グラウンド・トゥルース・テスト - なぜ細部にまでこだわるのでしょうか

グラウンド・トゥルース・テスト（GTT、地上の真実のテスト）は、自動車業界やマッピング事業者が駐車場データ供給業者間の品質を評価するのに役立つ非常に重要なツールです。簡単に言えば、GTTは複数の場所に行き、データ供給業者から入手可能な情報とその場所で入手可能な情報を比較し、静的データと動的データの属性の両方の正確さと、正確さのレベルを明らかにすることが含まれています。

概念としては単純ですが、データ供給業者の「地図上の特定のポイント」（POI）データの評価は複雑なプロセスであり、競合するデータ供給業者間で一貫性のある公平な評価を行うためには、綿密な計画が必要となります。GTTの計画を立てる際には、エンドユーザーの経験がテストすべき領域を特定するのに役立ちます。

1. 駐車場の需要が最も高い地域とは、ドライバーにとって駐車場情報サービスを利用することが最も有益であると考えられる地域のことです。これらの地域には、繁華街のショッピングセンター、エンターテイメントセンター、ビジネス街、または主要なモビリティハブの近くなどが含まれます。駐車場への圧力が非常に低い、市場が小さい町や住宅地をテストしても、テストであることに変わりはありませんが、駐車場が豊富にあるため、ドライバーに大きな影響を与えることはありません。ですから、テストは、駐車場への需要が最も大きい、都市と都市エリアに集中すべきです。
   
   
2. テストする駐車場のタイプを定義することも重要です。これにより、テスト中に収集した証拠を検証する後の段階で、混乱要因を取り除くことができます。テストする駐車場の最も単純なタイプは、路外駐車場（つまり駐車場やビル駐車場）です。これは、路上駐車は都市によって規制されており、住宅地、積載のみ、許可証による制限地域、障害者用、降車などの多数の異なる駐車制限のタイプがある可能性があるためです。有料スペース（一日のうち少なくとも一部は支払いを必要とする駐車スペース）を中心にテストを集中させることで、テスト者が潜在的に住宅と有料駐車スペースを混同している可能性のあるPOI路上データの欠落に関連して、偽陽性の結果が最小限に抑えられることを確実にします。
   
   
3. 事前に考慮すべきもう 1 つの重要な要素は、テスト基準のデータ属性とカテゴリの重み付けです。ドライバーの体験に重大な悪影響を与える影響力の高い問題にはより高い重み付けを行い、顧客が POI の存在を知らされていない、もはや存在しない場所に連れて行かれる、位置/入口位置の GPS が正しくないなどの状況が含まれる可能性があります。影響度の低い問題には、ドライバーのエクスペリエンスに与える影響が軽微であり（それに応じて重み付けされます）、住所の部分的な詳細の欠落、動的データの欠落、支払い元の欠落などが含まれます。テスト基準を分類することで、顧客にとっての重要性を真に反映した重み付けを適用することができます。カテゴリーの提案と重み付けの例としては、以下のようなものが考えられます。

• 可視性 - グラウンド・トゥルースが観測された場所がデータ供給業者のデータセットにあることを識別し、必須属性を含むこと。
• 空間 - 収集した地理空間データに基づいて、駐車場の位置データに適切な許容値を適用して、精度を検証することができること。
• 精度 - グラウンド・トゥルースの場所から収集した画像を使用して、POI属性の正確性を、必須属性と非必須属性に適用される重み付けと、その場所で利用可能な属性の全体的な数をスコアリングによりスコア化することができること。

グラウンド・トゥルースの調査員が訪問した路上のすべての場所を確実に記録するようにしなければなりません。路外駐車場や有料の路上駐車場がない場合は、調査の証拠としてこれを記録する必要があります。100％のカバー率を確保することは、POI データの供給過不足の有無でデータ供給業者を評価する上で非常に重要です。

テストデータを収集する最良の方法（車、自転車、徒歩など）は、特定の条件、収集するデータのタイプ、および時間的な制約に大きく左右されます。しかし、収集したグラウンド・トゥルースの POI データの評価は、オフィス環境で実施するのが最適です。収集と検証のステップを分離することにより、次の場所に移動しなければならないという時間的な制約や技術的な制約なしに、すべての駐車場データ供給業者のデータの一貫した評価をすることができるからです。

また、テストの証拠を公正に分析するためには、データ供給業者のデータとデータスキーマを十分に理解していることも重要です。ウェブサイトやモバイルアプリで公開されているデータは、実際のB2Bデータセットを公正に表しているとは限りません。駐車場管理のアプローチが世界的に異なると、テストの証拠の解釈やマーク付けが複雑になることがあります。例えば、駐車場料金が駐車税有り、または駐車税無しで表示されることもあります。評価段階に入る前に、データ供給業者と時間をかけて、データ供給業者のデータと関連する POI 属性の解釈に問題がないことを確認しておくことが望ましいでしょう。また、データをテストする際には、方法論的な要件を理解することも重要です。例えば、例えば、空いている駐車場が見つかる確率は、その場所の空きスポットの占有率を使ってテストすることはできません。予測品質のレベルを公平に反映させる統計的なテスト方法があります。

最後に、データ供給業者に、照合した証拠に基づいてフィードバックを提供する機会を与え るように計画します。このフィードバックがあることで、POI の指標と属性を再度スコアリングする（またはしない）ことができます。

要約すると、Parkopedia のようなデータ供給業者は、ユーザーに最高のデータ利用体験をしてもらいたいと考えており、調達プロセスの一部として公正な評価を求めています。綿密な計画を立て、詳細を十分に理解していれば、潜在的なデータ供給業者のソリューションの最終的な評価は、ユーザーにとって最適なものになると確信しています。