Sustrato de inteligencia de localización

Una plataforma que depende de una base de datos en ejecución y una conexión de red activa es una plataforma que el cliente alquila, no posee — de ahí se derivan interrupciones, costos por usuario e inelegibilidad para entornos aislados de red. El Sustrato de Inteligencia de Localización evita esa dependencia por construcción: es una arquitectura SIG de archivos planos y código abierto que permite a los clientes poseer sus conjuntos de datos geográficos de extremo a extremo — sin facturación de API de tiles, sin licencias de almacén de datos, sin bloqueo a ningún proveedor de nube. El sustrato se construye sobre fundamentos de datos abiertos con licencia Apache (Overture Maps Foundation, Foursquare Open Source Places) y se renderiza mediante una pila de código abierto alineada con Rust (MapLibre GL JS, servidor de tiles Martin, PMTiles).

La primera superficie desplegada es gis.woodfinegroup.com — un mapa de co-localización que muestra la co-presencia de anclas minoristas en Estados Unidos, Canadá, México y España.

Arquitectura — archivo plano frente a base de datos

Existen tres opciones para el almacenamiento canónico de registros geográficos:

Archivo plano canónico — JSONL para seguimiento de cambios legible por humanos, GeoParquet para lecturas analíticas de alto rendimiento, FlatGeobuf para transmisión de bbox espacial del lado del navegador. GeoParquet es un estándar incubado por la OGC que añade tipos Punto/Línea/Polígono al formato columnar Parquet. FlatGeobuf lleva un R-tree de Hilbert empaquetado en la cabecera del archivo que permite a un navegador transmitir solo las características dentro de la ventana gráfica actual mediante solicitudes de rango HTTP. Ventajas: soberano por construcción, versionable, portable por el cliente, sin infraestructura que operar. Limitación: las escrituras son de un solo autor a la vez; las ediciones concurrentes en línea competirían entre sí.

Base de datos canónica — PostgreSQL más una extensión espacial, la opción por defecto de la industria en este género. Ventajas: SQL espacial rico, concurrencia multi-escritor, operación probada en producción. Limitación: los datos del cliente viven en un daemon en ejecución que debe operar; la portabilidad requiere un volcado y restauración, no un simple movimiento de directorio.

Híbrida — archivo plano canónico, con una base de datos efímera materializada a partir del archivo plano como caché de consultas. Coincide con el enfoque de bóveda-como-canónico y tablas-derivadas-como-caché que la plataforma usa para la contabilidad.

Para cargas de trabajo de decenas de miles de registros POI en un pequeño número de países, con escrituras por lotes poco frecuentes y consultas principalmente de lectura, el archivo plano es suficiente y es la arquitectura que tanto Foursquare como Overture Maps Foundation eligieron para sus lanzamientos de sustrato. Recomendación: GeoParquet como formato canónico en reposo (un archivo por país y servicio, actualizado mensualmente), JSONL paralelos para historial rastreable con git y legible por humanos, FlatGeobuf como derivado transmisible al navegador.

Stack de renderización

El stack de renderización utiliza MapLibre GL JS en el navegador — un renderizador de mosaicos vectoriales de código abierto impulsado por la comunidad que soporta WebGL, estilización dinámica, animación suave y 3D sin coste de licencia por tráfico.

La generación de tiles utiliza Tippecanoe para convertir GeoJSON en MBTiles o PMTiles, reduciendo el tamaño del archivo en un 85-95% frente al GeoJSON sin procesar. El servicio de tiles utiliza Martin, el servidor de tiles Rust de la Fundación MapLibre. El formato de archivo de tiles es PMTiles — un archivo de único archivo con soporte de solicitudes de rango HTTP, que permite servir tiles directamente desde nginx sin ejecutar Martin cuando los tiles están pre-cocinados.

Forma de los datos — registros de negocios y lugares

El pipeline de ingesta organiza los registros en dos categorías de datos, negocios y lugares, cada una con un campo discriminador, un slug de marca con normalización por familia de marca (de modo que equivalentes regionales de una misma cadena cuentan como un único operador lógico a través de países), una geometría de punto, y un campo de procedencia que registra de qué conjunto de datos abierto proviene cada registro. Los registros de lugares llevan además un campo de tipo para anclas no minoristas como hospitales, campus de educación superior y aeropuertos.

Estas categorías son convenciones de datos a nivel de pipeline, no servicios independientes de la plataforma en el sentido en que lo son service-content — extracción de entidades y alojamiento del grafo de conocimiento o service-people — el servicio de libro de identidades — la forma del registro es un esquema que este mismo proceso de ingesta y clasificación por nivel usa internamente, no un contrato público de solicitud/respuesta. Una tercera categoría que este artículo describía anteriormente, para perímetros de estacionamiento, no existe en el pipeline actual.

Renderizado de nivel

Los registros de clúster llevan una propiedad tier una vez que Aplicación de orquestación GIS aplica la metodología de niveles a los datos ingeridos. La función del sustrato a partir de ese punto es la presentación: emitir una FeatureCollection GeoJSON por clúster (puntos de ancla, un polígono de radio de captación y la propiedad tier), y dejar que las capas del navegador la rendericen — POIs como círculos coloreados por familia de marca (Capa 1), clústeres con nivel y sus halos de captación (Capa 2), y límites de país con fichas de filtro (Capa 3). Los popovers al pasar el cursor muestran marca, formato, año de apertura y nivel sin navegación de página.

A 15,000 registros POI (cobertura combinada en cuatro países y tres familias de marca), la renderización del lado del cliente en MapLibre está cómodamente dentro del rango operativo. La agrupación de clústeres del lado del cliente con Supercluster se vuelve relevante en torno a los 50,000 registros; la generación de mosaicos vectoriales en el servidor, a partir de los 500,000.

Base de investigación de la co-localización minorista

La agrupación por co-localización minorista es un fenómeno documentado con precedente académico: las principales categorías de anclas minoristas exhiben tendencias marcadas hacia la proximidad mutua. Los efectos de entrada de Costco sobre los minoristas vecinos se han estudiado formalmente. El análisis de co-localización que produce el sustrato se corresponde directamente con la metodología establecida (distancia media al vecino más cercano, contrastada frente a una distribución nula de permutación).

Composición con el resto de la plataforma

Los triples de co-localización producidos por el sustrato de inteligencia de localización se componen con el resto del sustrato de la plataforma: un polígono de área de captación minorista de la capa GIS y una envolvente de edificio de la capa BIM pueden compartir el mismo marco de coordenadas, los mismos archivos YAML laterales por elemento y el mismo anclaje de libro mayor WORM. Dos clústeres; un sustrato.

Servicio de inferencia de IA está disponible para trabajo de anotación rutinaria (sugerir categorías para POIs recién ingeridos, resumir deltas de conjuntos de datos, etiquetar anomalías) pero la plataforma es completamente funcional con el Portero apagado — el principio de Inteligencia Opcional aplicado a los datos geográficos.

Fuentes de datos

Los conjuntos de datos abiertos con licencia Apache 2.0 son el sustrato primario: Foursquare Open Source Places (más de 100 millones de POIs, caídas mensuales de Parquet) y Overture Maps Foundation (lugares, edificios, transportes y direcciones como GeoParquet). OpenStreetMap (vía el geocodificador Nominatim o Photon) es la fuente secundaria para las brechas de cobertura.

El scraping directo de sitios web de minoristas no se utiliza cuando los términos de servicio prohíben la minería de datos. Los fundamentos de datos abiertos ya han acumulado los registros POI que de otro modo requerirían scraping.

Información prospectiva

Las declaraciones sobre el calendario de despliegue, los resultados para el cliente y la hoja de ruta de funcionalidades del Sustrato de Inteligencia de Localización son objetivos previstos sujetos a cambio. Los plazos reales dependen de la revisión del operador en cada etapa, de la precisión de la cobertura de datos abiertos y de la velocidad de desarrollo. Estas declaraciones llevan el matiz "planificado"/"previsto"/"puede" conforme a la postura de divulgación continua del espacio de trabajo, según el National Instrument 51-102 (Continuous Disclosure Obligations) de la BCSC y el CSA National Policy 51-201 (Forward-Looking Information Disclosure).

Véase también

• Arquitectura de tres anillos
• Substrato sin inferencia — El caso base
• Propiedad intelectual del grafo del cliente
• Metodología de niveles de co-localización minorista — las condiciones de nivel aplicadas a la propiedad tier renderizada aquí
• Aplicación de orquestación GIS — el motor que calcula la asignación de nivel a partir de los datos de clúster ingeridos