211service.com
Kristallen bol voor maïsoogstopbrengsten zal een revolutie teweegbrengen in de handel in grondstoffen
Financiële inzichten afleiden uit satellietbeelden is geen nieuw idee, maar EarthLabs geeft er een draai aan. De startup uit Boston analyseert satellietbeelden van NASA, weergegevens van de National Oceanic and Atmospheric Administration en seizoensgebonden informatie over gewassen van het Amerikaanse ministerie van landbouw. Vervolgens gebruikt het machine learning-algoritmen om informatie over natuurlijke hulpbronnen te genereren, zoals het voorspellen van landbouwopbrengsten.
De strategie lijkt misschien op die van andere bedrijven voor het analyseren van satellietbeelden, zoals Descartes Labs en Orbital Insight. TellusLabs is echter van plan zich te onderscheiden door wetenschappelijke expertise op het gebied van vegetatie en klimatologie toe te passen bij de analyse, een beperkte focus op natuurlijke hulpbronnen te behouden en snel nieuwe producten uit te rollen. Het doel is om een Bloomberg-terminal te zijn voor aardse signalen. Er is een brede basis van mensen die moeilijke beslissingen moeten nemen over natuurlijke hulpbronnen, en we willen ze snel kwaliteitsgegevens geven, zegt TellusLabs CEO en medeoprichter David Potere.
De eerste stap van het bedrijf op de markt is: Kernel , een modelleringstool voor landbouwgrondstoffen die onlangs een publiek toegankelijke open bètafase is binnengegaan. De gratis bètaversie van Kernel heeft beperkte functies, maar het volwaardige product is een interactief, online dashboard dat een kaart toont van de belangrijkste maïsteeltregio's in de VS - in 18 staten - en belangrijke financiële indicatoren, zoals voorspelde opbrengst, geoogste oppervlakte en totale productie. Gebruikers kunnen gegevens bekijken op staats-, landbouwdistrict- of provincieniveau en historische opbrengstgegevens bekijken die afkomstig zijn van de USDA. Het dashboard bevat ook een indicatorpijl - analoog aan een aandelenmarktticker - die de gemiddelde verandering in de schattingen van de maïsopbrengst, week na week, aangeeft. TellusLabs werkt de prognoses dagelijks bij.
Het dashboard van Kernel, TellusLabs' tool voor het voorspellen van landbouwgrondstoffen.
Net als een Bloomberg-terminal is Kernel ontworpen als een verbinding voor snelle, betrouwbare financiële gegevens, die mensen op meerdere manieren kunnen gebruiken. Een grondstoffenhandelaar zou de informatie kunnen gebruiken om geld te verdienen met transacties op de termijnmarkt. Een exploitant van een ethanolfabriek zou Kernel kunnen raadplegen om te peilen of de gecontracteerde boeren voldoende maïs kunnen leveren om het draaiende te houden. Een landbouwbedrijf als John Deere zou de datafeed in licentie kunnen geven en integreren in een slimme pomp die automatisch aanpast hoeveel water het de gewassen geeft.
De knowhow over natuurlijke hulpbronnen achter Kernel is voornamelijk afkomstig van TellusLabs' andere medeoprichter en chief technology officer, Mark Friedl . Friedl is een professor aan de afdeling aarde en milieu van de Boston University en leidt de onderzoeksgroep voor bodembedekking en klimaat van de school, die zich bezighoudt met het in kaart brengen en monitoren van vegetatie op continentale schaal. TellusLabs heeft ook een handvol wetenschappelijke adviseurs die bedreven zijn in teledetectie van landbouw, bossen en watermassa's. Een adviseur werkt voor NASA's Land Science-team en een andere bij Woods Hole Research Center, een in Massachusetts gevestigd milieuonderzoeksinstituut. Potere, de CEO van TellusLabs, heeft een masterdiploma in remote sensing via satelliet en een doctoraat in geodemografie en hielp bij het opzetten en leiden van het datawetenschapsteam van Boston Consulting Group.
Nauwkeurigheid en snelheid kunnen TellusLabs ook een voorsprong geven in deze markt. Het bedrijf zegt dat een recente, interne test heeft aangetoond dat het de eindejaarsopbrengst voor Amerikaanse maïs nauwkeuriger kan voorspellen dan de overheid. In de test gebruikte TellusLabs openbaar beschikbare, historische USDA-maïsopbrengstgegevens van 2004 tot 2014 via zijn algoritmen en deed het voorspellingen over de cijfers aan het einde van het jaar. In die periode van 10 jaar versloegen de schattingen van de startup de 69 procent van de tijd van de overheid in augustus en september, de belangrijkste handelsmaanden voor maïs.
EarthLabs ook onlangs uitgebracht een schatting van de maïsopbrengst voor het groeiseizoen 2016, zodat potentiële klanten de voorspelling kunnen vergelijken met de voorspelling van de USDA, die het bureau later deze maand zal publiceren.
Quandli , een in Toronto gevestigde aggregator van financiële, economische en alternatieve gegevens zoals analyse van satellietbeelden, test momenteel Kernel om te beslissen of het doorverkocht wordt op zijn platform , die wordt gebruikt door hedgefondsen, vermogensbeheerders, pensioenfondsen en investeringsbanken. De eerste tekenen zijn bemoedigend. U kunt geld verdienen door nauwkeuriger te zijn dan de markt, of door sneller te zijn; TellusLabs is beide, zegt Quandl chief data officer Abraham Thomas. Een ‘beat’ van 70 procent is op zich niet enorm meeslepend, maar koppel dat aan een snelheidsvoordeel en het wordt meeslepend.
TellusLabs is van plan om in september een prognosemodel voor sojabonen in Kernel te introduceren. Het is uiteindelijk de bedoeling om een vooruitzichtenmodel voor tarwe vrij te geven; om de gegevens over de maïsopbrengst uit te breiden naar Argentinië, Brazilië en China; en om bossen en grote zoetwaterreservoirs per satelliet te monitoren. We hebben een pijplijn van ideeën, zegt Potere. Er is een hele reeks interessante, wereldwijde, geospatiale vragen die nog niet zijn gesteld.