Vertriebspotential zu ermitteln ist eine Kernfunktion von GIS im Unternehmenskontext.
Häufig spielen dabei Graph-Datenmodelle und Routing-Algorithmen eine zentrale Rolle.
Mit PostgreSQL, PostGIS, pgRouting, Python und FME gelingen blitzschnelle Antwortmaschinen auf solche und ähnliche Fragen.
Wie findet man den nächstgelegenen Point of Interest für alle Adressen im Bundesgebiet, wobei dieser nicht weiter als 260m entfernt sein darf?
Auf einer AWS-RDS-PostgreSQL Datenbank mit PostGIS und pgRouting - in jeweils recht aktuellen Versionen - die auf einem 8-Core / 32GB RAM Server läuft, haben wir einen Graphen aus 23Mio Adresspunkten, 65k Points of Interest und 50Mio verbindenden Kanten (OSM Straßennetz) aufgebaut.
Dank Datenprozessierung, Datenmodellierung und dank pgRouting als fantastisch effizient implementierter Software - und dank der Ideen der beiden Herren im Titel - haben wir die Antwort nach 16 Minuten.