3月24日，由3sNews主辦的首期泰伯創(chuàng)客沙龍活動在京舉辦，此次沙龍的主題是“空間商業(yè)智能的應(yīng)用與‘錢’景”，50余人參與了此次活動。

　　地圖慧-慧選址產(chǎn)品經(jīng)理顏永威發(fā)表了主題為“空間商業(yè)智能如何幫助連鎖企業(yè)科學(xué)選址？”的演講。以下為演講實錄(未經(jīng)本人核實)：

　　大家都知道這是一個大數(shù)據(jù)時代。對于一個做GIS的企業(yè)來說，我們可以基于這些人和數(shù)據(jù)挖掘出一些什么樣的故事呢？比如騰訊做人與人，百度做人與信息，阿里做人與商品。實際上我們可以基于這些數(shù)據(jù)做什么?GIS是一個像平臺一樣的工具，可以把各類數(shù)據(jù)整合起來，我們已經(jīng)整合了中國電信的網(wǎng)民行為數(shù)據(jù)。比如我們在什么地方上網(wǎng)，上網(wǎng)瀏覽什么信息。除了網(wǎng)上的信息我們還跟中國銀聯(lián)做了合作，中國銀聯(lián)有所有人刷卡消費的數(shù)據(jù)，比如我今天在什么地方刷卡消費，實際上所有這些數(shù)據(jù)都是跟位置相關(guān)。我們把所有的數(shù)據(jù)整合在一起。當(dāng)然，人的屬性還有很多，比如我在什么寫字樓，或者在什么小區(qū)，所有的數(shù)據(jù)整合起來。實際上我們做GIS最重要還是做應(yīng)用，具體可以做些什么應(yīng)用呢？

　　整合這些數(shù)據(jù)之后，我們跟合作伙伴聊了一下，比如連鎖企業(yè)他們對日常的經(jīng)營管理非常關(guān)注，每家店到底是什么情況，店生意好不好是什么因素，生意好不好跟位置有很大關(guān)系，為什么跟位置有關(guān)系，位置周邊有多少人，位置周邊都是什么樣，我們開一家新店會是什么情況，這是連鎖企業(yè)。像數(shù)據(jù)廠商，以前大家都在做大數(shù)據(jù)，像中國電信、中國銀聯(lián)都對位置有強(qiáng)烈的需求，我們可以為他提供這樣的地理位置。做數(shù)據(jù)這一塊，最早可能是一些咨詢公司，他們有很多的數(shù)據(jù)需要給他們客戶提供服務(wù)。

　　基于以上這些，我們來了解一下選址的領(lǐng)域。大家提到商業(yè)的時候，可能都會提到選址，我們也對選址進(jìn)行了初步的研究。我們最早可能一個是看風(fēng)水，或者看人流，比如說這個地方坐北朝南，或者這個地方人特別多，人多生意會不會好呢？實際上我們開一家店最重要的目的就是有人來店里消費，人過并不代表這些人會到店里來，首先知道店周邊有沒有我的目標(biāo)群體，這時候就需要通過一些數(shù)據(jù)手段知道我們店周邊是哪些人，根據(jù)我們這些信息我們選擇把店開在什么地方。

　　如何做，就是客戶至上，知己知彼，運籌帷幄。喬布斯提到過一句，你不能問你的客戶想要什么，而是我們要真正了解我們客戶之后，根據(jù)客戶的需求去做什么，賣什么，把我們店開在什么地方。第二，開一家店的時候我們需要知道競爭對手什么情況，競爭對手客戶是什么情況，競爭對手與我之間的差距在什么地方。最終我們是做企業(yè)管理要做到運籌帷幄，對我們自己的品牌、產(chǎn)品、企業(yè)怎么定位，如何最大化的挖掘我們的客戶，如何做好我們的營銷，如何做好我們的戰(zhàn)略布局。這是我們接觸到的企業(yè)的基礎(chǔ)需求?；诖宋覀冏隽艘粋€地圖慧的產(chǎn)品，算是商業(yè)分析上的一款產(chǎn)品，實際上是去年6月份上線的，現(xiàn)在已經(jīng)迭代發(fā)了幾個版本。

　　它主要做的一些事情實際上就是把這些數(shù)據(jù)拿過來做一些展示，從數(shù)據(jù)緯度做一些分析，同樣我們也是按這樣的模式做的。首先，把海量的數(shù)據(jù)，比如點數(shù)據(jù)，有各種展示方式，統(tǒng)計圖有分段、等級、符號等等，把這些圖拿過來展示，這只是初步。我們展示的時候需要知道我們到底要展示什么信息，我們以消費者為導(dǎo)向，我們做任何一個東西都要以需求為導(dǎo)向。首先要知道我們的用戶，比如開一個店，首先知道目標(biāo)群體在什么地方，通過這套系統(tǒng)可以快速的篩選出來。比如開一家餐飲店需要知道有多少人在網(wǎng)上，或者在線下刷卡消費過這樣的一些人群的分布位置，還需要知道具體的人群，18到35歲的人群是男性還是女性，消費能力高還是低，根據(jù)用戶的需求篩選出來這樣的一些目標(biāo)群體，最終把目標(biāo)群體一些人的位置找出來，然后根據(jù)人的位置門部情況。

　　除了看人的具體位置分布，還需要看一些統(tǒng)計性的信息，我們在做這樣一件事情，有很多選址可能會從某一個城市的角度出發(fā)，需要知道我的目標(biāo)群體集中在哪些商圈，或者集中在哪些區(qū)域，針對這些數(shù)據(jù)提供工具。真正選址的時候可能會關(guān)注真正對商圈做什么，到底選擇哪一個商圈，用戶也非常頭疼，因為他需要對商圈里的人群或者周邊的環(huán)境做深度的調(diào)查。實際上我們有很多數(shù)據(jù)，當(dāng)把這些數(shù)據(jù)落到地圖上，通過簡單的拉一個框，做快速的查詢，可以快速知道這個區(qū)域有多少人，交通設(shè)施是什么情況。當(dāng)所有的數(shù)據(jù)以一張圖表的形式呈現(xiàn)在地圖上，就可以非常直觀供決策者做一些戰(zhàn)略決策。企業(yè)最關(guān)注的可能還是選址，有了這些數(shù)據(jù)之后，我接觸到一些客戶做選址的時候，找到一些數(shù)據(jù)，基于商圈的數(shù)據(jù)，基于這些數(shù)據(jù)做一個模型。

　　我們基于用戶的需求做了這樣一個工具，根據(jù)他原來的模型算法，做一個位置評估，基于每個位置底層的數(shù)據(jù)，我們先通過查詢，查到他位置周邊所有的數(shù)據(jù)，根據(jù)他的數(shù)據(jù)，以及周圍整體的數(shù)據(jù)做一個平衡，最后打一個分，打分是有依據(jù)的，比如周圍有多少人口，網(wǎng)民密度是多少，網(wǎng)民密度跟整個城市比起來什么情況，種種因素加在一起最終評出這樣的分值。真正做的時候因素很多，簡單跟大家分享一些我們的案例。

　　比如，在第一屆世界互聯(lián)網(wǎng)大會的時候給中國電信做的一套系統(tǒng)，把整個義烏人的位置找出來，做實時的人群分布。還有2014年做的雙11的分析，基于人在線上的活動行為，我們監(jiān)測，雙11什么時候是引爆點，各大電商是什么情況。每個網(wǎng)站從活動開始到活動結(jié)束，期間有多少人訪問，訪問的人看了哪些商品和網(wǎng)站，從這樣的一些緯度做這些分析。2015年我們也做了雙11的人群分析，當(dāng)時還在中國電信在第二次世界互聯(lián)網(wǎng)大會做了一個參展，當(dāng)時我們出了一篇軟文，叫“習(xí)大大離我們只有一個回眸”。

　　數(shù)據(jù)主要基于網(wǎng)民的行為，在雙11當(dāng)天，這些人根據(jù)他們所購買的頻次，購買的消費商品的行為，我們得到這些數(shù)據(jù)之后，基于這個數(shù)據(jù)，我們又做了另一份報告，先把這些人的位置找出來，比如購買高端商品人的位置找出來，找出來之后，根據(jù)他當(dāng)時所購買的區(qū)域，比如他住在高端小區(qū)還是低端小區(qū)，從這樣的緯度做深度的啊挖掘。比如做高端小區(qū)，看高端的一些商品，根據(jù)他的網(wǎng)絡(luò)行為，在電信原有的標(biāo)簽之上，我們補(bǔ)充了地理位置上的一些標(biāo)簽。

　　還有物流做的收派件的分析，物流公司每天收到很多包裹，他們怎么做派件，我們對它進(jìn)行了深度分析。我知道他所有的收派件的信息，根據(jù)收派件的信息，比如80%落在高端小區(qū)，20%落在低端小區(qū)，比如開一家新店的時候可以知道很多用戶集中在高端小區(qū)，還有哪些高端小區(qū)是我們可以覆蓋到的，同時做選址的時候會考慮到這個模型到底怎么去設(shè)，設(shè)完模型之后，每個分值怎么做評分，基于他所在的位置情況，從地理的緯度給他設(shè)置評分的規(guī)則，根據(jù)這個規(guī)則最終給他做選址的決定。

　　2016年前段時間我們做了一個報告，從“兩會”人大代表做的一個分析，當(dāng)時我們是從人大官網(wǎng)上把人大代表的所有信息抓過來，然后從年齡段等等緯度做了分析，最后我們又配合搜狐網(wǎng)出了另一個報告，從網(wǎng)民人大代表多元的距離，首先人大代表所處哪個省，人口比較密集的地方，像山東、河南、廣東。第二，從那個年齡段，比如既要滿足山東、河南，還要同時滿足年齡段50到多少歲的這些人，然后從民族等等，到底滿足什么條件才有機(jī)會做人大代表。前面兩個是從全國說，緊接著我們配合齊魯網(wǎng)，長江商報等等地方性的媒體出了這樣的一些報道，從地方緯度，省市緯度分析“兩會”人大代表的情況。

　　前面是我們在地圖慧商業(yè)分析上面做的一些事情。其實跟GIS可以做的事情有很多，我們其實還有很多其他方面的一些產(chǎn)品，大家如果需要了解可以去我們官網(wǎng)了解一下。謝謝！