SQL & Databases

Nhập môn dữ liệu không gian (spatial/geospatial): dữ liệu gắn vị trí trên Trái Đất, các loại hình học điểm/đường/vùng, hệ toạ độ CRS/SRID (WGS84, UTM/VN2000), vector vs raster, quan hệ và phép đo không gian. Đặt nền cho cả series GIS và giá trị của nó với ngân hàng NCB: mạng lưới chi nhánh/ATM, phân tích khách hàng theo địa bàn, rủi ro và gian lận theo vị trí.

PostGIS biến PostgreSQL thành cơ sở dữ liệu không gian đầy đủ. Bài này đi từ cài đặt CREATE EXTENSION, kiểu geometry vs geography, SRID/EPSG:4326, cách nhập điểm bằng ST_MakePoint/ST_GeomFromText, các hàm cốt lõi (ST_Distance, ST_DWithin, ST_Contains, ST_Buffer, ST_Transform...), chỉ mục GIST bắt buộc cho hiệu năng, tới bài toán tìm ATM/chi nhánh trong bán kính quanh khách hàng NCB.

Các mẫu truy vấn không gian thực chiến với PostGIS, nối tiếp bài PostGIS: spatial join điểm-trong-vùng, đếm điểm theo vùng, nearest-neighbor bằng toán tử <-> và LATERAL, truy vấn bán kính ST_DWithin, tổng hợp không gian, phủ & khoảng trống. Kèm mẹo hiệu năng (GIST index, tránh ST_Distance), cạm bẫy đơn vị/SRID/geometry-vs-geography, và bối cảnh NCB gán giao dịch vào địa bàn.

Các định dạng dữ liệu không gian và cách đưa vào PostGIS. Vector: Shapefile, GeoJSON, GeoPackage, KML/KMZ, WKT/WKB, TopoJSON; raster: GeoTIFF. Chuẩn hoá CRS/EPSG và reproject khi nạp. Công cụ ETL: GDAL/ogr2ogr, shp2pgsql, QGIS, ST_AsGeoJSON để xuất ra web. Pipeline ngân hàng: ranh giới hành chính + chi nhánh nội bộ + geocoding địa chỉ khách → chuẩn hoá CRS → PostGIS. Kèm geocoding/reverse và chất lượng dữ liệu không gian.

Biến dữ liệu không gian thành bản đồ để ra quyết định. Bản đồ chuyên đề: choropleth (phải chuẩn hoá), symbol/bubble, heatmap, cluster, flow map — chọn theo dữ liệu. Công cụ: QGIS, Leaflet/Mapbox GL/deck.gl/Kepler.gl, bản đồ trong Power BI & Superset; tile OSM, level of detail. Luồng PostGIS → GeoJSON (ST_AsGeoJSON) → web map, nguyên tắc thiết kế và cạm bẫy. Bối cảnh NCB: dashboard dư nợ/huy động/khách theo tỉnh cho lãnh đạo.

Các kỹ thuật phân tích không gian tạo giá trị kinh doanh cho ngân hàng: phân tích mật độ & hotspot, gom cụm ST_ClusterDBSCAN/KMeans, tự tương quan không gian (Moran's I), chọn địa điểm ATM/chi nhánh bằng service area, isochrone và overlay đa lớp. Nối tiếp bài truy vấn không gian, minh hoạ bằng SQL PostGIS và quy trình site selection.

Khi dữ liệu không gian vượt sức một Postgres/PostGIS: tỉ điểm GPS, giao dịch có toạ độ, ảnh vệ tinh. GIS trên warehouse đám mây (BigQuery GIS, Snowflake, Redshift), Spark + Apache Sedona, lưới phân cấp Uber H3 / Google S2 / geohash biến spatial join thành group-by, định dạng cloud-native (GeoParquet, COG) và đánh đổi PostGIS vs warehouse/Spark. Bối cảnh NCB: gom hàng trăm triệu giao dịch thẻ theo ô H3.

Bài kết series: tổng hợp năm nhóm ứng dụng dữ liệu không gian (location intelligence) trong ngân hàng — tối ưu mạng lưới chi nhánh/ATM, phân tích khách theo địa bàn, rủi ro tín dụng theo vùng, gian lận/AML theo vị trí, marketing địa điểm. Kèm kiến trúc dữ liệu không gian (geocoding, PostGIS, dashboard bản đồ), quyền riêng tư dữ liệu vị trí, và lộ trình áp dụng cho NCB từ chuẩn hoá địa chỉ đến phân tích nâng cao.