГИС сегодняшний — это сгусток высоких технологий, которые помогают бизнесу быть инновационным. О них мы и расскажем, но вначале вводная о самих системах.

Направление «Location Intelligence» не назовешь новым или инновационным. Технология появилась на кривой «Gartner Hype Cycle of Emerging Technologies» в далёком 2013-м году. Его старшие родственники BI и геоинформационные системы (ГИСы) тоже широко используются уже не первый десяток лет. В военно-промышленном комплексе технологии LI активно использовались и того раньше.

При этом востребованность и сфера применения LI с завидной динамикой растут. Сегодняшние конференции по большим данным и искусственному интеллекту редко обходятся без выступлений на тему геоаналитики, геофенсинга, геолокационного маркетинга и других технологий, название которых начинается с «гео».

Компании воодушевленно делятся успешным опытом определения оптимального месторасположения точек продаж, рассылки уведомлений клиентам, находящимся рядом с определенной локацией, хитроумного планирования помещений внутри магазинов с учетом знаний о поведении покупателей (да-да, наше с Вами поведение – объект нешуточных исследований), рассказывают о результатах анализа продаж по геопризнаку на основании чеков, решении логистических и других задач, нацеленных на повышение эффективности рекламы и улучшение пресловутого клиентского опыта.

Маркетинговая погоня за нашими кошельками ­ только один небольшой пример применения LI.

Всем привет! Это блог компании "Техносерв". В процессе производства на проектах, которые мы выполняем, рождаются интересные технологические кейсы. Их скопилось такое количество, что мы решили начать делиться ими с миром. И да, это наша первая публикация.

Честь начать блог выпала мне, и я пишу о том, что мне близко и любимо: о геоинформационных технологиях. Я работаю в департаменте Больших Данных, где занимаюсь разработкой высоконагруженных геоинформационных систем и сервисов на базе движков для распределенных вычислений. О высоких материях мы еще поговорим, а сегодня плавно начнем погружение в ГИС.

Все чаще и чаще у аналитиков данных (или как еще их называют — Data Scientist) появляется потребность в визуализации данных на карте. Какой инструмент сейчас считается наиболее удобным для работы аналитика? Конечно же, тетрадки! До последнего времени возможностей по визуализации геоданных было не так много. Можно было делать статические растры в matplotlib, иногда можно было добавлять даже базовые карты. Интересной оказалась библиотека для работы с Leaflet, где можно открывать geojson-файлы. Сегодня же я хочу рассказать об ArcGIS API for Python от компании Esri.

Эта статья будет полезна как аналитикам, желающим изучить примеры работы с ГИС, так и картографам и ГИС-специалистам, которым интересно попробовать себя в написании кода.

Геоаналитика с помощью Python: GeoPandas, folium, Uber H3, OSM + примеры как можно определять лучшие локации для поиска помещений под открытие кофейни (и не только).

Location intelligence - GeoData has a Better Idea