Каждый, кто занимался геоаналитикой, сталкивался с одной и той же болью: есть красивая идея — проанализировать плотность целевой аудитории для открытия точки, оценить доступность инфраструктуры, построить модель спроса. Но данные либо стоят неприличных денег (привет, платные геодемографические сервисы), либо агрегированы до уровня "весь район", что делает их бесполезными для точечного анализа.
Недавно перед нами встала конкретная задача: оценить потенциал локации для барбершопа. Нужно было понять, где концентрируется целевая аудитория — мужчины 20-30 лет — с точностью до квартала, а не до административного района. Решение нашлось в неожиданном месте.
WorldPop Hub — это открытая платформа от исследовательской группы при Университете Саутгемптона, поддерживаемая Фондом Билла и Мелинды Гейтс . Проект создаёт высокоразрешенные глобальные данные о распределении населения с разрешением 100×100 метров (3 угловые секунды) — и всё это бесплатно, с открытым доступом и прозрачной методологией.
WorldPop предлагает несколько категорий данных, доступных в форматах GeoTIFF. Модели распределяют население только по территориям, где есть постройки (идентифицированы по спутниковым снимкам). Это даёт реалистичную картину: нулевые значения в парках, водоёмах, промзонах.
Вернёмся к задаче. Нам нужно:
- Данные по полу и возрасту — чтобы выделить мужчин 20-30 лет
- Высокое пространственное разрешение — чтобы отличить улицу с офисами от жилого квартала
- Актуальность — данные 2024 года вполне подходят для стратегического планирования
В WorldPop Hub есть отдельный набор данных: "Population Age and Sex Structure" — ограниченные модели (constrained) с разбивкой по возрастным группам и полу на 2024 год
Структура данных по возрасту
Данные представлены отдельными бэндами (каналами) в GeoTIFF:
- m_0 — мужчины 0-1 года
- m_1 — мужчины 1-4 года
- ...
- m_25 — мужчины 25-30 лет
- m_30 — мужчины 30-35 лет
- Аналогично для женщин (f_*)
Для нашей задачи с барбершопом нужно будет скачать данные m_25 и m_30 и суммировать.
Обработка в QGIS/ArcGIS
- Загружаем растры, калькулятором растра суммируем m_25 + m_30 для получения целевой аудитории
- Экстракция значений: инструмент "Sample raster values" для точек интереса (потенциальные локации)
- Zonal Statistics: агрегация по буферам 500м/1км вокруг локаций для сравнения плотности
Теперь с данными WorldPop мы можем построить полноценную модель. Строим буферы 1 км вокруг существующих барбершопов и получаем модель с учетом анализа конкурентов, добавляем расчёт 15 минутной пешей доступности от потенциальных локаций и суммирование населения в зоне доступности. Для нашей задачи с барбершопом это означает: вместо интуиции "тут оживлённо" — конкретные цифры "в радиусе 500м проживает 2400 мужчин 20-30 лет, конкуренты перекрывают 40% спроса, оптимальная локация — перекрёсток улиц X и Y".
Ссылки:
- Основной портал: https://hub.worldpop.org/
- Документация API: https://www.worldpop.org/sdi/introapi/