Er zijn ontzettend veel ruimtelijke databronnen beschikbaar op het internet. Bedrijven zouden deze informatie graag samenbrengen om er inzichten uit te verkrijgen. Toch is dit makkelijker gezegd dan gedaan.

Het probleem van werken met ruimtelijk data

Er zijn verschillende redenen waarom het lastig is voor bedrijven en MKB'ers om inzichten te verkrijgen uit ruimtelijke data. Om te beginnen zien wij dat bedrijven vaak nog niet klaar zijn om met grote hoeveelheden data te werken gezien hun huidige data strategie. Veel organisaties werken in Microsoft Excel om data analyses uit te voeren, wat voor kleine en simpele analyses prima functioneert. Wanneer de hoeveelheid en complexiteit van data toeneemt, zoals bij ruimtelijk data, is Microsoft Excel vaak niet krachtig en flexibel genoeg.  Daarnaast is werken met ruimtelijke data lastig omdat er ontzettend veel verschillende manieren zijn om deze bronnen beschikbaar te maken.

Data integratie systeem

Om dit process makkelijker te maken voor bedrijven en MKB'ers hebben wij een data integratie systeem ontwikkeld. Een overzicht van het systeem is te zien in de foto hieronder. De "Tap Geosource" is een zelf ontwikkelde module die het mogelijk maakt om een breed assortiment aan ruimtelijke data bronnen naar binnen te halen. Deze data kan dan verstuurd worden naar een centrale database (in dit geval een data warehouse genoemd). Zo kan je eenvoudig de data centraliseren en hier analyses over uitvoeren.

Ruimtelijke vraagstukken oplossen met data

Zoals te zien in het figuur, heeft onze tool de databronnen Leefbaarometer, OpenStreetMap (OSM), Basisregistratie Adressen en Gebouwen (BAG), Centraal Bureau voor de Statistiek (CBS) en energie labels centraal ontsloten in een data warehouse. Deze gekoppelde databronnen kan vastgoed bedrijven helpen de ruimtelijke vragen te beantwoorden, voorbeelden van ruimtelijke vragen:

• Wat is de gemiddelde afstand van een huis tot de dichtstbijzijnde bushalte?
• Waar komen er nieuwe woonwijken waar nog geen supermarkten te vinden zijn?
• Welke kantoren hebben een laag energielabel maar liggen in een buurt met een hoge leefbaarheid?
• Hoe veranderen energielabels jaar na jaar in verschillende gemeentes?
• Wat is het totale oppervlakte aan bedrijfsruimte is Noord-Amsterdam?
• Waar komen er nieuwe woonwijken waar nog geen supermarkten te vinden zijn?
• In welke buurten gaat de leefbaarheid naar beneden?
  

De eerste drie ruimtelijke vraagstukken worden hieronder op basis van data beantwoordt.

1. Wat is de gemiddelde afstand van een huis tot de dichtstbijzijnde bushalte?

Voor deze query hebben we de data van het Kadaster gecombineerd met gegevens uit OpenStreetMap. Hier kun je ook de kracht van het systeem op een grote dataset zien, om de afstand van alle miljoenen huizen uit te rekenen heeft het systeem maar 20 seconden nodig.

2. Waar komen er nieuwe woonwijken waar nog geen supermarkten te vinden zijn?

Om deze query te beantwoorden hebben we dezelfde databronnen gebruikt. Het resultaat kan gebruikt worden voor supermarkten om mogelijke locaties te vinden met hoog potentieel. De groene rondjes in de foto zijn een indicatie voor projecten die gebouwd gaan worden, de rondjes met een paarse rand staan voor bestaande supermarkten.

3. Alle kantoren met een laag energielabel in een buurt met hoge leefbaarheid.

Deze query combineert data uit de Leefbaarometer, het Kadaster en een energielabel dataset. Over een aantal jaar moet elk kantoor een energielabel beter dan C hebben, deze query laat al deze kantoren zien, die ook nog in een goede buurt staan.

Werk jij met ruimtelijk data?

Werk jij op dagelijkse basis met ruimtelijke data en loop jij tegen vergelijkbare uitdagingen aan? Neem vrijblijvend contact op met Quantile voor een gratis consult over werken met ruimtelijke data.