大家下午好！先介绍一下地理大数据的简介，第二介绍简单应用，第三是高级分析与应用，第四是市场分析。这个公司是四维图新的一家子公司，是做地图的。我们做地图，以前用地理来做研究很多了，已经很长的历史，大家都是做市场研究的，相信对这些都比较了解。地理最核心的模型，你的消费是一种便利消费，我们讲的主题是药店，药店是一种便利消费的行为。

现在为什么讲地理大数据呢？我们可以讲很多大数据，最常用的场景是导航，大家对导航很熟悉。当我们讨论北京所有的小区，所有的商圈，三维的百万形式，还有人流量，这种研究方法在其他行业用的很多了，大数据颠覆了城市规划行业。

这个是中国电信深圳的人流量的数据，我们也是中国电信大数据的基于位置的合作伙伴，因为我们公司是做地图的，两者一拍即合。我们是按网格来做的，大家可以看到人到底在哪里。中国电信简单介绍一下，中国电信大数据现在有全国的数据了，联通也有，你要找移动，移动还是在各个省，没有把全国的数据汇集。

电信大数据有什么样的数据，刚才已经讲到了，感觉每个人现在互联网情况下都在裸奔。给大家吃个定心丸，对电信是有明确法律法规的，个人隐私是不能拿出来用的。我们做的应用就是想跟运营商交换数据标签，这是不可以的，这个涉及到大家的隐私。我们这个数据为什么可以用呢？统计型的数据可以用，比如我在每个街区有多少人，每个网格有多少人，这个是可以用的。这是做成陈热点图，我可以有每个时段的人流量，刚才我说大数据颠覆了城市规划行业，城市规划行业也是拍脑袋的，当然有一定的理论模型。这个图里面可以看到每个小时人的流动情况，这个就不再介绍了。

你有网关数据过的时候，可以看到他们行业的KPI数据，我们现在基本用到最基本的是年龄、性别、购买力这三项，还有一类，就是居住地、工作地，你家住哪里是知道的，你去哪里上班也是知道的。这个不是隐私，是群体行为。是从个体统计出来的，但这个是受保护的。

另外就是动态的维度，不是一套分类系统，他们叫标签，每天给你算。举个简单的例子，你说我想知道家里有孩子的，经常去母婴论坛的，这个动态有很强的技术含量的，因为这个数据量已经非常大了。当你数据量大的时候，在地图上表示方法，我们现在有这几种，一种是点的聚合，第二个叫网格，网格是我们去把它做成五百米、一千米、两千米这样的网格，做成网格可以计算。再一个是再变成一种新的方法，切分成新的街区，把街区作为分析单位进行分析，这个基础是因为道路把城市进行了切割，人基本是在一个块一个块里生存，所以我们把它切成了街区。房地产行业做研究的时候，已经用这种方式。

还有就是做成三维的各种各样的数据，做交叉的分析。这样讲起来都比较麻烦，说一个最简单的应用。这是人流量和你的电的应用，最简单的应用，假如有一些药店，或者医院，但是医院没给我们数据分析过，他的人可能来自于外省。当每个药店定位了以后，我就知道他的位置，第二步做什么呢？计算他的到达圈。你这个店一定是在周边消费的，我就画出这个圈，我就跑到后台的数据，我就可以把人的覆盖量算出来。我在这个城市布局了20个药店，这个药店到底覆盖了多少人口，现在可以算出来，用电信的数据。其次告诉你是什么样的人口，有没有覆盖到我品牌的用户，可以算出来。我回对所有的药店进行这样一次计算，然后再对你的药店进行一次计算，最后算出你的覆盖率是多少，目标人群的覆盖率是多少。以往大家只能对比销量，现在不看销量，看目标人群，看市场。我可以做一些用户画像的统计，第二个，我可以做销量的覆盖，你可以计算一个新的指标，我给你了一个人的指标，你可以把你的业务指标进行交叉计算了。

再一个，你可以跟其他的做任意的交叉计算。你可以看跟餐馆有没有关系，跟天气有没有关系，你可以再做变化。可以看到这个地方有多少个餐饮，交通是否便利，我们是跑一遍指数，把每个位置都算出来，然后再建一个模型，做综合流量。假如你有会员的数据，假如五百米，一千米，不准，你步行五分钟，二十分钟这么算的。你把会员信息拿过来，你把你的会员数据给我，我跑到电信里去跑，我算出这些人住在哪里，我可以把这个边界帮你画出来。我可以准确告诉你覆盖了那些范围，人群多少，这个很简单。

另外一个，你可以什么都不告诉我，这个适合于购物中心和现在大数据，我们已经做了两三年了，也没有看到非常强的英应用场景，BAT也不太重视。本身市场研究行业也不大，除非你是广告业务。其实我们最终也是做广告业务，就是投放。我告诉你周边的工作人口多少，周边的居住人口多少，你的购买行为是发生在他上班的地方还是发生在他家住的地方，刚才我们讲了很多网上的行为模式，我们现在告诉你不同的人的生活形态。这是区域来源的分析，最后你可以找运营商的短信，你可以找其他的业务，你可以找别人帮你去做投放。更准的方法就是位置，现在微信都开始做了，基于位置的广告，可以做小企业，比如我开了一个餐馆，我想做广告，可以在微信里发广告，这样成本很便宜。

可以做效果监测，你可以看哪些地方增长，哪些地方下降。我们做了这样一个东西，统计的数据，人口的结构，不同时间段的人流量，我不太确定这是一个定性的需求，可能是一个概念上的，但是这个会把一些数据告诉你。如果你觉得还是不够精准，你在你家药店门口装一个设备，你可以探测到什么人来了。

还可以进行一些高级的分析，高级的分析简单举的例子，我们给客户做的，便利店某个日常消费品的消费，它是不是呈现一定的规律性？以前没人做的这么细。我就拿五百米的网格来做，总之一个结论，还是跟人是相关的，是强相关的。

药店大家考虑最大的问题是铺货，我怎么去铺货，现在可以帮你重新计算铺货。根据你的目标消费者，可以算出多少个终端铺货是最优的。两种模式，第一个是选店圈人，我按我的销量选出一百家店，一百家店覆盖了这个城市的人口多少，我有整个数据说，我需要覆盖100%的人口。再一个是选人圈店，你可以说喜欢体育运动的男性，我就跑出和这些消费者对应的这些店，说起来有点绕口，因为我们不是做在线业务，所以无法针对消费者做个性化推荐。产品和消费群体定位，然后是你的渠道，渠道是传统的，大型超市等等，做一个分析，我们会产生这样一个空间分析的界面。这个里面最大难度，信息量大了以后，怎么五秒钟出来，对于药店来说第一个回答的问题，怎么样做规划，怎么做布局，选址分析等等。

最后是市场分析，这是更宏观的，也是同样的，可以做很多的分析，有很多指标，销售的覆盖。我们发现很多客户的需求，我从管理上来说，我是需要做一个分区管理，我要动态的分配我的资源。这个人管哪，这个人管哪，我们帮很多客户去算动态怎么分成一片一片，这样你的效率会提高，这个也是一个典型的需求。对于我们传统行业来说，最大的一个管理变革，我们以前做生意是看渠道。我问你的客户是谁？你说是药店，现在的方法，你生意的经营还是经过你的渠道，但是你看的是人。通过市场和人和店建立一个关系以后，能够使你的经营思维发生一个变化。我不是单看这个店，我是看这个店背后的消费者，所以我们现在碰到的几个案例，很多产生一些串货，销量大，销量小，你没有一个客观的标准。他进很多的货，但都不是零售消费，都是转来转去的。用这种方法非常准确，也非常简单。

还有后面的这些技术，都是一些地图的技术和大数据处理技术，不介绍了，怎么让它处理的更快。我们今天给大家主要介绍一些关于我们和地图的数据和电信的大数据是怎么结合的，我们不太懂医药，所以我们算是一个抛砖引玉吧。因为这个东西比较新，所以欢迎大家跟我们能够有交流和沟通。谢谢！