Dos pares de coordenadas pueden parecer idénticos sobre el papel y significar cosas muy distintas según su procedencia. Uno puede ser una lectura GPS directa de un dispositivo situado en el punto exacto. Otro puede ser el centroide de una ciudad, devuelto porque era la mejor coincidencia disponible para una dirección parcial o ambigua. Impresos como simples números, ambos parecen igual de precisos. Solo los metadatos que los acompañan te dicen en cuál puedes confiar de verdad para un caso de uso de grano fino.
Esta es la razón principal por la que "usa simplemente lat y lon" es una simplificación excesiva real siempre que el origen y la precisión de las coordenadas importen para lo que estás creando. Un par de coordenadas por sí solo no contiene ninguna información sobre cómo se obtuvo, cuánta superficie representa o qué confianza tenía la fuente en la coincidencia. Tratar cada par de coordenadas como igual de fiable, sin importar su origen, es la forma en que las aplicaciones acaban tomando decisiones sin que nadie lo note, como enrutar una entrega o activar una alerta basada en la ubicación, a partir de lo que en realidad es una aproximación a escala de ciudad y no un punto concreto.
Este es exactamente el hueco que los campos precision y confidence están diseñados para cerrar. La precisión te dice qué tipo de coincidencia produjo la coordenada, vivienda, calle, código postal o ciudad, lo que indica directamente cuánta superficie real representa plausiblemente ese punto. La confianza te dice lo segura que fue la propia coincidencia, con independencia de su nivel de precisión. Juntas, convierten un simple par de coordenadas en algo sobre lo que realmente puedes razonar: no solo "aquí hay un punto", sino "aquí hay un punto, esto es aproximadamente lo preciso que dice ser y esto es lo seguros que estamos de que eso es correcto".
El hábito práctico que conviene incorporar a cualquier sistema que guarde coordenadas o las pase entre servicios es transmitir la precisión y la confianza junto con los números brutos, no solo los números. Si un par de coordenadas pasa a una base de datos, a una cola o a otro servicio interno sin ese contexto, quien lo consuma después pierde la capacidad de decidir con conocimiento cuánto confiar en él, y probablemente lo tratará por defecto como más preciso de lo que es, ya que un par de coordenadas aislado no ofrece ninguna otra señal.
Todos los resultados de geocodificación de nuestros endpoints de geocodificación directa e inversa incluyen type, precision y confidence junto con las coordenadas precisamente por esta razón. Pasar todo eso por tu propio pipeline, no solo la latitud y la longitud, es lo que permite que cualquier sistema posterior haga el mismo juicio informado al que tu aplicación ya tenía acceso en el momento de la consulta original.