Bálint Palotai, Gábor Ádám
2.1 Was verstehen wir unter GIS?
Räumliche und nichträumliche Daten werden in Entscheidungsprozesse integriert
Geografische Informationssysteme (GIS) unterstützen die Entscheidungsfindung in Unternehmen, indem räumliche Komponenten in den Entscheidungsprozess aufgenommen werden. Räumliche Daten bestehen aus 2 Teilen: den Schichten der digitalen Karte und den Daten selbst, wie z. B. alphanumerische Daten, Videos und Bilder. Es gibt auch die nichträumlichen Daten, die üblicherweise als Attributdaten bezeichnet werden. Eine der wichtigsten Funktionen von GIS ist die Verbindung der räumlichen Daten mit den Attributdatensätzen.
Zu den 4 grundlegenden Typen von räumlichen Daten in einem GIS-System gehören Punkt-, Linien-, Polygon- und Rasterdatentypen (s. Abb. 3).
Abb. 3: Räumliche Datentypen in einem GIS
Die Punktdaten werden in Form von 2 Zahlen (Koordinaten) gespeichert und die Zahlen stellen die Speicherung von Punkten in einem Computer dar. Ein Paar von Punkten bildet eine Linie und eine Gruppe von Punkten kann einen verbundenen Satz von Linien bilden. Ein verbundener Satz von Linien bildet eine Grenze oder ein Poligon (Fläche).
Geocodierung und Reverse-Geocodierung
Die häufigste Business-GIS-Verbindungsfunktion ist die Geocodierung. Die Geocodierung ist die Transformation der Beschreibung eines Standorts (wie beispielsweise eine Adresse, Name eines Orts oder Koordinaten) in einen Ort auf der Erdoberfläche (praktisch von der Adressinformation zu XY-Koordinaten). Reverse-Geocodierung ist die Rückwärtscodierung eines Punktstandorts (Längengrad, Breitengrad) in eine lesbare Adresse oder einen Ortsnamen.
Abb. 4: Definition des Einzugsgebiets einer Verkaufsstelle
Analysen von räumlichen und dienstleistungsbezogenen Eigenschaften liefern Informationen
Da die Technik der räumlichen Analyse räumliche Eigenschaften vergleicht, lässt sich bestimmen, wie viele Punkte sich in einem Polygon befinden oder wie viele Polygone einander überlappen. Ein praktisches Beispiel wäre, festzustellen, wie viele Autobahnen und Straßen sich mit dem Bereich eines Einzelhandelsgeschäfts überschneiden. Eine komplexere Analyse ist die Dienstleistungsbereich-Analyse. Diese Analyse bestimmt alle Dienstleistungen, die innerhalb eines Zeitraums (z. B. 5 Autominuten) oder einer bestimmten Entfernung (z. B. 1 km) Region erreichbar sind.
Darüber hinaus kann durch das Hinzufügen von zusätzlichen Merkmalen, wie z. B. Kundenstandorte, die Anzahl der Kunden innerhalb des Einzugsbereichs eines Einzelhandelsgeschäfts oder einer Niederlassung verglichen werden.
Durch Hinzufügen von zusätzlichen Daten und Merkmalen zu einer räumlichen Analyse können verschiedenste Fragen beantwortet werden. Diese lauten beispielsweise: "Wo verliere ich junge Kunden, wenn ich diese Niederlassung schließe?" und "Welcher Mitbewerber würde diese gewinnen?" Der Vorteil von GIS ist, dass unbegrenzte Datenmengen visuell dargestellt, konsumiert und nur die wertvollen Informationen genutzt werden können.
2.2 Ebenen von Standortanalysen
Gemäß der oben erwähnten Erhebung verwalten 49 % derjenigen, die meinen, dass Standortanalysen wichtig sind, interne Daten in Tabellen. Die meisten von ihnen verwenden Adressen als geografische Referenz. Allerdings verlassen sie sich stark auf Tabellen und sind weniger zufrieden mit den Geschäftsergebnissen von Standortanalysen (16 % zufrieden) als jene 23 %, die professionelle GIS (49 % zufrieden) anstelle von Tabellen verwenden. Insgesamt kann zwischen 4 Reifegraden von Standortanalysen unterschieden werden (s. Abb. 5).
Abb. 5: Reifegrad von Standortanalysen
2.2.1 Ebene 1: Verwaltung von Standortdaten in Tabellen
Normalerweise ist es nur eine Art von Standortdatenspeicherung, doch aufgrund der Einschränkungen von Excel gibt es keine echte Standortanalyse (nur Abfragen nach Stadt, Land usw.).
2.2.2 Ebene 2: Visuelle Darstellung von Standortdaten auf Karten ohne räumliche Analysen
Normalerweise ist dies nur der Fall, wenn die Ergebnisse einer auf Tabellen basierten Analyse visuell auf Karten dargestellt werden (z. B. visuelle Darstellung von Filialen/Shops auf der Karte).
2.2.3 Ebene 3: Mehrschichtige räumliche Analysen
Diese Datensätze (z. B. Anzahl der Einwohner, Anzahl der Unternehmen, Anzahl von öffentlichen Einrichtungen etc., s. Abb. 6) können in verschiedenen Schichten veranschaulicht und aufeinandergelegt werden. Die zentrale Frage bei einer Mehrschichtanalyse ist die Gewichtung der Datensätze, d. h., auf welcher Ebene die bestimmten Schichten berücksichtigt werden. An dieser Stelle wird i. d. R. ein auf Geoinformationsdaten basierendes Statistikmodell aufgebaut. Mithilfe des statistischen Modells wird die methodologisch basierte Lösung von Geschäftsproblemen möglich.
Abb. 6: Räumliche Mehrschichtanalysen
Ein beispielhafter Anwendungsfall hierfür ist die Definition und visuelle Darstellung des Marktpotenzials eines Gebiets/Vertriebspunkts durch die Analyse des Umsatzes, des Netzwerks und der Umweltdaten. Für eine detaillierte Darstellung s. "Anwendungsfall 4".
Mithilfe modernster statistischer Methoden (z. B. Regressionsmodelle) lassen sich auf die folgenden Fragen zu Vertriebspunkten und Produktkategorien Antworten geben:
- Welche Arten von Indikatoren (erklärenden Variablen) haben einen deutlichen Einfluss auf de...