Ein Ehrenamtlicher, der helfen möchte, aber nicht jeweils vierzig Minuten hin und zurück fahren will, reagiert irgendwann stillschweigend nicht mehr auf Anfragen. Eine gemeinnützige Organisation, die mehrere hundert Ehrenamtliche in einem Ballungsraum koordinierte, stellte fest, dass ihr alter Vermittlungsprozess, bei dem sich eine Koordinatorin von Hand daran erinnerte, wer ungefähr in der Nähe eines bestimmten Bedarfs wohnte, und jeden einzeln ansprach, sowohl langsam als auch zunehmend unzuverlässig war, sobald die Liste der Ehrenamtlichen über das hinauswuchs, was eine einzelne Person im Kopf behalten kann.
Beide Seiten des Vermittlungsproblems, die Wohnadressen der Ehrenamtlichen und die Adressen laufender Bedarfe, ob eine Lebensmittelausgabe, die regelmäßig Hilfe brauchte, eine ältere Bewohnerin, die gelegentlich Unterstützung benötigte, oder eine Gemeindeveranstaltung, die Helfer für den Aufbau suchte, lagen als Textadressen vor, gesammelt über einfache Anmelde- und Anfrageformulare. Um daraus etwas zu machen, das sich nach tatsächlicher Nähe zuordnen ließ, wurden zunächst beide Listen über /v1/forward geokodiert, als Stapel für den bestehenden Stamm an Ehrenamtlichen und die Bedarfsliste, danach für jeden neuen Eintrag, sobald neue Anmeldungen und Anfragen eingingen.
Mit Koordinaten auf beiden Seiten wurde die Vermittlung zu einer Entfernungsberechnung, die die einfache eigene Datenbank der Organisation direkt ausführen konnte: Für jeden neuen Bedarf wurden die registrierten Ehrenamtlichen nach der tatsächlichen Entfernung ihrer Wohnadresse geordnet, und die Ansprache begann bei den nächstgelegenen, statt sich darauf zu verlassen, an wen sich eine Koordinatorin zufällig erinnerte, dass er im richtigen Stadtteil wohnte. Dadurch kamen Ehrenamtliche zum Vorschein, die im System ungenutzt geblieben waren, aus Gründen, die nichts mit ihrer Bereitschaft zu tun hatten, schlicht weil eine Koordinatorin nicht persönlich wusste, dass sie in der Nähe eines bestimmten wiederkehrenden Bedarfs wohnten.
Die Organisation ließ für die eigentliche Ansprache und Vermittlungsentscheidung eine menschliche Koordinatorin eingebunden, denn die Entfernung war ein wichtiger Faktor, aber nicht der einzige. Die besonderen Fähigkeiten, die Verfügbarkeit oder eine bestehende Beziehung eines Ehrenamtlichen zu einem bestimmten Bedarf waren manchmal wichtiger, als die nächstgelegene Option zu sein. Die Aufgabe des Tools war, eine nach Entfernung sortierte Rangliste bereitzustellen, die eine Koordinatorin schnell abarbeiten konnte, statt eine Zuweisung vollständig zu automatisieren, die eine Koordinatorin lieber zuerst prüfen wollte.
Die Rückmeldequote der Ehrenamtlichen verbesserte sich spürbar, sobald die Ansprache konsequent zuerst wirklich nahe wohnende Menschen erreichte. Das Ergebnis leuchtete intuitiv ein, als die Organisation es klar in ihren eigenen Daten sah: Eine Anfrage, die für einen Ehrenamtlichen tatsächlich bequem zu erfüllen war, bekam einfach eher eine Zusage als eine weiter entfernte, nach der eine Koordinatorin aus Vertrautheit statt wegen der Nähe gegriffen hatte.
Da die Organisation gemeinnützig mit echten Budgetgrenzen arbeitete, waren die Kosten hier besonders wichtig. Die Nutzung des Projekts, ein überschaubarer Geokodierungsstapel für den anfänglichen Stamm plus ein kleines laufendes Rinnsal für neue Anmeldungen und Anfragen, passte bequem in das kostenlose Tageskontingent, ohne dass jemals Prepaid-Guthaben oder ein Unlimited-Schlüssel in Betracht gezogen werden musste. Die gesamte standortbasierte Vermittlung kostete damit eine Organisation nichts, für die jeder Dollar eines begrenzten Budgets zählte.
Wenn eine gemeinnützige Organisation etwas Ähnliches in Betracht zieht, ist der Einstieg kleiner, als er klingt: Geokodieren Sie die Adressen, die Sie bereits haben, und sehen Sie sich an, wie eine entfernungsbasierte Vermittlung mit Ihren echten Listen von Ehrenamtlichen und Bedarfen tatsächlich aussieht, bevor Sie etwas Aufwendigeres darauf aufbauen. Die Dokumentation zum Endpunkt finden Sie unter /docs/forward-geocoding/.