Не так давно некоторым из нас понадобилось релоцироваться в другую страну, и мы долго выбирали куда. При этом не было единственно верного ответа — вот здесь хорошо всем.  У каждого были разные критерии по которым они выбирали страну и город для проживания. 

При этом Контур — ГИС компания и у нас есть свои слои с датасетами, которые можно было бы научиться превращать в индексы и складывать между собой, получая нужный нам анализ. И даже больше того — все наши слои приведены к одному гексагональному виду, так что математические действия над ними не должны были вызвать сложности.

Нам показалось что в этой идее что-то есть. Так мы решили разработать такой инструмент, потому-что если это получится, то у этого продукта будет множество и других применений, т.к. поиск подходящего места на карте довольно общая задача. 

Сбор критериев

Мы провели масштабное исследование внутри компании, чтобы выяснить, какие критерии важны при выборе страны и города для переезда. Важно отметить, что даже если критерии пересекались, то у каждого важность этих критериев варьировалась. 

Среди критериев лидировали:

• Стоимость жизни (мы поняли, что можно использовать Gross Domestic Product для этого)
• Простота легализации
• Безопасность
• Уровень здравоохранения
• Климат
• Экология

Также были и менее очевидные, такие как: наличие IT-сообщества, частота медийных событий, инфраструктура для езды на велосипеде, близость к горам, достопримечательности и т.д.

В итоге у нас получился увесистый список слоев, необходимых для такого анализа. Мы попросили наших специалистов по ГИС найти надежные источники этих данных. На текущий момент множество из них уже добавлены в каталог датасетов Kontur. 

Формирование требований

Исследование дало нам понимание, каким должен быть этот инструмент:

• Возможность выбора и математического “складывания” (нахождение средневзвешенного значения) слоев
• Мы не можем “складывать” доллары и года легализации — нужно автоматически переводить значения в индексы, например, где минимум это 0 и максимум это 1 
• Для каждого слоя надо определять, что значит 0 и 1. Потому что в годах необходимых для легализации 0 (минимум) — хорошо, а 1 (максимум) — плохо, а для ВВП — наоборот.  
• Для кого-то 10 лет ждать паспорт это много, а для кого то много даже 3 года. Нужно переопределять минимум и максимум для каждого слоя. 
• Ну и последнее: некоторые вообще не хотели рассматривать страны где безопасность ниже того места откуда они переезжают. То есть должна быть возможность сказать — в анализе могут участвовать места, где критерий не ниже определенного значения, а остальные просто убирать, какими бы хорошими все остальные показатели в этом месте ни были.

Proof-of-Concept

Наш директор по разработке продуктов узнал в этом классический мультикритериальный ГИС анализ – это сильно помогло нам на фазе анализа. Мы подготовили логику трансформации слоев в индексы и подсчет итоговой оценки при сложении слоев. Первый прототип мы решили собрать на фронтенде без записи данных в базу. Это выглядело как ввод данных, где нужно было вставить JSON строку с инструкциями, как посчитать цвет для гексагона, выполняя вычисления на лету.

И это сработало! На этапе Proof-of-Concept мы поняли, что все кусочки пазла сложились, и каждый действительно может найти место для переезда. 

От концепта к реальному продукту 

Мы начали общаться с клиентами, собирая другие возможные сценарии использования этого продукта. Мы обнаружили, что его можно применять в разных сферах и индустриях, таких как управление городским развитием,  визуализация проблем изменения климата, бизнес планирование и т.д. В итоге мы решили превратить его в полноценный продукт.

С тех пор мы добавили множество слоев, поиск по ним, удобные кнопки, графики распределения, обогатили его AI-аналитикой выбранной области, и назвали это Атлас.

Теперь и наши коллеги, и все желающие могут получить доступ ко всем слоям данных, и удобно, а главное, обоснованно выбрать место для релокации. Вот пример замечательного анализа нашего коллеги:

Кстати, он успешно переехал. Нашел место с хорошей безопасностью, низкими налогами, легкой легализацией, не беспокоится о глобальном потеплении, и все у него хорошо.