談及大數據，大家首先提到的一定是互聯網行為大數據，似乎線上行為數據就是大數據。

那是因為，在今天，應用和宣揚大數據的多是互聯網公司，他們的數據多以線上數據為主。

但是，在號稱互聯網時代的今天，互聯網行業其實并不是GDP的***功臣，傳統企業和實體經濟才是經濟發展的生力軍。所以，大數據要被真正引爆，必須要有傳統企業和實體經濟的參與。

傳統企業如何參與大數據?

答案是 “位置大數據”。

它能把幾乎所有的人、事、物編織成一張萬聯網，不管是互聯網行業，還是傳統行業，“位置數據”都能真正的起到作用。

位置數據 + 時間數據 + 事件數據 + 場所數據+ 人物行為數據 + …… = 大數據的***演繹

舉個例子,通過人和他們經常出沒的場所，我們可以預測他們從事的職業或特征：

上班時間在寫字樓的是白領;

每天夜里在寫字樓是保安;

天河體育中心看足球是球迷;

每天都在學校不是學生就是老師;

……

大數據是抽象的，但當它對應到空間中客觀存在的點，就無比真實和具體。位置數據是實體經濟和互聯網的連接橋梁。這得益于兩個重要因素：廣泛存在性與超強的拼接能力。

首先，位置數據廣泛存在的事實是毋庸置疑的，而它的獲取的渠道也較為豐富：除了GIS，還可以通過手機基站信令、WiFi連接、IP地址等方式抓取位置數據;甚至越來越多的APP會通過簽到等方式，鼓勵用戶報告位置信息。

其次，所有可被獲取的數據中，至少80%都能與地理位置信息進行拼接。通過位置大數據的應用，能把幾乎所有的人、事、物編織成一張萬聯網(Internet of Everything)。

位置數據資源來源廣泛，并能表現出超高的拼接能力，因此，通過位置大數據的應用來指導生產實踐中，尤其具有現實意義。

位置大數據將引爆全行業大數據應用

位置大數據的應用領域非常寬廣，比如基于位置數據的精準營銷、商業選點布局、城市規劃以及綜合治理等。

位置大數據的應用，將會對生產實踐有革命性的影響。

基于“位置+用戶行為”的廣告投放，將是廣告投放的未來

位置信息對于線下廣告和移動廣告投放的效果都能起到很大的幫助。對于線下投放，可以通過特征人群的位置數據分析，找到***的廣告投放位置。

帷策在幫助某視頻網站進行拉新的時候，對用戶位置進行了分析，能清晰地呈現用戶群的主要聚集地。

某視頻網站用戶在廣州地區的熱力圖，其中天河地區用戶主要集中在華南理工大學、暨南大學和華農大學;在大學城區域，用戶主要集中在中山大學、華南師范大學、廣州大學和廣州大學附屬中學;

在廣州西部荔灣片區，用戶主要集中在廣州協和中學、富力半島小學、廣州西關外國語學校、廣州知用中學初中部。

基于上述分析結果進行的線下廣告投放，能夠精準地接觸到目標人群，大幅提升ROI。

且對于兩個不同位置的廣告位，我們可以通過對比兩個位置區域人群屬性、人流量等因素來判別這兩個廣告位的優劣。

現存的廣告投放系統，幾乎都沒有辦法把用戶直接引流到商戶門店。而移動的地理位置數據能夠直接反應用戶的實際消費活動，我們很清楚用戶在哪里，花了多少錢，干了什么?；趯崟r位置信息進行精準的移動廣告投放，讓廣告更有價值。

基于位置數據的移動廣告將成為移動廣告的新趨勢。如果大夏天正走在路上，收到一條廣告：“前面紅綠燈路口左拐，哈根達斯新口味買一送一。”我就很有可能去買。

基于區域有效人流量的商業布局，讓選址開店不再盲目

絕大多數企業在布局選址上仍做得比較粗放，尚未充分挖掘和利用大數據來進行商業選址。主要表現在：門店缺乏整體布局規劃，未形成宏觀的門店布局全視圖;在選址布局中缺乏大數據應用，沒有區域及用戶人流量數據支撐的戰略決策;對于門店的運營管理，未形成統一的標準，無法實現體系化的運營管理。

假設愛馬仕計劃在廣州開1家連鎖店，該怎么選址呢?開在人流量大的位置肯定的，但人流量大并不意味著這些人都買得起愛馬仕。這個選址方案需要關注的是有購買力、并且有奢侈品消費意愿的潛在客戶群體。

而通過位置大數據，可以綜合對比各區域的人流量、人群屬性等數據，為商圈選址提供多維度的數字化支撐，實現從整體上的選點布局。

區域橫向對比：

1)對比不同商圈某月每天人流量;

2)對比不同商圈及全市用戶的ARPU值和高端用戶占比。

區域用戶畫像：

1)區域用戶職業類型，分析不同商圈主要用戶

;2)區域用戶搜索關鍵字，分析區域用戶特征、偏好。

位置大數據的應用，能對區域的人流情況、人群特征、人群偏好等維度進行橫向比較分析，準確篩選出周邊的有效人流量(即潛在客戶量)，為商業、住宅、辦公等區域的選址規劃提供有效支撐。

基于區域人流數據的交通規劃，讓城市治理更有前瞻性

位置大數據應用還可以用于指導城市區域劃分和基礎設施建設?；趨^域內的人流量變化、人流密集度、有效人流占比、人群屬性及區域現有規劃情況等維度數據，我們可以對目標區域的特征進行深入分析。

以往我們總是出現問題去應對，非常被動。能不能在道路水泄不通之前，就開始著手解決方案?基于位置大數據的城市規劃，能夠做到前瞻性的規劃。

如上圖所示，結合時間、位置等維度，我們可以實現城市交通中的新建道路、公共交通、高峰管制措施、大型交通樞紐的數據化規劃等。

此外，通過分析目標區域中的有效人流量和有效人流分布情況，可以驗證區域規劃方案是否符合區域的實際需求，規劃方案布局是否合理。

圖為廣州大學城有效人流量熱力圖，可判斷本區域內區域規劃方案的合理性，可作為后續規劃或重新規劃的依據。

利用位置大數據的人流預測，讓區域治理更精細

2014年除夕倒數，上海外灘廣場發生了一起嚴重的踩踏事件。在事件之后，百度大數據研究中心利用當時外灘周邊的地鐵、道路系統的手機和熱點數據做了深入的分析，發現這起慘劇本來是可以避免的。因為通過手機與基站交互的數據，是可以監控人流的實時移動，預測熱點區域是否會發生人員過度擁擠的情況。管理者可據此做出警示和預案。

帷策在這方面中也有不少實踐，通過分析用戶的流動情況、遷移去向及來源、流動用戶特征、遷移用戶遷移前特征等維度，開展該市人口流動分析，為該目標區域社保局的工作開展提供支撐。

某地市人口流動示意圖：紅色箭頭表示人口流入，綠色箭頭表示人口流出。

通過分析目標區域的人流情況、用戶屬性、消費水平、行為軌跡等維度數據，為目標區域的綜合治理、商業配套政策提供指導。

圖為某地市區域人流量變化、區域人流來源、區域人流身份屬性、區域人流消費能力統計報告。

DT時代已經到來，但這僅僅只是開端。 “位置大數據”能引爆大數據的理由不單單在于位置數據的普遍性價值;

我們正處于DT時代剛剛開啟的時間窗口，當很多客戶特征大數據都還在因為數據安全問題無法應用起來，只有位置數據在脫離個體行為數據時仍然在很多領域具備很高的應用價值，這也是這個時代賦予“位置大數據”的歷史機遇。

大數據僅僅在互聯網行業的應用，無法帶來大數據產業的真正繁榮;大數據產業的真正繁榮，需要實體經濟和傳統企業的深度參與，需要傳統行業和互聯網行業的緊密對接和合作共贏。

本文作者簡介

江穎，帷策智能、原力大數據創始人兼CEO，大數據應用實施領域資深專家，中國大數據商業實踐先行者。自2003年起，一直致力于大數據領域的研究及應用實踐，深度涉入通信運營商、移動互聯網、零售、服裝、教育等多個行業，擁有大量的行業經驗和研究成果。