211service.com
Kristallkula för majsskörd kommer att revolutionera handeln med råvaror
Att härleda ekonomiska insikter från satellitbilder är inte en ny idé, men EarthLabs sätter en twist på det. Startupen i Boston analyserar satellitbilder från NASA samt väderdata från National Oceanic and Atmospheric Administration och säsongsbetonad information om grödor från U.S.A. Department of Agriculture. Den använder sedan maskininlärningsalgoritmer för att generera intelligens om naturresurser, som att förutsäga jordbrukets avkastning.
Strategin kan låta liknande den för andra satellitbildsanalysföretag som Descartes Labs och Orbital Insight. TellusLabs planerar dock att differentiera sig genom att tillämpa vetenskaplig expertis inom vegetation och klimatologi i sin analys, bibehålla ett snävt fokus på naturresurser och snabbt rulla ut nya produkter. Dess mål är att vara en Bloomberg-terminal för jordsignaler. Det finns en bred bas av människor som måste fatta tuffa beslut kring naturresurser, och vi vill ge dem kvalitetsdata snabbt, säger TellusLabs VD och medgrundare David Potere.
Företagets första intåg på marknaden är Kärna , ett verktyg för prognosmodellering av jordbruksråvaror som nyligen gick in i en allmänt tillgänglig öppen betafas. Den kostnadsfria betaversionen av Kernel har begränsade funktioner, men den fullfjädrade produkten är en interaktiv instrumentpanel online som visar en karta över de viktigaste majsodlingsregionerna i USA – i 18 delstater – och viktiga finansiella indikatorer, såsom förutspådda skörd, skördat areal och total produktion. Användare kan se data på delstats-, jordbruksdistrikts- eller länsnivå och titta på historiska avkastningsdata hämtade från USDA. Instrumentpanelen har också en indikatorpil - analogt med en börsmarkör - som anger den genomsnittliga förändringen i majsavkastningsuppskattningar, vecka för vecka. TellusLabs kommer att uppdatera prognoserna dagligen.
Instrumentpanelen för Kernel, TellusLabs prognosverktyg för jordbruksråvaror.
Liksom en Bloomberg-terminal är Kernel designad för att vara en koppling för snabb, pålitlig finansiell data, som människor kan använda på flera sätt. En råvaruhandlare kan använda informationen för att tjäna pengar på affärer på terminsmarknaden. En etanolanläggningsoperatör kan rådfråga Kernel för att bedöma om dess kontrakterade bönder kommer att kunna leverera tillräckligt med majs för att hålla den igång. Ett jordbruksföretag som John Deere skulle kunna licensiera dataflödet och integrera det i en smart pump som automatiskt justerar hur mycket vatten den ger grödor.
Naturresurskunnandet bakom Kernel kommer till största delen från TellusLabs andra medgrundare och teknologichef, Mark Friedl . Friedl är professor vid Boston Universitys jord- och miljöavdelning och leder skolans forskningsgrupp för marktäckning och ytklimat, som studerar kartläggning och övervakning av vegetation i kontinental skala. TellusLabs har också en handfull vetenskapliga rådgivare som är skickliga i fjärranalys av jordbruk, skogar och vattendrag. En rådgivare arbetar för NASA:s Land Science-team och en annan på Woods Hole Research Center, ett Massachusetts-baserat miljöforskningsinstitut. Potere, TellusLabs VD, har en magisterexamen i satellitfjärranalys och en doktorsexamen i geodemografi och hjälpte till att etablera och leda datavetenskapsteamet vid Boston Consulting Group.
Noggrannhet och hastighet kan också ge TellusLabs en fördel på denna marknad. Företaget säger att ett nyligen genomfört internt test visade att det kan projicera avkastningen i slutet av året för amerikansk majs mer exakt än regeringen. I testet körde TellusLabs allmänt tillgängliga, historiska USDA-majsavkastningsdata från 2004 till 2014 genom sina algoritmer och gjorde förutsägelser om årsslutssiffror. Under den 10-årsperioden slog startupens uppskattningar regeringens 69 procent av tiden under augusti och september, som är de viktigaste handelsmånaderna för majs.
EarthLabs också nyligen släppt en uppskattning av majsavkastningen för odlingssäsongen 2016, så att potentiella kunder kan jämföra dess förutsägelse med USDA:s prognos, som byrån kommer att släppa senare denna månad.
Quandl , en Toronto-baserad aggregator av finansiell, ekonomisk och alternativ data som satellitbildsanalys, testar för närvarande Kernel för att avgöra om den ska säljas vidare på sin plattform , som används av hedgefonder, kapitalförvaltare, pensionsfonder och investeringsbanker. Tidiga tecken är uppmuntrande. Du kan tjäna pengar genom att vara mer exakt än marknaden, eller genom att vara snabbare; TellusLabs är både och, säger Quandl datachef Abraham Thomas. En 70-procentig 'beat' är i sig inte särskilt övertygande, men koppla ihop det med en hastighetsfördel och det blir övertygande.
TellusLabs planerar att introducera en prognosmodell för sojabönor till Kernel i september. Det syftar så småningom till att släppa en outlook-modell för vete; att utvidga sina majsavkastningsdata till Argentina, Brasilien och Kina; och att övervaka skogar och stora sötvattenreservoarer via satellit. Vi har en pipeline av idéer, säger Potere. Det finns en hel massa intressanta, globala, geospatiala frågor som inte har ställts ännu.