Spatial Data Mining gibt Aufschluss über Ihren Alltag

Eine systematische Analyse aller beschriebenen Datenquellen hinsichtlich räumlicher und zeitlicher Korrelationen ermöglicht das sogenannte Spatial Data Mining.

Data Mining ist die partiell automatisierte Suche nach verborgenen Zusammenhängen in typischerweise großen Datenbeständen. Die Verfahren stammen aus dem maschinellen Lernen, der Statistik und der Datenbanktheorie. Beim Spatial Data Mining erfolgt die Hinzunahme einer räumlichen Analyse­komponente, um so mit Hilfe von Geoinformationssystemen² Korrelationsanalysen verschiedenster Datenquellen, angefangen von statischen und dynamischen Daten bis hin zu georeferenzierten Daten, durchzuführen. Die Vorteile solcher Verfahren sind die einfache Automatisierung und gute Skalierbarkeit der Analysen.

Diese Verfahren werden schon seit längerem in Bereichen wie der öffentlichen Sicherheit, Transport, Epidemiologie, Klimatologie von Institutionen wie der NASA und dem United States Department of Transportation (USDOT) verwendet, finden aber auch zunehmend Verbreitung im Bereich Geomarketing. Beispiele hierfür sind die Vertriebsgebietsoptimierung, die optimale Platzierung von Filialen einer Einzelhandelskette oder aber auch die Ermittlung von Gebieten mit geringer Bonität zwecks Ausschluss bestimmter Zahlungsmöglichkeiten für einen Versandhandel. Als Quellen dienen leicht zugängliche Daten wie Bevölkerungsanzahl, Bevölkerungsdichte, Demografie und Kaufkraft, das heißt räumlich aufgelöste Informationen, die entweder Kommunen und Ländern zur Verfügung stellen oder kommerziell erworben werden können.

Einem Netzbetreiber stehen jedoch zusätzlich zu den geografischen Daten die oben beschriebenen dienste- und nutzerspezifischen Informationen zur Verfügung, die zumeist als hoch aufgelöste Marktzellendaten – innerstädtische 3G-Mikro-Zellen haben zum Beispiel einen Radius von weniger als 100 Meter – erfasst werden.

Diese aus personen- und netzbezogenen Informationen generierten Daten lassen sich damit beispielsweise für eine automatisierte Suche nach geografischen und funktechnischen Ursachen für eine schlechte Dienstequalität, der automatisierten Untersuchung des Verkehrspotenzials nach geografischen, demografischen und funktechnischen Gesichtspunkten, aber auch für die Kundensegmentierung einsetzen.