用地理商業智能降本增效，這些龍頭企業做對了什麼？
你可能還不知道，當基於行政區域劃分的“初始版”地圖，疊加上人口密度分佈、GDP分佈、知名品牌連鎖店的分佈、商場/寫字樓/住宅/醫院/學校等周邊配套分佈，甚至是動態的車流量等數據後，它將成爲極具商業價值的決策工具，通俗點講就是告訴人們如何獲得更大的經濟利益。
有點抽象？舉幾個例子，看看你就明白了！快遞公司1年多送350000件包裹
USP快遞（美國快遞公司）在地圖上疊加紅綠燈信息、物流網點信息以及實時車流等信息，再在圖上對以往的貨車軌跡進行分析，發現等待紅綠燈的時間過長是影響派件效率的重要因素，於是2004年啓用新政策——儘量避免左轉。執行6年後，2010年的數據顯示，1年多送出了350000件包裹。
家居商場開業當日涌入4萬顧客
選址的好與壞可以說是實體店成敗的關鍵。比如，餐飲行業的閉店率高達70%，選址失敗就是其中最大的硬傷；當然也有正面案例，比如某家居商場在選址時，綜合考慮人口分佈數據地圖、各區域購買力數據地圖、以及周邊商業圈地圖等，最終的選址兼具人口密度高、購買力強、可輻射區域廣的優勢，開業當日即涌入4萬多人。
汽車品牌投放廣告、佈局網點有的放矢
某汽車品牌通過分析北京當地客戶的定位數據，判斷目前客戶的TOP 3居住地爲朝陽區、海淀區和昌平區，TOP 3工作地爲朝陽區、海淀區和順義區，就連客戶常去的商圈和周邊城市都無處遁形，基於此類的用戶畫像數據，汽車品牌制定出精準的以舊換新/以老帶新廣告投放計劃和網點佈局計劃，起到事半功倍的效果。
在大數據時代，地圖提供底層的地理信息，往上疊加的信息越多，人們就越有可能基於此做出最佳的商業決策，從而實現利益最大化。
本文整理自北斗智造者講座之《位置大數據的商業應用場景介紹》。