Невелика подорож у світ геоаналітики та AI

Майже рік тому ми отримали, здавалося б, просту задачу від партнера – мережі супермаркетів. «А можете спрогнозувати, скільки в середньому буде покупців на місяць в магазині, який ми плануємо відкрити за цими координатами?».

Так почалася наша подорож у світ геоаналітики та AI. Спочатку все здавалося простим – API Google Maps та кілька формул. На одному з брейнштормів ми навіть «винайшли» формулу оцінки привабливості магазину, засновану на законі гравітації… і з подивом дізналися, що Вільям Рейлі випередив нас на 90 років!

Наш перший AI-прототип дав точність 75%, навіть не враховуючи такі важливі перешкоди як річки чи залізничні колії. Потім були ізохрони та діаграми Вороного і ще багато цікавих речей, які ми колись вивчали на парах в університеті. Зараз, після майже року досліджень та розробки, наші моделі аналізують понад 100 факторів, пов’язаних з конкурентним оточенням, забудовою та громадською інфраструктурою і прогнозують успішність нової точки зі значно кращою точністю.

Взагалі тема вибору локації досить стара. Ще 2000 років тому – давньоримський архітектор Вітрувій у своїй праці «The Ten Books On Architecture» радив будувати ринки на перетині головних вулиць. Але з того часу підходи до вибору локацій суттєво змінилися. Я чув багато цікавих історій про видатних ритейлерів та їх підходи.

А нещодавно я провів опитування серед своєї аудиторії в Linkedin – 59% вважають, що локація залишається найважливішим фактором успіху магазину у 2025 році. Але як же швидко і правильно її обрати? (До речі, 17% опитаних вважають критично важливою операційну ефективність, і ще 17% кажуть, що все залежить від формату).

Стратегія охолодження ЦОД для епохи AI