Как создать SaaS-проект на стыке геоинформатики и данных

Это гостевая статья. Если вы тоже хотите поделиться своим опытом с аудиторией Картетики, предложите свою публикацию.

⌛️ Время прочтения: 3 минуты

Развитие облачных технологий, открытых баз данных и алгоритмов машинного обучения привело к тому, что для запуска полноценного геоинформационного продукта не нужен штат из множества разработчиков и аналитиков. Знания в области ГИС, работы с пространственными базами данных (PostgreSQL+PostGIS) и базового бэкенда позволяют собрать автономный соло-SaaS проект, который решает конкретную проблему рынка и генерирует стабильный доход.

В этой статье на примере автоматизированного сервиса проверки земельных участков GeoRisk разберем, как объединить разрозненные геоданные в коммерческий продукт, который решает задачи многих клиентов.

Любой успешный SaaS начинается с понятной «боли» аудитории. В сфере недвижимости это, например, покупка неликвидной земли. Люди приобретают участки, оформляют сделки, а затем получают предписание о сносе дома или запрет на строительство.

Причина проста: базовые документы (например, стандартная реестровая выписка) не отражают полной картины физических и зональных ограничений. Охранные зоны ЛЭП, водоохранные территории, трубопроводы и опасные уклоны рельефа разбросаны по десяткам муниципальных архивов, открытых и закрытых ведомственных карт. Чтобы свести это воедино, обычно нанимают специалистов, чьи услуги стоят дорого и требуют времени. На этой боли и зародилась идея о создании проекта GeoRisk – сервиса по автоматической проверки земельных участков на риски и ограничения.

Создание подобного инструмента требует перехода от десктопных ГИС-решений (вроде QGIS, где удобно тестировать гипотезы и готовить данные) к веб-архитектуре.

Ядро сервиса строится вокруг пространственной базы данных. Я выбрал архитектуру PostgreSQL + Fastapi. Это абсолютный стандарт, который позволяет «на лету» выполнять сложные пространственные запросы: проверять пересечения полигонов (ST_Intersects), вычислять площади наложений (ST_Area) и строить буферные зоны (ST_Buffer).

Сложность гео-SaaS заключается не только в написании кода, но и в качестве исходных данных. Государственные карты и федеральные порталы могут содержать неполные сведения: например, объект существует физически и предусмотрен законодательством, но его контур еще не отображается в базе. Поэтому GeoRisk использует инструменты геоинформатики для обработки, анализа и обогащения пространственных данных.

Например, для водотоков можно взять геометрию русел, определить их протяженность и автоматически построить вокруг них расчетные водоохранные зоны в соответствии со статьей 65 Водного кодекса РФ. Для рек и ручьев длиной до 10 км ширина такой зоны составляет 50 метров, от 10 до 50 км — 100 метров, а для водотоков длиной 50 км и более — 200 метров. Это можно предварительно сделать как в QGIS, так и в других софтах.

После этого полученные геометрии сохраняются в пространственной базе PostGIS вместе с исходными данными, параметрами расчета и сопутствующей информацией. При проверке участка алгоритм сопоставляет его границы с этими слоями и определяет, есть ли пересечение с водоохранной зоной.

По такому же принципу обрабатываются и другие наборы данных: контуры ООПТ, охранные зоны, рельеф, уклоны и различные ограничения. В результате формируется собственная структурированная база пространственных объектов, подготовленная специально для автоматической проверки земельных участков.

Пользователь получает сразу готовый результат: выявленные пересечения, их интерпретацию, правовой статус, оценку возможных рисков и рекомендации в PDF-отчете. Так пространственные данные превращаются в законченный B2B- и B2C-продукт.

Разработать сервис – лишь половина дела. Вторая половина – научиться его продавать. Для микросервисов с невысоким чеком (в GeoRisk стоимость одной проверки составляет 280 рублей) стоимость привлечения клиента – это критический фактор.

Востребованность сервиса можно оценить по ключевым метрикам за последние несколько месяцев:

Собственный SaaS-сервис на базе геоданных – это непростой, но возможный пример того, как экспертиза в узкой нише может приносить дополнительный доход. Кейс GeoRisk показывает, что для создания востребованного продукта не требуются огромные инвестиции, а нужна только незакрытая проблема потенциальных клиентов и хороший стек навыков. Достаточно связать PostgreSQL, алгоритмы анализа пространственных данных и понятный пользовательский интерфейс, чтобы получить прибыльный продукт. Собственный коммерческий проект – это окно возможностей для всех специалистов ГИС-отрасли.