用地理商业智能降本增效，这些龙头企业做对了什么？
你可能还不知道，当基于行政区域划分的“初始版”地图，叠加上人口密度分布、GDP分布、知名品牌连锁店的分布、商场/写字楼/住宅/医院/学校等周边配套分布，甚至是动态的车流量等数据后，它将成为极具商业价值的决策工具，通俗点讲就是告诉人们如何获得更大的经济利益。
有点抽象？举几个例子，看看你就明白了！快递公司1年多送350000件包裹
USP快递（美国快递公司）在地图上叠加红绿灯信息、物流网点信息以及实时车流等信息，再在图上对以往的货车轨迹进行分析，发现等待红绿灯的时间过长是影响派件效率的重要因素，于是2004年启用新政策——尽量避免左转。执行6年后，2010年的数据显示，1年多送出了350000件包裹。
家居商场开业当日涌入4万顾客
选址的好与坏可以说是实体店成败的关键。比如，餐饮行业的闭店率高达70%，选址失败就是其中最大的硬伤；当然也有正面案例，比如某家居商场在选址时，综合考虑人口分布数据地图、各区域购买力数据地图、以及周边商业圈地图等，最终的选址兼具人口密度高、购买力强、可辐射区域广的优势，开业当日即涌入4万多人。
汽车品牌投放广告、布局网点有的放矢
某汽车品牌通过分析北京当地客户的定位数据，判断目前客户的TOP 3居住地为朝阳区、海淀区和昌平区，TOP 3工作地为朝阳区、海淀区和顺义区，就连客户常去的商圈和周边城市都无处遁形，基于此类的用户画像数据，汽车品牌制定出精准的以旧换新/以老带新广告投放计划和网点布局计划，起到事半功倍的效果。
在大数据时代，地图提供底层的地理信息，往上叠加的信息越多，人们就越有可能基于此做出最佳的商业决策，从而实现利益最大化。
本文整理自北斗智造者讲座之《位置大数据的商业应用场景介绍》。
