Fałszywa pewność - najdroższy błąd w danych adresowych. Co nasz raport mówi o wiarygodności etykiet jakości dostawców geokodowania? 

Przy wdrażaniu usług standaryzacji i geokodowania etykieta jakości nadana przez dostawcę jest często jedynym wyznacznikiem tego, czy dany adres przejdzie dalej w procesie, czy zostanie dodatkowo zweryfikowany. Jeśli jest ona błędna, rekord wyglądający na poprawny przechodzi automatyzację bez kontroli i ujawnia się dopiero w droższym, końcowym miejscu procesu (np. w momencie wydania paczki kurierowi). To zjawisko nazywamy „fałszywą pewnością". W raporcie „Adres jako główny klucz do łączenia danych" sprawdziliśmy na 2 500 rzeczywistych adresach, na ile można ufać etykietom jakości dostawców - i pokazujemy, że w przypadku większości z nich tylko w ograniczonym stopniu. 

Czym jest „fałszywa pewność” i dlaczego kosztuje najwięcej? 

Fałszywa pewność to rekord, któremu usługa nadała swój najwyższy status dopasowania, ale który w rzeczywistości ma błędną standaryzację, błędną lokalizację albo jedno i drugie. Z perspektywy procesu to najgorszy możliwy rodzaj błędu, ponieważ nie uruchamia żadnego mechanizmu kontroli. 

Warto zestawić go z błędem „uczciwym”. Gdy usługa zwraca niski poziom pewności lub brak dopasowania, sygnalizuje wątpliwość - rekord trafia do obsługi wyjątków, a koszt tej obsługi można z góry oszacować. Fałszywie pewny rekord nie wysyła takiego sygnału: zostaje potraktowany jak poprawny, zasila routing, łączenie z historią klienta czy ocenę ryzyka, a jego skutki wychodzą na jaw dopiero na dalszym, kosztowniejszym etapie - przy nieudanym doręczeniu, błędnym powiązaniu rekordów albo zniekształconej ocenie ryzyka. 

Dlatego o przydatności usługi decyduje nie tylko to, jak często wskazuje ona wyniki poprawne, a jak często błędne, lecz również to, czy te błędne wyniki zostały odpowiednio wcześnie zasygnalizowane. 

Jak sprawdziliśmy wiarygodność etykiet? 

Testy przeprowadziliśmy na 2 500 rzeczywistych adresach pochodzących z systemu jednego z największych operatorów kurierskich (grudzień 2025) - obarczonych typowymi problemami jakościowymi: literówkami, skrótami i niespójnym zapisem. Aby ocenić, czy dana usługa poprawiła adres prawidłowo, potrzebowaliśmy punktu odniesienia, dlatego dla wszystkich 2 500 rekordów zbudowaliśmy golden set - jedną wzorcową, poprawną postać adresu oraz jedną referencyjną lokalizację, ujednolicone z polskimi rejestrami (TERYT, EMUiA, spis PNA). Dzięki temu dla każdego rekordu wiedzieliśmy, jak powinien wyglądać poprawny wynik, i mogliśmy sprawdzić, czy etykieta dostawcy jest uczciwie przypisana.  

Żeby ująć wiarygodność etykiet w jednej liczbie, w raporcie obliczyliśmy indeks zaufania (trust_index). Łączy on dwie miary: 

• jak często wyniki oznaczone jako “najwyższej jakości” są istotnie błędne 

• oraz jaki udział całego strumienia danych stanowią rekordy spełniające jednocześnie trzy warunki „end-to-end”: najwyższa jakość według dostawcy, błąd położenia poniżej 50 metrów oraz pełna poprawność standaryzacji komponentowej. 

Wszystkie wskaźniki policzyliśmy osobno dla miast i obszarów wiejskich, ponieważ wynik uśredniony potrafi maskować istotne różnice. 

Etykieta „najwyższej jakości” nie zawsze znaczy „poprawny” 

Zacznijmy od najprostszego sprawdzianu. Pierwszy wykres pokazuje, jaki odsetek rekordów oznaczonych przez usługę najwyższą jakością geokodowania i standaryzacji ma jednocześnie w pełni poprawną standaryzację. Dla Data Quality to 98,8%, a dla Locit 95,5% - status „najwyższa jakość” niemal zawsze oznacza poprawny rekord. U pozostałych usługodawców ta zależność słabnie: Google 62,7%, Mapbox 59,5%, a Emapa, Azure, TomTom, Precisely, Esri i HERE mieszczą się w przedziale ok. 38-47%. Oznacza to, że dla większości dostawców mniej niż połowa rekordów z najwyższą etykietą ma w pełni poprawną standaryzację. 

Odsetek rekordów oznaczonych przez dostawcę najwyższą jakością geokodowania i standaryzacji, które mają jednocześnie w pełni poprawną standaryzację (im więcej, tym wiarygodniejsza etykieta). 

Widać to również na adresach, dla których poprawna odpowiedź w ogóle nie istnieje. Spośród 2 500 rekordów wyodrębniliśmy 50 nierozpoznawalnych - takich, których nie dało się jednoznacznie przypisać do żadnego punktu w rejestrach. Sprawdziliśmy, jaki odsetek z nich każda usługa mimo to oznaczyła swoim najwyższym statusem jakości. 

Odsetek adresów nierozpoznawalnych, którym usługa nadała najwyższy status jakości (im mniej, tym lepiej). 

Okazuje się, że nawet, gdy poprawnej odpowiedzi nie ma, większość usług oznacza znaczącą część takich rekordów jako najwyższą jakość - od 26% (Google) do 54% (Precisely). To fałszywa pewność w czystej postaci - etykieta wysokiej jakości pojawia się tam, gdzie nie ma jej na czym oprzeć. Data Quality (6%) i Locit (12%) i tutaj zachowują powściągliwość. 

Z czego składa się indeks zaufania? 

Indeks zaufania (trust_index) nie jest oceną uznaniową - obliczyliśmy go na podstawie dwóch konkretnych, mierzalnych składowych. 

Składowa 1. Ryzyko false positive (waga 0,7) 

Pierwsza składowa to ważone ryzyko wyników fałszywie pozytywnych - miara tego, jak często usługa oznacza rekordy z błędem położenia powyżej 250 m jako “wysokiej jakości” dopasowanie.  

Ważone ryzyko wyników fałszywie pozytywnych (fp_weighted) - podstawa składowej fp_score (im mniej, tym lepiej). 

Tu wyróżniają się dwaj dostawcy: Data Quality (0,004) i Locit (0,005). Dalej następuje wyraźny skok - Esri 0,015, Google 0,019 - a środek i koniec stawki tworzą Azure, TomTom i Emapa (ok. 0,037-0,040) oraz HERE, Mapbox i Precisely (0,045-0,073). Między najlepszą a najsłabszą usługą różnica jest blisko 18-krotna. Konsekwentnie gorzej wypadają przy tym adresy wiejskie - na wsi ryzyko false positive Precisely sięga 0,094, a HERE 0,066. 

Składowa 2. Skuteczność end-to-end (waga 0,3) 

Druga składowa to odsetek rekordów spełniających jednocześnie trzy warunki: najwyższa jakość dopasowania według dostawcy, błąd położenia poniżej 50 m oraz w pełni poprawna standaryzacja komponentów adresu. To najtrudniejszy test – rekord oznaczony etykietą “wysokiej jakości” musi być poprawny zarówno w zapisie, jak i w lokalizacji. 

Odsetek rekordów z najwyższą jakością dopasowania, błędem położenia poniżej 50 m i w pełni poprawną standaryzacją - składowa end-to-end (im więcej, tym lepiej). 

Data Quality utrzymuje 94,8%, Locit 87,3%, natomiast Google spada do 55,9%, a pozostałe usługi mieszczą się w przedziale ok. 32-39%. Gdy od etykiety „najwyższa jakość" wymagamy zarówno właściwego punktu na mapie, jak i poprawnego adresu, dla ośmiu z dziesięciu usług w pełni poprawnych jest tylko 32–56% tak oznaczonych rekordów - zbyt mało, by polegać na samej etykiecie jakości. 

Indeks zaufania 

Obie składowe łączymy w jeden wskaźnik, przypisując większą wagę (0,7) ryzyku fałszywie pozytywnemu i mniejszą (0,3) skuteczności end-to-end. 

trust_index = 0,7 × ryzyko false positive + 0,3 × skuteczność end-to-end 

Indeks zaufania do wyników standaryzacji i geokodowania (im wyżej, tym bardziej wiarygodna etykieta jakości). 

Obraz jest ten sam, co na poprzednich wykresach. Data Quality osiąga 0,85, Locit 0,79, po czym następuje urwisko - Esri 0,30, Google 0,19, a wszystkie pozostałe usługi mieszczą się w przedziale 0,10-0,12. Tylko dwie usługi osiągają poziom, na którym w automatyzacji można oprzeć się na samej etykiecie jakości. Poniżej ok. 0,3 etykieta wymaga własnej warstwy walidacji - w przeciwnym razie błędy fałszywie pewne trafią prosto do procesu. 

Ile to kosztuje? 

Wybór każdej usługi ma realny, ukryty koszt, którego nie widać w cenniku. W symulacji dla scenariusza 100 tys. przesyłek rocznie koszty dodatkowe wahają się od ok. 101 tys. zł dla najlepszej usługi do ok. 897 tys. zł dla najsłabszej - blisko dziewięciokrotna różnica. Składają się na nie różne problemy: ręczna obsługa rekordów nierozpoznawalnych i niepewnych, błędne kody pocztowe oraz wyniki fałszywie pozytywne. 

Symulacja dodatkowych kosztów obsługi procesu logistycznego przy założeniu 100 000 przesyłek / zamówień rocznie.

Sam koszt błędów FP (false positive) - poważnych i krytycznych - wynosi ok. 18 tys. zł rocznie dla Data Quality i ok. 327 tys. zł dla Precisely, usługi o najwyższym ryzyku false positive. Usługa tania w zakupie potrafi okazać się najdroższa w eksploatacji m.in. dlatego, że zbyt łatwo deklaruje wysoką jakość. 

Spośród wszystkich typów błędów w symulacji najdroższy jest właśnie fałszywie pozytywny wynik krytyczny (błąd położenia powyżej 1 km), któremu przypisujemy 60 zł za rekord, czyli 3 razy więcej niż błędnemu kodowi pocztowemu (20 zł) i 7,5 razy więcej niż rekordowi bez najwyższego statusu dopasowania, który musi zostać manualnie zweryfikowany.  

Wynika to z tego, że rekord oznaczony jako “wysokiej jakości” zwykle nie jest dodatkowo weryfikowany i trafia bezpośrednio i głęboko do procesu, przez co jest wykryty dużo później od innych rodzajów błędów. Dlatego fałszywie pozytywnych nie musi być najwięcej, by zdominowały koszt - u Precisely krytycznie błędnych wyników jest prawie cztery razy mniej niż rekordów niepewnych, a mimo to kosztują niemal dwa razy więcej (ok. 286 tys. wobec ok. 150 tys. zł), bo każdy taki błąd jest wielokrotnie droższy. Praktyczny wniosek jest taki, że warto wybrać usługę, która minimalizuje liczbę błędnych, fałszywie pewnych etykiet lub dysponować własnymi mechanizmami walidacji, które trzeba najpierw opracować, a następnie utrzymywać, co generuje dodatkowe koszty. 

Jak ograniczyć koszt fałszywej pewności? 

• Traktuj status „najwyższa jakość” jako filtr tylko wtedy, gdy ma pokrycie w danych. W naszym raporcie wiarygodny okazał się on dla Data Quality i Locit. Dla pozostałych usług potrzebna jest dodatkowa walidacja - drugi przebieg, kontrola krzyżowa z rejestrami lub progi akceptacji ustawione ostrożniej. 

• Analizuj wyniki osobno dla miast i wsi. Na adresach wiejskich etykiety są mniej wiarygodne, a w procesach o zasięgu ogólnopolskim to właśnie one mogą generować nieproporcjonalnie wiele błędów. 

• Przelicz koszt na własnych danych. Do raportu dołączyliśmy arkusz z symulacją kosztów; wystarczy podstawić własny wolumen i stawki, aby zobaczyć, ile fałszywa pewność danej usługi realnie kosztowałaby w Twojej organizacji. 

Dostęp do raportu 

Pełny raport wraz z arkuszem symulacji udostępniamy bezpłatnie pod tym adresem. W razie pytań lub chęci omówienia wyników zachęcamy do kontaktu z nami.