Τα γεωδημογραφικά συστήματα πάνε ένα βήμα παραπέρα τη γνώση της επιχείρησης για τον πελάτη, ενώ παράλληλα δημιουργούν προϋποθέσεις για στοχευμένο marketing. Στην περιοχή της Δραπετσώνας, η οποία συνεχίζει να διατηρεί σε μεγάλο βαθμό το λαϊκό της χαρακτήρα, όπως αυτός έχει αποτυπωθεί σε δεκάδες τραγούδια και ταινίες, η Lidl λειτουργεί ένα από τα καταστήματά της. Μια πρόσφατη εμπειρία επίσκεψης σε αυτό το κατάστημα ήταν πολύ διαφορετική από αυτήν που έχω από τα σούπερμαρκετ που συνήθως χρησιμοποιώ.

Η πρώτη διαπίστωση είχε να κάνει με την αναλογία Ελλήνων-Αλλοδαπών, με τους δεύτερους να αποτελούν ποσοστό πάνω από το 60% των πελατών του καταστήματος. Οι περισσότεροι από τους πελάτες έδειχναν ότι δεν ήταν εκεί για να διασκεδάσουν το χρόνο τους, αλλά για να κάνουν τις αγορές τους και να συνεχίσουν τις καθημερινές τους υποχρεώσεις. Τουλάχιστον σε δύο ταμεία, οι πελάτες άφησαν τελικά κάποια προϊόντα, γιατί δεν είχαν τα χρήματα που χρειάζονταν μαζί τους ή ίσως δεν τα είχαν καθόλου.

Τα ερωτήματα που δημιουργούνται είναι αρκετά, ωστόσο, ας περιοριστούμε σε αυτά που πρέπει να απασχολήσουν άμεσα μια επιχείρηση: Γνώριζε η Lidl την εικόνα των πελατών της πριν ξεκινήσει τη λειτουργία του καταστήματος; Με ποιους τρόπους η εταιρεία μπορεί να πετύχει τη βέλτιστη προώθηση των προϊόντων της και να εξασφαλίσει τα περισσότερα έσοδα από τους εν δυνάμει πελάτες του καταστήματος; Εχουν την ίδια εικόνα όλα τα καταστήματα στις περιοχές που λειτουργεί η Lidl ή θα πρέπει να διαφοροποιήσει τα προϊόντα στο ράφι και τις προωθητικές της ενέργειες ανάλογα με την περιοχή;

Ο τόπος διαμονής συνδέεται με το προφίλ του πελάτη
Τα τελευταία χρόνια υπάρχει έντονο ενδιαφέρον για συστήματα ταξινόμησης δημογραφικών και lifestyle δεδομένων σε επίπεδο μικρών γεωγραφικών ζωνών. Τα συστήματα αυτά ονομάζονται γεωδημογραφικά συστήματα. Μια ουσιώδης διαφορά της γεωδημογραφικής ανάλυσης από τη δημογραφική ανάλυση είναι ότι η τελευταία πραγματοποιείται με στοιχεία που συλλέγονται από τις εθνικές και στατιστικές υπηρεσίες κάθε κράτους για ένα πολύ συγκεκριμένο εύρος πληροφοριών και αναφέρονται συγκεντρωτικά ανά μεγάλες γεωγραφικές περιφέρειες, ενώ η γεωδημογραφική ανάλυση ενσωματώνει και στοιχεία τρόπου ζωής καθώς και οικονομικά δεδομένα που τα ανανεώνει σε τακτά χρονικά διαστήματα, ενώ αναφέρεται σε μικρές γεωγραφικές ζώνες.

Η γεωδημογραφική ανάλυση πραγματοποιείται με χρήση συστημάτων που αναλύουν δημογραφικά στοιχεία και στοιχεία τρόπου ζωής των ανθρώπων συνδυάζοντάς τα με γεωγραφικές έννοιες, όπως η θέση, η απόσταση, η γειτνίαση, με σκοπό τον προσδιορισμό των ιδιαίτερων χαρακτηριστικών κάθε γεωγραφικής περιοχής και τη δημιουργία ενός προφίλ δημογραφικών προτύπων και προτύπων τρόπου ζωής (lifestyle) των ανθρώπων που ζουν σε αυτές. Τα γεωδημογραφικά συστήματα αναπτύχθηκαν για να ενσωματώσουν τον χώρο (γεω) με την στατιστική συνήθως ανάλυση δημογραφικών, lifestyle και οικονομικών στοιχείων (δημογραφικά).

Η δυναμική των συστημάτων αυτών έγκειται στο ότι η ανάλυση και διαχείριση ενός μεγάλου όγκου πληροφοριών ξεπερνάει την κλασσική στατιστική αντιμετώπιση που αποδίδει κάποια συγκεντρωτικά και πινακοποιημένα αποτελέσματα και στοχεύει στον ακριβή προσδιορισμό της θέσης σημαντικών φαινόμενων αλλά και στο γεωγραφικό προσδιορισμό περιοχών με κοινά χαρακτηριστικά και συνεπώς αναμενόμενης συμπεριφοράς από τα άτομα που κατοικούν σε αυτές.

Τα γεωδημογραφικά συστήματα των οποίων η μεγάλη ανάπτυξη τα τελευταία χρόνια τα έχει καταστήσει αντικείμενο εκτεταμένων μελετών και ερευνών, βασίζονται στη θεωρία ότι στο χώρο δημιουργούνται ομάδες από τη γειτνίαση στοιχείων και ότι μπορούν να εξαχθούν συμπεράσματα για το κάθε στοιχείο με βάση την ομάδα στην οποία ανήκει και τη θέση της στο χώρο.

Tesco’s Crucible
Η βάση δεδομένων Crucible που συντηρεί η θυγατρική Dunnhumby της Tesco, είναι μια από τις πιο πετυχημένες βάσεις δεδομένων με δυνατότητα δημιουργίας μοντέλων αγοραστικής συμπεριφοράς υψηλής ακρίβειας. Το μέγεθος της Crucible έχει προκαλέσει αρκετές φορές τις αντιδράσεις πολιτικών, του τύπου, αλλά και πολιτών που έχουν προσπαθήσει να περιορίσουν τη λειτουργία της.

Η «δύναμη» της βάσης προέρχεται τόσο από το loyalty scheme της Tesco, όσο και από δεκάδες εξωτερικές αξιόπιστες πηγές. Εταιρείες, όπως οι Experian, Claritas και Equifax τροφοδοτούν με δεδομένα τη Crucilbe, η οποία επίσης αντλεί στοιχεία από το σύστημα Land Registry της Βρετανίας και την Εθνική Στατιστική Υπηρεσία.

Οι πληροφορίες σχετικά με το προφίλ των αγοραστών που προκύπτουν από την ανάλυση των δεδομένων αποτελούν την αιχμή του δόρατος των προωθητικών ενεργειών της Tesco, η οποία διαθέτει μέρος της πληροφορίας και στους προμηθευτές της, όπως η Orange, η Sky και η Gillette. Αν και η Tesco είναι πολύ φειδωλή σε πληροφορίες σχετικά με την Crucible, δημοσιογραφικές πληροφορίες κάνουν λόγο για μια χαρτογράφηση, στην οποία είναι αποτυπωμένες η ιδιωτική συμπεριφορά, η εργασία και κυρίως η αγοραστική συμπεριφορά.

Οι καταναλωτές ταξινομούνται σε 10 κατηγορίες: προσωπική περιουσία, προωθητικές ενέργειες, ταξίδια, δωρεές, οικολογική συμπεριφορά, διαθέσιμος χρόνος, αξιοπιστία, τρόπος ζωής, συνήθειες και διάθεση για περιπέτεια. Ένας δημοσιογράφος που κατάφερε να αποσπάσει το προσωπικό του προφίλ ή μάλλον μέρος αυτού, μέσω της Αρχής Προστασίας Δεδομένων της Βρετανίας, διαπίστωσε ότι η περιγραφή που είχε προκύψει από τη βάση «ήταν σα να έβλεπε τον εαυτό του σε καθρέφτη».

Το πιο εντυπωσιακό στοιχείο στην περιγραφή του είναι ότι 2 μέρες πριν επισκεφθεί κάποιο κατάστημα της αλυσίδας για να κάνει τις αγορές του, έλαβε στο ηλεκτρονικό του ταχυδρομείο τρία κουπόνια, τα οποία πρόσφεραν έκπτωση στα 3 από τα 5 προϊόντα που είχε στη λίστα αγορών του.

Οι συνέργιες συμβάλλουν στην ποιότητα των γεωδημογραφικών στοιχείων
Τα συστήματα ανάλυσης που χρησιμοποιούνται για την εξαγωγή γεωδημογραφικών πληροφοριών «διψούν» για δεδομένα. Οι τεχνητές νοημοσύνες όσο είναι απομονωμένες έχουν μικρά περιθώρια εξέλιξης και για αυτό, ενώ η χρήση των γεωδημογραφικών συστημάτων έχει ξεκινήσει αρκετές δεκαετίες πριν, τα τελευταία χρόνια παρατηρούνται σημαντικές εξελίξεις.

Κύρια αιτία είναι οι συνέργιες που αναπτύσσονται μεταξύ εταιρειών και οργανισμών στην ανταλλαγή δεδομένων. Φυσικά, στην εξέλιξη έχουν βοηθήσει και οι πολίτες, οι οποίοι πλέον μέσω των πιστωτικών τους καρτών και των καρτών πιστότητας, τροφοδοτούν τις τεχνητές νοημοσύνες με δεδομένα που τους επιτρέπουν να «ζωγραφίζουν» πολύ πειστικά προφίλ. Ωστόσο, όλα όσα έχουν επιτευχθεί μέχρι σήμερα, ίσως να είναι μόνο μια σταγόνα  μπροστά στα ποτάμια της πληροφορίας που θα χυθούν στις τεχνητές νοημοσύνες από τα κοινωνικά δίκτυα και τα κινητά τηλέφωνα.

Το μέλλον των γεωδημογραφικών συστημάτων είναι να αποκτήσουν τη γνώση της συμπεριφοράς των πελατών σε πραγματικό χρόνο. Για παράδειγμα, ένα σύστημα αγορών βασισμένο σε RFID θα μπορούσε να ξέρει σε πραγματικό χρόνο ποια προϊόντα επιλέγει ο πελάτης από το ράφι ενός σούπερ μάρκετ ή ενός καταστήματος ρούχων.

Ο συνδυασμός δε της γνώσης αυτής με τη θέση του πελάτη μέσω των συστημάτων GPS (δορυφόροι) και GSM (κινητή τηλεφωνία) ουσιαστικά θα μπορέσει να δημιουργήσει στις τεχνητές νοημοσύνες ψηφιακές οντότητες, οι οποίες λίγο θα απέχουν από τη συνειδητή ύπαρξη των ανθρώπων που αντιστοιχούν.

Η ασάφεια στα Γεωδημογραφικά Συστήματα
Ο σκοπός της ταξινόμησης ποικίλει, από τον ευρύ αντικειμενικό στόχο της περιληπτικής και εύληπτης μεταφοράς της πληροφορίας σε ένα πιο ειδικό, αυτό της επιλογής περιοχών, οι οποίες ικανοποιούν συγκεκριμένες απαιτήσεις. Στα γεωγραφικά προβλήματα που περιλαμβάνουν περιφεριοποίηση, ο στόχος είναι να δημιουργηθεί ένας κανόνας ταξινόμησης που να ανταποκρίνεται κατά το καλύτερο δυνατό στην πραγματικότητα.

Η βελτιστοποίηση του αποτελέσματος εξαρτάται από διάφορους παράγοντες, κυριότεροι εκ των οποίων είναι τα δεδομένα που χρησιμοποιούνται και τα οποία κρίνονται ως προς την πληθώρα τους και την εγκυρότητά τους, οι μεταβλητές οι οποίες κρίνονται ως προς τον αριθμό τους και το είδος τους, η μέθοδος ταξινόμησης και οι χρησιμοποιούμενοι αλγόριθμοι, οι οποίοι κρίνουν και την ποιότητα της τελικής εργασίας.

Στην περίπτωση όπου η πραγματικότητα αποτελείται από διακριτές τάξεις, η ταξινόμηση αφορά στην κατάταξη κάθε αντικειμένου σε μια τάξη με συγκεκριμένες τιμές. Τα καθορισμένα αυτά όρια ιδιοτήτων αποτελούν και το κριτήριο ταξινόμησης. Η περίπτωση αυτή κάνει χρήση της δυαδικής λογικής και το καλύτερο μοντέλο αντιμετώπισης είναι η στατιστική ταξινόμηση. Στη γεωγραφική ανάλυση και ιδιαίτερα στις γεωδημογραφικές ταξινομήσεις, όπου το ζητούμενο είναι να βρεθεί ένας κανόνας ταξινόμησης που να μιμείται και να αποδίδει με τον καλύτερο δυνατό τρόπο τον πραγματικό κόσμο, το θέμα της αοριστίας είναι ένα από τα κυριότερα.

Τα όρια των τάξεων δεν μπορούν και δεν είναι σαφώς καθορισμένα, καθώς το θέμα της γειτνίασης επηρεάζει ποικιλοτρόπως τις διάφορες όμορες τάξεις, οι οποίες μεταβάλλονται βαθμιαία στο χώρο και στο χρόνο. Η αλληλεπίδραση των τάξεων, καθώς και η επικάλυψή τους, είναι δύο από τα βασικότερα ζητούμενα που διαφοροποιούν την ταξινόμηση στη γεωδημογραφική ανάλυση και καθιστούν προβληματική τη χρήση της στατιστικής ταξινόμησης, καθώς αυτή δεν μπορεί να τα αντιμετωπίσει.

Οι στατιστικές μέθοδοι που βασίζονται στη δυαδική λογική είναι ανεπαρκείς για την αναπαράσταση και την ταξινόμηση δημογραφικών δεδομένων εξαιτίας των ασαφειών των τελευταίων. Οι ασαφείς αλγόριθμοι μπορούν να προσφέρουν πολύ ισχυρή αντιμετώπιση των ασαφών δεδομένων του πραγματικού κόσμου, καθώς επιζητούν να φέρουν τις επιδράσεις γειτονιάς υπό έλεγχο. Παρ’ ότι οι κανόνες ασαφούς λογικής δεν εξασφαλίζουν σε κάθε περίπτωση ότι θα απαλλάσσουν τα αποτελέσματα από τέτοιας μορφής προβλήματα, χωρίς να δημιουργήσουν καινούργια, αποτελούν ωστόσο μια πολύ ικανοποιητική επιλογή για την προσέγγιση των γεωδημογραφικών προβλημάτων.

Η ασαφής ταξινόμηση, πέραν του ότι μπορεί να αποδώσει την ασάφεια του πραγματικού κόσμου, χρησιμοποιεί λεκτικά προσδιορισμένες τιμές για να αποδώσει τις τιμές μιας μεταβλητής και επιτρέπει ταυτόχρονα την αντιστοίχηση ενός στοιχείου -π.χ. ταχυδρομικού κωδικού- σε περισσότερες από μια τάξεις. Ενας χάρτης που παράγεται με τη μέθοδο της ασαφούς ταξινόμησης μπορεί να παράσχει περισσότερες πληροφορίες από ένα συμβατικό χάρτη της δυαδικής λογικής και να χρησιμοποιηθεί σαν οδηγός για μετέπειτα αναλύσεις και εξαγωγή συμπερασμάτων.

Γενικά, οι ασαφείς χάρτες παρέχουν τη δυνατότητα μεγαλύτερης ευελιξίας στην αναπαράσταση συνεχών γεωγραφικών φαινόμενων, απ’ αυτή που παρέχουν οι παραδοσιακοί θεματικοί χάρτες πολυγώνων, αναπαριστούν πιο ρεαλιστικά τα δεδομένα και αποτελούν για τους λόγους αυτούς, χρησιμότατα εργαλεία στην ανάλυση και στη διαδικασία λήψης αποφάσεων. Ένα από τα πλέον συνηθισμένα προβλήματα κατά τη διαδικασία της γεωδημογραφικής ανάλυσης είναι η συλλογή μη έγκυρης πληροφορίας, καθώς είναι κοινά αποδεκτό ότι τόσο οι γεωγραφικές βάσεις δεδομένων όσο και οι μετρήσεις απογραφής εμπεριέχουν σφάλματα και ανακρίβειες, που είναι αδύνατο σχεδόν να αποφευχθούν.

Τα σφάλματα αυτά μπορεί να είναι μετρητικά ή εννοιολογικά και είναι δεδομένο ότι θα προκαλέσουν ανακρίβεια και στα αποτελέσματα της ταξινόμησης. Η ασαφής ταξινόμηση, όμως, είναι λιγότερο ευπαθής στα δεδομένα θορύβου, όπως ονομάζονται, σαφώς λιγότερο από τη στατιστική ταξινόμηση και μπορεί να παράγει αποτελέσματα περισσότερο αποδεκτά. Παρά τα πολλά πλεονεκτήματα της ασαφούς ταξινόμησης, υπάρχουν και ορισμένα μειονεκτήματα.

Οι κλασσικές μέθοδοι ταξινόμησης έχουν χρησιμοποιηθεί κατά κόρον σε πολλές εφαρμογές γεωδημογραφικής ανάλυσης με πολύ καλά αποτελέσματα, έχοντας αποκτήσει την εμπιστοσύνη των ερευνητών ενώ βασίζονται σε γερά μαθηματικά θεμέλια. Αντίθετα, η ασαφής ταξινόμηση έχει μια πιο ιδιόμορφη άποψη συνδυάζοντας τη μαθηματική λογική με τη λεκτική λογική και για το λόγο αυτό οι υποστηρικτές της έχουν δεχθεί πολλές επικρίσεις κατά το πέρασμα των χρόνων. Επίσης, ο καθορισμός των κατάλληλων συναρτήσεων συμμετοχής αλλά και η επιλογή του κατάλληλου αλγορίθμου, είναι μια διαδικασία που απαιτεί εμπειρία και γνώση.