地理空間データは、地球の表面上またはその近くに位置するオブジェクト、イベント、またはその他の機能を説明する情報です。 地理空間データは通常、位置情報（通常は地球上の座標）と属性情報（関連するオブジェクト、イベント、または現象の特性）を時間情報（位置と属性が存在する時間または寿命）と組み合わせます。 提供される場所は、短期的には静的（例：機器の場所、地震イベント、貧困状態にある子供たち）または動的（例：移動中の車両または歩行者、感染症の蔓延）の場合があります。

地理空間データには通常、さまざまな形式でさまざまなソースから収集された大量の空間データが含まれ、国勢調査データ、衛星画像、気象データ、携帯電話データ、描画画像、ソーシャル・メディア・データなどの情報が含まれる場合があります。 地理空間データは、従来のビジネス・データと組み合わせて検出、共有、分析、および使用できる場合に最も役立ちます。

地理空間分析は、従来のタイプのデータにタイミングと場所を追加し、データの視覚化を構築するために使用されます。 これらの視覚化には、過去の変化と現在の変化を示すマップ、グラフ、統計、およびカルトグラムを含めることができます。 この追加のコンテキストにより、イベントのより完全な全体像が可能になります。 大規模なスプレッドシートでは見落とされる可能性のある洞察が、認識しやすい視覚的なパターンと画像で明らかになります。 これにより、予測がより速く、より簡単に、より正確になります。

地理空間情報システム（GIS）は、視覚的表現内のデータの物理的マッピングに特に関係しています。 例えば、ハリケーン・マップ（場所と時刻を表示）が落雷の可能性のある領域を示す別のレイヤーでオーバーレイされている場合、GISが動作していることがわかります。

大規模な地理空間データ・セットを処理するには、多くの課題があります。 このため、多くの組織は地理空間データを最大限に活用するのに苦労しています。

第一に、地理空間データの膨大な量があります。 例えば、毎日100TBの気象関連データが生成されると推定されています。 これだけでも、ほとんどの組織にとってストレージとアクセスの問題がかなり発生します。 地理空間データも多くの異なるファイルに保存されるため、特定の問題を解決するために必要なデータを含むファイルを見つけるのが困難です。

さらに、地理空間データはさまざまな形式で保存され、さまざまな標準によって調整されます。 最初にデータを比較、結合、またはマッピングするためには、大量のデータのスクラビングと再フォーマットが必要です。

最後に、生の地理空間データを操作するには、データ・レイヤーの地理空間アライメントなどの必要なタスクを実行するために、専門知識と高度な数学の適用が必要です。 アナリストがこの作業に精通し、経験を積んでいない限り、データから価値を得たり、組織のビジネス目標に向かって前進したりすることはできません。

地理空間データ収集
企業が日常的に必要とする地理空間データの量は非常に多いため、多くの組織はサービスを使用して厳選された地理空間データを取得しようとしています。

地理空間データのソースに関係なく、データ品質は常に維持する必要があります。 データが不十分な場合、モデルの使用はまったく効かないが、あるいは限定的です。 （「悪いデータが入っている—悪い洞察が出ている」という警告句は残酷なまでに真実であることがわかります。） データをキュレートしてチェックするソリューションを導入することで、組織が大きなメリットを得ることができることは自明のようです。そのため、「ごみ」データはすべて適切に考慮されます。

地理空間データ管理
現在、非常に多くのデータが豊富にあるため、データの管理は非常に重要です。 多くの組織は、データが溢れていることに気づき、社内のデータサイエンティストにデータの管理を依頼しています。 データサイエンティストの費やす時間の90％は、データの整理、「クリーニング」、再フォーマットなどのデータ・キュレーション活動に費やされていると推定されています。 ということは、データサイエンティストたちは、データのトレンド分析や、それらの洞察を使用してビジネス・ポリシーを形成することには、勤務時間の10％しか専念できていません。

企業がデータ収集と管理をIBM Environmental Intelligence Suiteなどのソリューションに引き継ぐと、データ収集とデータ管理の両方のアクティビティーをより効率的に実行することができます。 このソリューションは拡張が容易でクラウド・ベースで、さまざまなファイル形式に対応できます。 最適化された情報の精選されたデータベースを使用すると、データサイエンティストは、分析的洞察を使用して組織の進捗状況とビジネスへの影響に変換する方法に集中する時間を増やすことができます。 

GISによって強化された地理空間分析は、もともと地質学、生態学、疫学などのライフサイエンスに関連して使用されていましたが、その後、ほとんどの業界でその使用が当然のものとなりました。 その応用例は現在、防衛や社会科学などの多様な業界に影響を与えています。 そして、地理空間分析が生成する洞察は、天然資源管理や国家情報と同様に非常に重要な問題に影響を与えます。

地理空間分析は、一度に多くのことを研究し、数百、数千ものイベントを監視し、それらから関連データを収集するのに役立ちます。 これにより、あらゆる規模の企業がデータを活用して、より多くの情報に基づくビジネス上の意思決定を行う機会が得られます。

• 公益事業者は、数十万マイルの電力線のパフォーマンスを分析できます。
• レストランチェーンは、地理空間分析技術を使用して、食品プロバイダーからの入荷を追跡できます。
• 風力および太陽光の設備は、地域の資産を特定することで環境条件を分析できます。

モノのインターネット（IoT）内での相対的な急増により、近年、大量のデータを分析する取り組みはより困難になっています。 現在、あらゆるタイプと目的のオブジェクトとデバイスが、そのデバイスのパフォーマンスまたはプロトコルに関連するデータを送信できるよう設計されています。 これは地理空間分析にとって朗報です。地理空間分析では、貴重な洞察を収集するために大量のデータが必要になります。

地理空間分析
地理空間分析によって達成されたデータの収集が、時間と空間に従ってデータを整理すして、データの影響を最大化する高度な視覚的アプローチと組み合わされれば、それが地理空間分析です。

このようにデータを視覚化すると、データを研究している人が、作業中の傾向についての指標を簡単に導き出すことができます。 地理空間分析は、変化する状況の形とエネルギーを効果的に伝えることができます。 さらに、そのシナリオについて収集されるデータの量が増えるにつれて、その状況内でさらに微妙なニュアンスを見つけることが容易になります。

ほとんどの専門家は、地理空間テクノロジーがますます洗練されることを期待しています。特に、そのテクノロジーが機械学習やAIとより密接に接触するようになるにつれてです。 

実際、地理空間AIも独自のものになり、機械学習に地理的要素をもたらすことが期待されています。 専門家はまた、サービスとしてのマッピングの到来を予測しています。このサービスでは、消費者または産業のニーズに基づいて、非常に高解像度のカスタム・マップをレンタル用に作成できます。

また、地理空間テクノロジーに明確に依存する新しいタイプの車両も開発中です。 それらは、パッケージを運ぶ空を横断するか（ドローン）、通りを運転するか（自動運転車）、より頻繁に使用されます。 空中マッピングの目的でドローンを使用するなど、これらのテクノロジーの新しいアプリケーションも見つかります。