Ländliche Gebiete widerlegen viele Annahmen, die für Städte gebaute Filialsuchen standardmäßig mitbringen. Ein Landmaschinenhersteller mit einem Netz unabhängiger Händler in großen Agrarregionen stellte fest, dass eine auf städtische Entfernungen abgestimmte Suche, die Händler in einem Umkreis von zehn oder zwanzig Meilen anzeigte, für einen erheblichen Teil seiner Kunden ein leeres Ergebnis lieferte. Diese Kunden rechnen für einen größeren Kauf durchaus damit, eine Stunde oder länger bis zum nächsten Händler zu fahren.
Der Aufbau einer Suche, die dieser Realität gerecht wird, begann wie bei jeder entfernungsbasierten Suche mit Koordinaten. Jede Händleradresse im Netz des Herstellers wurde einmal geokodiert, in einem einzigen Stapel über /v1/forward, da bei einer Bulk-Anfrage jede Adresse als ein abgerechneter Eintrag zählt, unabhängig davon, wie viele Händler in der Liste standen. So erhielt jeder Händler eine feste Koordinate, von der aus sich Entfernungen messen ließen, statt sich auf die vagen regionalen Beschreibungen wie „betreut das Dreiländereck“ zu verlassen, die die Händlereinträge bisher verwendet hatten.
Die eigentliche Änderung lag bei den Standardentfernungen. Statt eines festen, auf Städte abgestimmten Suchradius vergrößerte die Suche ihren Standardradius für ländliche Suchgebiete deutlich und ließ Kunden ihn mit einem einzigen Bedienelement weiter vergrößern, statt gegen eine Wand aus „keine Händler gefunden“ zu laufen, die fälschlicherweise nahelegte, der Hersteller sei in der Nähe schlicht nicht vertreten. Ein Kunde, der die Standorterkennung erlaubte, erhielt einen Ausgangspunkt von /v1/ip, aus seiner IP-Adresse in ungefähre Koordinaten aufgelöst, und bei einem Kunden, der lieber einen Ortsnamen oder eine Postleitzahl eingab, wurde diese Eingabe genauso geokodiert wie die Händlerliste.
Der Hersteller nutzte das geokodierte Händlernetz auch für etwas jenseits der kundenseitigen Suche: eine interne Abdeckungsanalyse, die untersuchte, wo es echte Lücken zwischen Händlern gab, gemessen daran, wo seine Maschinen tatsächlich eingesetzt wurden, auf Grundlage der Adressen aus Service- und Garantieregistrierungen. Diese Analyse, durchgeführt, nachdem das gesamte Händlernetz Koordinaten hatte, bestimmte mit, wo das Unternehmen vorrangig neue Händler anwarb, eine Entscheidung, die sich zuvor auf das informelle Gefühl regionaler Vertriebsmitarbeiter gestützt hatte, wo die Abdeckung dünn wirkte.
Dafür mussten ländliche und städtische Kunden im Code selbst nicht unterschiedlich behandelt werden. Für jede Suche liefen dieselbe Geokodierung und dieselbe Entfernungsberechnung. Geändert hat sich die Feinabstimmung, der Standard-Suchradius und wie der Zustand „keine Ergebnisse“ formuliert und behandelt wurde. Diese Entscheidungen ergaben sich aus dem Verständnis der tatsächlich bedienten Geografie und nicht aus der zugrunde liegenden Standorttechnologie, die unabhängig davon, wie dicht oder dünn besiedelt das Gebiet war, identisch funktionierte.
Das Geokodierungsvolumen fiel fast vollständig beim ersten Stapel für das Händlernetz an, danach kam nur noch ein langsames Rinnsal hinzu, wenn neue Händler dazukamen, eine Last, die problemlos in das kostenlose Tageskontingent passte, das im Schlüssel des Herstellers enthalten ist. Die Suchen der Kunden in der Händlersuche kamen als bescheidenes laufendes Volumen hinzu, ebenfalls bequem innerhalb des kostenlosen Kontingents für ein Unternehmen dieser Größe, da Händlersuchen viel seltener vorkommen als etwa bei einer alltäglichen Filialsuche im Einzelhandel.
Entfernungsbasierte Tools, in die städtische Annahmen fest eingebaut sind, lassen ländliche Nutzer stillschweigend im Stich, und die Lösung ist selten eine andere Technologie, meist nur andere Standardwerte für dieselbe zugrunde liegende Berechnung. Die Dokumentation zum Endpunkt finden Sie unter /docs/forward-geocoding/.