
高度な空間処理無しで、Snowflakeで簡単にデータ強化を行う4つのステップ

Snowflake ユーザーは、ニーズに合わせてカスタマイズされたソリューションを活用しながら、高速なデータ処理と効率的なストレージを日々活用しています。こうした状況を踏まえ、今日のデータウェアハウスにおけるホットなトピックは、ビジネスデータに既に存在する位置情報をいかに活用するかです。IoTデバイスや携帯電話などを見れば、位置情報はほとんどのデータに埋め込まれていますが、これまでは地理情報システム(GIS)などの空間処理に関する専門的なスキルとシステムを持つ人々に委ねられてきました。
一部の業界では空間分析を戦略に組み込むことの戦略的メリットを認識していますが、多くの業界では位置情報データの活用はまだ初期段階にあります。さらに、これらの企業は、データサイエンティストやビジネスアナリストに実用的な情報を提供するために必要な地理空間に関する専門知識やツールを社内に備えていない可能性があります。通信・テクノロジー業界が示しているように、スマートフォンが捉える地理座標は、より良い顧客体験を提供し、コストを削減するために活用できます。重要なのは、その生データを価値がありアクセスしやすいものに変換することです。
Precisely のデータ エンリッチメント ポートフォリオを Snowflake 内で直接活用することで、地理空間の経験に関係なく、幅広いユーザーに空間処理の世界を開くことができます。
信頼できるデータを見つける – Snowflake データ マーケットプレイスで今すぐご利用いただけます
従来、企業にとって、最新かつクリーンで信頼できる空間データを入手し、幅広い従業員がアクセスできるようにするのは困難でした。位置データのアクセス性と利便性を向上させるため、Precisely はSnowflake と提携し、前処理済みの空間情報を用いた迅速かつ容易なデータエンリッチメントを提供しています。Preciselyのデータ エンリッチメント ポートフォリオを活用することで、Snowflake ユーザーは使い慣れたSQL環境で作業しながら、様々な都市や郵便番号の境界、興味のある地点、物件の属性、住所などにアクセスできるようになります。
どのように作動するのか?
多くの組織は、ビジネスシステム内に顧客の住所を保有しています。住所データの処理を効率化し、正確性を確保するため、Precisely は米国内のすべての住所に、固有で永続的な識別子(PreciselyID)を割り当てました。企業がこのIDを活用して、社内の住所リストを空間的に拡張し、ビジネス上の意思決定にどのように活用できるかを見てみましょう。
地理空間データのエンリッチメントを簡素化する – 実例
オクラホマ州のある保険会社は、自動車保険事業においてコストの上昇と顧客離れが顕著になっていることに気づきました。顧客データはSnowflake に保存されているため、この保険会社は、深刻な雹害が発生する地域に住む自動車保険契約者を特定したいと考えています。さらに、修理施設へのアクセスが限られている地域の顧客も特定したいと考えています。こうした人々は、特に適正な価格で修理を受けるのが困難です。
目標は、激しい雹害による修理費用が高額になる可能性があり、修理期間が長いために満足度が低い契約を特定することです。この分析から得られる洞察を活用することで、保険会社はコスト削減と顧客満足度向上のための対策を講じることができます。
空間参照された天気、不動産、ビジネス コンテンツを使用して社内データを充実させる
既存の顧客住所に基づき、Precisely の気象データから雹害の深刻度、被害状況、TORRO強度スケールを追加することで、深刻な雹害のリスクが高い保険契約者の所在地を特定します。Snowflake でSQLを直接使用することで、複雑な空間処理は不要になります。
ステップ 1
まず、会社の被保険者住所リスト(CLIENT.PUBLIC.ADDRESS_FABRIC_USA)を使用し、Precisely の高精度な住所データベース アドレスファブリック (PRECISELY.PUBLIC.ADDRESS_FABRIC_USA)と結合します。
これにより、どの住所が住宅であるかが示され、PreciselyID が追加されます。
(この住所リストは前工程でクレンジングされ、検証されていると仮定します。この前工程を支援するツールが
必要な場合には、Precisely では、顧客データを迅速にクレンジングするクラス最高のソリューションを
ご提供可能です)。
SQL Statement
SQL ステートメント
SELECT *
ステップ 2
顧客の住所リストがPreciselyのアドレスファブリックに結合されたので、PreciselyID を活用して、これらの場所
を追加コンテンツで充実させることができます。PreciselyID を使用して、各住所を過去の気象情報と関連付けます。
以下は、過去に激しい雹が降ったことがある物件を特定するための「左結合」の例です。顧客データと気象情報の両方にあるPreciselyID は、過去の雹発生情報からの詳細情報を簡単に関連付けることが
できます。このステップでは、Preciselyの気象情報Historical Weather Risk(PRECISELY.PUBLIC.HISTORICAL_WEATHER
_RISK_USA)を照会します。
SQL Statement
SQL ステートメント
SELECT *
ステップ 3
物件の詳細によって、保険契約に関連する相対的なリスクを知ることができます。この場合、雹害から自動車を保護するために利用可能な車庫がない物件の保険契約を見つけましょう。これは、
PreciselyIDを介して物件属性ファイルにもう一つ「左結合」することで実現します。
SQL Statement
SQL ステートメント
SELECT*
ステップ4
前述したように、アナリストは、高い顧客の不満度は修理のための長い待ち時間と関連性があると想定しています。
この仮説を検証するには、保険契約者の所在地での修理施設の利用可能性を理解することが役に立ちます。
Precisely の空間的に有効なビジネスデータ、World Points of Interest Premiumを使って、連絡先情報、従業員数、年間収益、法的地位、
企業階層、産業分類などの企業データにアクセスします。84の厳選された属性が、空間的に参照された包括的なメニューから選択
可能です。各郵便番号の境界内に存在する自動車整備工場の数をフィルタリングします。
SQL ステートメント
SELECT PRECISELY.PUBLIC.WORLD_POINTS_OF_INTEREST_PREMIUM_USA.POSTCODE,COUNT(SIC8)
これらのクエリからの結果
アナリストは、Snowflake Data Marketplaceで利用可能なデータセットを用いた簡単なSQLクエリをいくつか実行することで、自動車損害のリスクが最も高く、地元の修理工場へのアクセスが限られている顧客を迅速に特定することができました。企業は、こうした高リスクの保険契約者に対し、車両を保護(または更新時に値上げ)するようインセンティブを与えることができます。
上記のプロセスからわかるように、Precisely Data は、顧客データとして非常に一般的なデータソースである保険証券の住所を、事前処理済みの空間データで強化することで、Snowflake ユーザーがビジネス上の課題を解決できるよう支援します。これにより、SQL に精通したデータサイエンティストやビジネスアナリストは、GIS に関する深い専門知識を必要とせずに、Snowflake ワークフローに強力な空間コンテンツを追加できるようになります。
Precisely は、以下の業界向けに包括的なデータ エンリッチメント製品ポートフォリオとソリューションを提供しています。
Snowflake ユーザーは、Snowflake Data Marketplaceで Precisely データセットを閲覧し、無料のサンプル共有をリクエスト可能です。