Onze mille lignes d'adresses clients dormaient dans un tableur, utiles pour la facturation et inutiles pour la planification. Une équipe d'opérations commerciales voulait redessiner ses secteurs en fonction de l'endroit où se trouvaient réellement les clients, et non des limites de comtés choisies par quelqu'un des années plus tôt, mais un tableur rempli d'adresses postales ne peut pas être trié par géographie. Il ne peut être trié que par ordre alphabétique, ce qui n'est pas la même chose.
La solution a été une seule tâche par lots. L'équipe a exporté chaque adresse unique de sa liste de clients et les a envoyées à /v1/forward en une seule requête groupée, puisqu'une liste d'adresses compte chaque élément comme une requête facturée au lieu de facturer par appel comme le feraient onze mille recherches séparées. Elle a obtenu en retour une correspondance de localisation pour chaque adresse, avec la latitude et la longitude, les coordonnées structurées qu'un outil de cartographie ou une formule de tableur peut réellement exploiter.
Avec des coordonnées associées à chaque client, la refonte des secteurs est devenue un problème de données plutôt qu'un problème de devinettes. L'équipe a pu regrouper les clients par proximité, mesurer la répartition du chiffre d'affaires entre un ensemble de régions proposé, et voir immédiatement lorsqu'une limite de secteur coupait en deux, sans bonne raison, un groupe dense de clients. Rien de tout cela n'était visible lorsque le seul champ de localisation était une adresse textuelle à partir de laquelle un tableur ne pouvait mesurer aucune distance.
L'équipe a aussi comparé les champs pays et région de chaque correspondance aux attributions de comptes existantes des commerciaux, ce qui a fait apparaître une poignée de comptes qui avaient glissé dans le mauvais secteur au fil du temps : des clients qui avaient déménagé leurs bureaux ou qui avaient été attribués par erreur, des années plus tôt, à un commercial d'une région voisine, sans jamais être corrigés. Ce nettoyage était un effet secondaire que personne n'avait prévu, et il s'est révélé plus important pour l'équité des objectifs que la refonte des secteurs elle-même.
Comme toute la liste de clients a été géocodée en un seul passage plutôt qu'au compte-gouttes, il s'agissait davantage d'un projet ponctuel que d'une intégration continue. L'équipe a lancé le lot, réimporté les résultats dans son tableur de planification, et n'a pas eu besoin d'appeler à nouveau l'endpoint avant la prochaine grande révision des secteurs. Pour ce type de charge, le quota gratuit quotidien a couvert l'exécution sans aucun crédit prépayé, et l'ensemble du projet a pris un après-midi plutôt qu'une mission de cartographie de plusieurs semaines avec un prestataire externe.
Le changement le plus important a porté sur la façon dont l'équipe a ensuite considéré ses propres données. Une fois les adresses dotées de coordonnées, des questions qui nécessitaient auparavant un consultant, comme savoir quelles régions étaient sous-desservies ou surchargées par rapport à la densité de clients, sont devenues des questions auxquelles l'équipe pouvait répondre elle-même avec un tableur et un peu d'arithmétique. L'étape de géocodage était la seule partie nécessitant un service externe, et c'était aussi la plus petite partie du projet.
Un lot d'adresses n'a pas besoin d'être une liste de clients. Emplacements de magasins, zones de service, lieux d'événements : tout ce qui figure dans un tableur sous forme d'adresse textuelle peut suivre le même processus. Les limites des lots et le format des requêtes sont décrits dans /docs/forward-geocoding/ et /docs/rate-limits/.