随着大数据的爆发性增长以及物联网技术和云计算的普及，企业需要更快、更好、更直观地与地理空间分析集成。2017 年，地理空间分析市场的价值达到了 386.5 亿美元。据估计，该市场的年增长率为 18.2%，到 2027 年，整个地理空间分析市场的价值将达到 1746.5 亿美元。超过 78% 的首席级主管计划在明年投资位置数据，因为位置数据可用于找到新的市场和收入来源，提供及时、定制的营销活动并实时检测欺诈活动。

正在经历数字化转型的许多企业需要同时对工作负载进行在线交易处理 (OLTP) 和在线分析处理 (OLAP) 以满足其核心业务要求，还需要添加实时地理空间功能并无缝集成到现有和将来的应用程序，同时最大限度减少对数据模式和模型的重新设计，因此，提供一个能满足这些要求的统一解决方案是一项巨大挑战。

TigerGraph 的大规模并行处理 (MPP) 架构能够使企业和政府扩展他们的解决方案，向用例添加位置维度。以前的图数据库难以提供需要 3 次以上跳跃或步骤的分析和洞察，而TigerGraph 的地理空间分析能够轻松遍历 10 个以上步骤，从而根据位置数据提供新洞察信息。

以手机套餐或推荐系统为例，该系统计算客户活动数据，根据客户在工作日和周末的活动情况将客户分类为不同的移动样本。它还会考虑受欢迎的商业位置，如商店或餐厅。传统营销活动解决方案无法将客户的人口统计信息及浏览、搜索和购买历史记录与其移动特征相结合，因此无法基于客户的实时位置提供针对性的报价。

基于 TigerGraph 的营销活动解决方案能够将多个销售和服务渠道（包括浏览、搜索和购买历史记录）的交易数据与位置历史数据相结合，从而指明最受客户欢迎的商业位置（如商店和餐厅）。所有这些信息与客户的实时位置相结合，并计算定制的手机套餐（如旧金山市中心或东京的 GAP 商店打七折）以实时提供给选择加入的客户。

为了检测位置、时间、产品、交易和客户数据之间的这些隐藏关系，TigerGraph 通过跨越多个关联实体的 4 到 6 次以上跳跃执行深度关联查询，以找到基于位置的产品或商店推荐。基于关系型数据库构建的传统地理空间解决方案由于僵化的模式而难以集成位置数据，并且需要计算密集型数据库连接，因此无法实现深度关联分析。

地理空间分析非常适于物联网，因为物联网中的所有资源（传感器、交换机、路由器）均互相关联，并具有与收集的信息关联的位置标记。使用 TigerGraph，可以处理所有物联网传感器、执行器、交换机和路由器发来的信号，基于它们的位置进行映射，并实时执行复杂计算以做出决策。超实时能源管理系统就是一个出色的应用示例，它将具有地理标记的物联网数据相结合来平衡供需。