Mit vorliegendem Artikel setzen wir die Qlik GeoAnalytics Serie fort. Als Recap die Use Cases, worüber Heyde in den letzten Jahren berichtet hat (in aufbauender Reihenfolge).
Teil 1: GeoAnalytics – ein Überblick
Teil 2: Geo-Strukturen aus Daten einbinden (Use Case)
Teil 3: Strategisch: Marktabdeckung und Potenzial (Use Case)
… Im heutigen Use Case erarbeiten wir gemeinsam eine App, die Mitarbeitende im operativen Geschäft unterstützen soll. Der Koordinationsaufwand für Mitarbeitende im Aussendienst ist bekanntlich sehr hoch.
Wir bei Heyde interpretieren diese Fragen als Optimierungsproblem und Qlik unterstützt uns dabei folgendermassen: (wechsle jetzt zum Fazit, wenn coden nicht dein Ding ist)
Standort Kunden
Mit den Beispieldaten oben wird zuerst der Standort der Kunden und der Betreuungsstützpunkte fixiert. Dafür nutzen wir Kunden_ID entsprechende Stützpunkt_ID und die jeweiligen Adressen:
ElementsToLoad:
LOAD
Kunden_ID,
Strasse,
Hausnummer,
PLZ,
Ortschaft,
replace(Strasse&'%20'&Hausnummer&'%20'&PLZ&'%20'&Ortschaft,' ','%20') as search_attribute
FROM [lib://private folder/Temp/Kopie von Adressen.xlsx]
(ooxml, embedded labels, table is [Input Kunde]);
Umwandlung der Adressen in die genauen Datenpunkte:
z. B. mit der kostenlosen API vom Bund als Rest-Connector in Qlik einbinden:
"https://api3.geo.admin.ch/rest/services/api/SearchServer?features=ch.bfs.gebaeude_wohnungs_register&type=featuresearch&searchText=$(vSuchID)&limit=1")
Und wir erhalten anschliessend Längen- und Breitengrad pro Kunde.
[ID], [Adresse], [lon], [lat],
Jetzt können die Kunden und Filialen bereits als Punkte in der Standardkartenbox markiert werden:
Jetzt weiter zum Optimierungsproblem
Wir vergleichen jede Entfernung vom Kundenpunkt bis zum Betreuungsstützpunkt und notieren uns den naheliegendsten Standort. Sinus, Pi, Cosinus… remember? Me neither (:
if(ACOS(SIN(lat*Pi()/180)*SIN(peek('lat_standort',0,'Standorte')*Pi()/180)+COS(lat*Pi()/180)*COS(peek('lat_standort',0,'Standorte')*Pi()/180)*COS((peek('lon_standort',0,'Standorte')*Pi()/180)-(lon*Pi()/180)))*6371
<
ACOS(SIN(lat*Pi()/180)*SIN(peek('lat_standort',1,'Standorte')*Pi()/180)+COS(lat*Pi()/180)*COS(peek('lat_standort',1,'Standorte') *Pi()/180)*COS((peek('lon_standort',1,'Standorte')*Pi()/180)-(lon*Pi()/180)))*6371, ‘Standort Mitte’) as Zugehörigkeit_Optimiert
Ebenfalls flaggen wir die Kunden, die weit von allen Stützpunkten entfernt sind, als Ausreisser. In diesem Fall weiter als 20 km.
if(ACOS(SIN(lat*Pi()/180)*SIN(peek('lat_standort',1,'Standorte')*Pi()/180)+COS(lat*Pi()/180)*COS(peek('lat_standort',1,'Standorte')*Pi()/180)*COS((peek('lon_standort',1,'Standorte')*Pi()/180)-(lon*Pi()/180)))*6371 >20, '1')
Rot hinterlegt sind jetzt die Kunden zu sehen, die optimal von einem näheren Stützpunkt aus betreut werden müssten, und die Kunden, die generell weit weg sind.
Empfehlungsliste nach Optimierung
Die Optimierungsvorschläge übernehmen wir jetzt mit der gleichen Farbcodierung in die Empfehlungsliste.
Fazit:
Dank des vollautomatisierten Datenload aus dem CRM-System (a), der automatisierten Optimierung (b) und der farblichen Visualisierung in der App (c) hat der/die Einsatzleiter/in jetzt ein Planungstool. Das Tool kommt folgendermassen zum Einsatz:
Wie geht es weiter?
Mit Qlik konnte auf diese Weise ein wichtiger Arbeitsprozess optimiert werden. Von der Optimierung zur Visualisierung hin zur Nutzerhandhabung…mit Qlik Geo Analytics haben Sie alles aus einer Hand.
Geo Analytics umfasst viele weitere nützliche Utilities, wie z. B. Routenoptimierung und Streckendaten. Dazu vielleicht mehr im nächsten Beitrag der Serie Mapping Use Cases mit Qlik und Heyde. Gerne unterstützen wir Sie bei einer Erstbeurteilung ausgehend von Ihren verfügbaren Daten und Systemen.
Ansprechperson Geo Analytics Anwendungen:
Andrés Riera | andres.riera@heyde.ch