Mihin perustaisin kahvilan? Paikkatietoa yritysmaailmaan

Monesti kuulee puhuttavan, kuinka sijaintitiedon avulla voidaan suunnitella yrityksen uusien toimipisteiden sijainteja. Tässä blogissa pyrin avaamaan sijaintitiedon hyödyntämistä konkreettisella esimerkillä. Myönnettäköön, että en tiedä mitään kahvilan perustamisesta, mutta osaan luetella listan ominaisuuksista, joita toivon kahvilan sijainnilta. Rauhallisuus, hyvät kulkuyhteydet ja muutoinkin viihtyisä alue. Kaupunkina toimikoon Helsinki.

Avoimet aineistot avuksi

Muistan hämärästi törmänneeni opiskeluaikoina oppikirjan esimerkkiin, jossa kuvitteelliseen pohjoisamerikkalaiseen vuoristoon perustettiin kuvitteellista laskettelukeskusta. Moni asia ratkottiin esimerkissä sijaintitiedon avulla, mikä tuntui fiksulta, mutta jokseenkin kaukaiselta: mistä tarvittavia aineistoja saa? Entä jos ohjelmistojen hinta on kynnyskysymys? Kirjan ilmestymisen jälkeen Suomessa ollaan astuttu vahvasti avoimen datan aikakauteen. Samalla avoimen lähdekoodin ohjelmistot ovat tuoneet ammattilaisten työvälineet paremmin kaikkien saataville.

Koska avoimesta datasta toivotaan hyötyjä mm. yrityksille/liiketoiminnalle, niin rajaan tämän blogin lähtöaineistot koskemaan vain avoimia aineistoja. Aineistojen käsittelyt ja analyysit toteutan avoimen lähdekoodin QGIS-sovelluksella (http://qgis.org), joka on ilmainen työpöytäsovellus sijaintitiedon – tai paikkatiedon – käsittelyyn.

Kävin läpi pääasiassa Helsinki Region Infosharen aineistokatalogia ja löysin seuraavia aineistoja, joiden avulla lähdin haarukoimaan sopivaa sijaintia kahvilalle.

Kiva keskusta kävelijöille -kyselyn avulla toivon saavani tietoa alueista, joita ihmiset pitävät viihtyisinä ja joissa ei ole liikaa liikennettä tai melua. Liikenneväyläaineiston avulla haluan varmistaa, että sijainti on saavutettavissa myös pyörällä. Hyviä joukkoliikenneyhteyksiä ilmentämään valitsin 5 minuutin kävelyvyöhykkeet metroasemille, sillä metroasemien läheisyydessä on järjestään myös muiden joukkoliikennemuotojen pysäkkejä. Elintarvikehuoneistot listaava aineisto sisältää tiedot kahviloiden sijainneista: aineiston avulla voin pohtia, haluanko oman kahvilani sellaiseen paikkaan, jossa on jo paljon muita kahviloita vai päinvastoin. Maanmittauslaitoksen aineistot toimivat tukena tarvittaessa.

Karttakerrokset päällekkäin

Sopivan sijainnin haarukoiminen listattujen aineistojen avulla on periaatteeltaan yksinkertainen: laitetaan aineiston muodostamat karttakerrokset päällekkäin ja katsotaan, miltä osin kohteet risteävät tai eivät risteä keskenään. Sijainnille asetetut kriteerit määräävät sen, mitä kohtia kartalta halutaan katsoa.

Omassa tapauksessani muodostin kyselyaineiston pohjalta Helsingin keskustan ”mukavia” alueita. Koska osa keskustan huonoja puolia kuvastavista merkinnöistä oli päällekkäin mukavien paikkojen kanssa, erottelin vielä lopulta ne alueet, joille ei osunut yhtään negatiivisia merkintöjä.

Nyt tiedän, mitkä alueet Helsingin keskustassa miellyttävät, ainakin kyselyyn vastanneita. Rajaan alueiden määrää metroasemien kävelyvyöhykkeitä vasten.

Kuva 1. Kuvakaappaus kantakaupungin alueelta, jossa mukaviksi koetut alueet osuvat metroasemien viiden minuutin kävelyetäisyydelle.

Lisään kartalle pyörällä kuljettavat väylät ja huomaan visuaalisen tarkastelun avulla, että käytännössä kaikki tähän mennessä rajaamani alueet ovat pyöräväylien välittömässä läheisyydessä.

Osa aineistoista saadaan kartalle geokoodaamalla

Tuon kartalle muiden kahviloiden sijainnit näkyviin. Koska kahviloiden sijaintitietona toimii osoitetieto, tuodaan tiedot kartalle niihin perustuen. Tätä varten on olemassa työkaluja, joiden avulla osoitteet geokoodataan. Käyttämäni QGIS-ohjelmisto sisältää geokoodauksen mahdollistavan pluginin. Aivan kaikkia sijainteja ei annettujen osoitetietojen avulla saanut kartalle ja osa kahviloista oli luokiteltu liikkuviksi myyntipisteiksi, joten näillä ei osoitetietoja ollutkaan.

Kuva 2. Kuvakaappaus, johon on lisätty myös pyöräiltävät väylät ja nykyisten kahviloiden sijainnit.

Menetelmiä toissavuosisadalta

Kun kahvilat ovat kartalla, voin pohtia muiden kahviloiden läheisyyden merkitystä. Yksi vaihtoehto olisi käyttää Heatmap-toimintoa ja muodostaa kahviloista tiheyskartta. Tässä tapauksessa päädyin kuitenkin muodostamaan kahviloiden sijaintien perusteella Voronoi-polygonit, joiden avulla on mielestäni hieman helpompi hahmottaa kahviloiden määrää ja tiheyttä keskustan alueella. Menetelmää on käytetty myös Lontoon 1853 koleraepidemian tarkastelussa, mikä on kenties klassisimpiä sijaintitiedon hyödyntämisen esimerkkejä (lisää aiheesta ja menetelmästä: https://plus.maths.org/content/uncovering-cause-cholera). Lasken vielä kunkin polygonin sisään jäävien kahviloiden määrän, sillä osa kahviloita kuvaavista pisteistä on päällekkäin (esim. kauppakeskuksissa olevat kahvilat).

Kuva 3. Kuvakaappaus, jossa on mukana Helsingin kahvilat, kahviloiden perusteella tehdyt Voronoi-polygonit ja mukaviksi koetut alueet. Haluanko mukavaksi koetun sijainnin, jonka ympärillä on paljon vai vähän muita kahviloita?

Mikä tieto riittää?

Analyysileikkiä voisi kaiketi jatkaa hyvinkin pitkälle. En ryhtynyt tässä pohtimaan mahdollisia vuodenaikojen tuomia vaikutuksia, eri alueiden trendikkyyttä, väestöpohjaa, liikennemääriä tai rakennuskantaa. Kun oikein lähtee syventymään eri aineistojen ja analyysien maailmaan voi päätyä – ehkä huomaamattaan – mallintamaan ihmisten elämää kartalle. Itse koen, että edellä tehtyjen vaiheiden avulla voin jo tarkastella tiettyjä alueita lähemmin kahvilaa varten. Vähemmilläkin analyyseilla ja aineistoilla olisi varmasti pärjännyt, koska kahvilan perustamisessa on kuitenkin kyse myös muustakin kuin sijaintitiedosta. Toisaalta, muiden kaupunkien kohdalla ei välttämättä ole saatavilla vastaavia lähtöaineistoja, joten vaikka tässä käytetyt menetelmät ovatkin siirrettävissä muualle, niin lähtöaineistojen heikko saatavuus voi koitua ongelmaksi.

Mihin sijaintiin lopulta päädyin? Näiden analyysien, aineistojen, kartan visuaalisen tarkastelun ja omien mieltymysten valossa haluaisin itse nauttia kahvikuppini Ruoholahden kanavan tuntumassa, ainakin kesällä.

Voit tutkia analyysissa käytettyjä aineistoja oheisen interaktiivisen karttaesityksen avulla. Ohessa myös linkki koko ruudun versioon: https://kartta-maps.carto.com/u/karttakeskus/builder/56d45b55-5e0f-4fce-9f00-e168d9610eac/embed

 

Faris Alsuhail

Alsuhail työskentelee Karttakeskuksella paikkatietoasiantuntijana. Ennen Karttakeskusta hän on työskennellyt julkisella sektorilla paikkatietoanalyysien, avoimen datan, rajapintojen ja GIS-koulutuksen parissa. Tällä hetkellä kiinnostavat kaupunki-ilmiöiden tuominen kartalle ja avoimen datan hyödyntäminen.