วันจันทร์ที่ 14 พฤษภาคม พ.ศ. 2561

Satellite imagery & Alternative Data

ปีที่แล้วเคยเขียนถึง SpaceKnow บริษัท startup อีกเจ้าที่ทำด้าน alternative data โดยใช้ข้อมูลจากภาพถ่ายดาวเทียมรายละเอียดสูง + Deep learning เพื่อหา insight สำหรับการเทรด บริษัทที่ระดมเงิน 4 ล้านเหรียญในช่วงเริ่มต้น ซึ่ง application การนำไปใช้หลากหลายมาก ถ้าเคยดูทีวีซีรีย์เรื่อง Billions น่าจะเห็นตัวอย่างที่ซีรีย์พูดการใช้ดาวเทียมรายละเอียดสูงสอดแนมกิจกรรม รถขนส่งสินค้าเข้าออกของโรงงานของบริษัทผลิต Microchip สำหรับ IOT ในประเทศจีน เพื่อหาโอกาสซื้อหุ้นเก็งกำไรผลประกอบการเป็นต้น
ปัจจุบันยังมีอีกหลายเจ้าที่พัฒนาบริการข้อมูลลักษณะนี้เช่น Descartes Labs ที่ทำใช้ภาพถ่ายดาวเทียมและ infrared sensor ในทำนายผลผลิตต่อไร่ของข้าวโพดและธัญพืชเพื่อขายข้อมูลให้กับ บริษัทและกองทุนที่เทรดสินค้า commodity ก่อนที่จะมีการประกาศตัวเลขผลผลิตจริงที่จะเข้าสู่ตลาดเพื่อเก็งกำไรราคาสินค้า
บทความนี้อ้างอิงข้อมูลจาก USDA ที่ระบุว่าเทคโนโลยี Remote sensing ใช้ภาพถ่ายดาวเทียมเพื่อเก็บข้อมูลสำหรับการพยากรณ์ปริมาณผลผลิต เช่นข้าวโพด นั้นดี แต่ยังไม่ดีพอที่จะแม่นยำ เนื่องจากบางพื้นที่ที่เกษตรกรมีการปลูกข้าวโพดแบบ crop เล็ก ปะปนกับพื้นอื่นๆ ทำให้การสำรวจข้อมูลจากภายถ่ายดาวเทียมทำให้แม่นยำลดลง บวกกับสภาพอากาศที่แปรปรวน บางช่วงอาจจะมีเวลาในการเก็บเกี่ยวช้าหรือไม่ตรงช่วงเวลาคงที่ทุกปี ทำให้ยากในการประเมิน ได้ถูกต้องแม่นยำ ปัจจุบัน USDA ใช้การสำรวจภาคสนามเพื่อเก็บข้อมูลเป็นหลัก


ดังนั้นตรงจุดนี้ insight จาก alternative data ประเภทนี้อาจจะเป็นแค่จุดเริ่มต้น และต้องพัฒนาโมเดลในการพยากรณ์ปริมาณผลผลิตกันต่อไป ซึ่งเห็นหลายบริษัทเช่น Terra Bella ,Orbital Insight หรือ Descartes Labs ก็มีการใช้ข้อมูลจาก sensor ภาพพื้นดิน ประกอบร่วมกับข้อมูลจากภาพถ่ายดาวเทียมเพื่อทำให้โมเดลพยากรณ์ด้วย Machine learning มีความแม่นยำมากขึ้น