Que sont les données en tant que service (DaaS) dans le domaine géospatial?

Le centre commercial des données géospatiales est maintenant ouvert. Mais attendez un instant! Qui est le locataire clé des données géographiques? Seuls ceux qui ont un revenu de plus de 90 000 $ avec un diplôme d’études supérieures et qui sont âgés de plus de 35 ans sont autorisés dans cette partie du centre commercial. Où puis-je trouver des données satellitaires? Allez au dernier étage, puis regardez en bas. Qui offre les meilleures données de segmentation sur le style de vie? J’ai entendu dire que seuls les citadins qui conduisent une Volvo peuvent le trouver. Le centre commercial des données en tant que service peut être très complexe. Voici pourquoi.

Quelle est la raison d’être des données en tant que service?

Les DaaS s’attaquent aux défis associés à la recherche ou à l’approvisionnement de données tierces et, dans le cas présent, de données géospatiales. Les DaaS offrent plusieurs avantages importants; premièrement, l’accessibilité des données offertes par les magasins de données. Cette accessibilité répond à la question « où pouvons-nous trouver des données? », et c’est pourquoi de nombreuses plateformes de données, comme Amazon Web Services, hébergent leur propre marché. Un deuxième avantage est la capacité à simplifier l’approvisionnement à l’aide, par exemple, d’une licence d’achat au clic. Le troisième avantage est le coût et la mise à profit d’un contrat de licence d’achat de données basé sur les transactions, aussi appelé « modèle de facturation à l’utilisation ». Finalement, les utilisateurs se préoccupent de la fraîcheur des données et veulent éliminer la nécessité de demander les ensembles et les mises à jour les plus récents. Un service Web léger et sur demande peut transférer automatiquement les données aux utilisateurs lorsque des mises à jour sont disponibles.

Les magasins de données

Il existe autant de définitions des DaaS qu’il y a de fournisseurs de solution. Si l’on parle strictement de fournisseurs de produits de données géospatiales, ils vous offriront un marché pour télécharger, tester et acheter les produits. Par exemple, ils offriront des données de lignes médianes de rue ou des limites politiques en format de fichier de formes, ainsi que des données démographiques dans une feuille de calcul Excel, peut-être avec une colonne pour des données à joindre comme un code postal ou un numéro de propriété. Une variété d’API géospatiales fournissent des données pour des cas d’utilisation précis, comme les conditions météorologiques, les services d’urgence 911 ou les données sur les taxes locales. Dans certains cas, les fournisseurs de données offriront un code d’identification unique qui permettra de joindre plus facilement des données à d’autres produits de données à l’aide d’un champ pour ce code d’identification. HERE Marketplace, CARTO Spatial Data Catalog, Google ou Precisely Data Experience sont de bons exemples de magasins de données.

Les services Web de DaaS versus le SaaS axé sur les données

Il s’agit généralement de la définition la plus courante des DaaS. De nombreux services Web des DaaS sont des API de logiciel en tant que service (SaaS) de localisation conçues davantage pour les développeurs de logiciel et qui offrent un modèle sur demande basé sur les transactions. Ce modèle donne un accès à ces API et consomme des données à l’extérieur de la plateforme. Les API de localisation Precisely, les services de localisation HERE, l’API Google Maps ou Mapbox en sont des exemples. Ces API offrent de la cartographie en ligne, du traitement de données et une plateforme d’analyse, et comprennent un catalogue de données avec des trousses SDK et des API pour accroître le développement de logiciels.

Les données intégrées à l’application et à la plateforme

D’un autre côté, les outils de cartographie et d’analyse des SaaS qui vous permettent d’intégrer des données sur demande permettent très facilement d’accélérer l’analyse de la localisation grâce à leur capacité à utiliser les données internes et tierces. Dans ce modèle, les données sont intégrées à la plateforme et peuvent être consommées par l’outil. CARTO Data Observatory, ESRI Business Analyst et Environics Envision sont des exemples de ce modèle et fournissent tous les trois d’excellentes plateformes de visualisation et d’intelligence géospatiale.

Toutefois, la description des données en tant que service est plutôt différente puisqu’elles fournissent divers services aux utilisateurs. Les DaaS en tant que service personnalisé à valeur ajoutée offrent une façon pratique et efficace d’obtenir les données requises pour un objectif commercial précis dans le format voulu. Cela peut être effectué sans le fardeau d’avoir à télécharger, traiter, convertir ou intégrer d’énormes quantités de données à l’échelle du pays, de l’état, de la province ou de la ville lorsque seul un petit territoire, mais unique, doit être couvert, tout en disposant des licences nécessaires. On parle parfois de « groupe de données » (data cut) ou de l’utilisation d’un rectangle limitant à partir duquel seules les données nécessaires sont extraites.

Les données massives en tant que service

Les données géospatiales sont uniques et certains cas d’utilisation nécessitent une puissance de calcul avancée. Les données d’adresse, qui peuvent comprendre des millions de registres de propriété pour effectuer l’analyse des risques et pour établir les schémas de conditions climatiques extrêmes, sont utilisées par les compagnies d’assurance et nécessitent pratiquement toujours une plateforme de traitement des données flexible. De la même façon, l’imagerie satellitaire à bandes multiples, avec laquelle l’apprentissage machine est utilisée pour classer la détection des changements, nécessite une grande puissance de calcul. Les flux de travail automatisés effectués de façon quotidienne, hebdomadaire ou mensuelle à l’aide d’une plateforme de données infonuagiques comme AWS S3, Azure Blob Storage ou Google Cloud Storage en sont des exemples. Le traitement des données infonuagiques massives pour lequel l’agrégation de données de plusieurs fournisseurs, le filtrage et des mises à jour incrémentielles sont essentiels peut nécessiter des plateformes comme Databricks, Snowflake, Google Big Query ou AWS Redshift.

Les données géospatiales en tant que service

Dans ce dernier exemple, l’automatisation et la modélisation des processus des données géospatiales fondées sur les besoins des entreprises sont des exemples de cas d’utilisation qui offrent de l’autonomie aux équipes. Le traitement des données peut comprendre la normalisation, la standardisation d’adresses, le géocodage, la modélisation géospatiale avancée et l’élaboration de tableaux de bord de données.

Les services de conseils pour les données en tant que service

De nombreuses entreprises oublient souvent que la technologie géospatiale est unique et bon nombre d’entre elles n’ont pas l’expertise pour aller plus loin qu’une simple analyse de données. Des flux de travail d’intégration ou des analyses comparatives du géocodage pour de grands volumes de données pourraient cependant être nécessaires. Les services de conseils des DaaS pour des services plus avancés sont conçus pour aider les entreprises à sélectionner les données et à les convertir en réponses commerciales.

En savoir plus sur notre offre de Daas »