谈及大数据，大家首先提到的一定是互联网行为大数据，似乎线上行为数据就是大数据。
那是因为，在今天，应用和宣扬大数据的多是互联网公司，他们的数据多以线上数据为主。
但是，在号称互联网时代的今天，互联网行业其实并不是GDP的最大功臣，传统企业和实体经济才是经济发展的生力军。所以，大数据要被真正引爆，必须要有传统企业和实体经济的参与。
传统企业如何参与大数据?
答案是 “位置大数据”。
它能把几乎所有的人、事、物编织成一张万联网，不管是互联网行业，还是传统行业，“位置数据”都能真正的起到作用。
位置数据 + 时间数据 + 事件数据 + 场所数据+ 人物行为数据 + …… = 大数据的无限演绎
举个例子,通过人和他们经常出没的场所，我们可以预测他们从事的职业或特征：
上班时间在写字楼的是白领;
每天夜里在写字楼是保安;
天河体育中心看足球是球迷;
每天都在学校不是学生就是老师;
……
大数据是抽象的，但当它对应到空间中客观存在的点，就无比真实和具体。位置数据是实体经济和互联网的连接桥梁。这得益于两个重要因素：广泛存在性与超强的拼接能力。
首先，位置数据广泛存在的事实是毋庸置疑的，而它的获取的渠道也较为丰富：除了GIS，还可以通过手机基站信令、WiFi连接、IP地址等方式抓取位置数据;甚至越来越多的APP会通过签到等方式，鼓励用户报告位置信息。
其次，所有可被获取的数据中，至少80%都能与地理位置信息进行拼接。通过位置大数据的应用，能把几乎所有的人、事、物编织成一张万联网(Internet of Everything)。
位置数据资源来源广泛，并能表现出超高的拼接能力，因此，通过位置大数据的应用来指导生产实践中，尤其具有现实意义。
位置大数据将引爆全行业大数据应用
位置大数据的应用领域非常宽广，比如基于位置数据的精准营销、商业选点布局、城市规划以及综合治理等。
位置大数据的应用，将会对生产实践有革命性的影响。
基于“位置+用户行为”的广告投放，将是广告投放的未来
位置信息对于线下广告和移动广告投放的效果都能起到很大的帮助。对于线下投放，可以通过特征人群的位置数据分析，找到最佳的广告投放位置。
帷策在帮助某视频网站进行拉新的时候，对用户位置进行了分析，能清晰地呈现用户群的主要聚集地。
某视频网站用户在广州地区的热力图，其中天河地区用户主要集中在华南理工大学、暨南大学和华农大学;在大学城区域，用户主要集中在中山大学、华南师范大学、广州大学和广州大学附属中学;
在广州西部荔湾片区，用户主要集中在广州协和中学、富力半岛小学、广州西关外国语学校、广州知用中学初中部。
基于上述分析结果进行的线下广告投放，能够精准地接触到目标人群，大幅提升ROI。
且对于两个不同位置的广告位，我们可以通过对比两个位置区域人群属性、人流量等因素来判别这两个广告位的优劣。
现存的广告投放系统，几乎都没有办法把用户直接引流到商户门店。而移动的地理位置数据能够直接反应用户的实际消费活动，我们很清楚用户在哪里，花了多少钱，干了什么。基于实时位置信息进行精准的移动广告投放，让广告更有价值。
基于位置数据的移动广告将成为移动广告的新趋势。如果大夏天正走在路上，收到一条广告：“前面红绿灯路口左拐，哈根达斯新口味买一送一。”我就很有可能去买。
基于区域有效人流量的商业布局，让选址开店不再盲目
绝大多数企业在布局选址上仍做得比较粗放，尚未充分挖掘和利用大数据来进行商业选址。主要表现在：门店缺乏整体布局规划，未形成宏观的门店布局全视图;在选址布局中缺乏大数据应用，没有区域及用户人流量数据支撑的战略决策;对于门店的运营管理，未形成统一的标准，无法实现体系化的运营管理。
假设爱马仕计划在广州开1家连锁店，该怎么选址呢?开在人流量大的位置肯定的，但人流量大并不意味着这些人都买得起爱马仕。这个选址方案需要关注的是有购买力、并且有奢侈品消费意愿的潜在客户群体。
而通过位置大数据，可以综合对比各区域的人流量、人群属性等数据，为商圈选址提供多维度的数字化支撑，实现从整体上的选点布局。
区域横向对比：
1)对比不同商圈某月每天人流量;
2)对比不同商圈及全市用户的ARPU值和高端用户占比。
区域用户画像：
1)区域用户职业类型，分析不同商圈主要用户
;2)区域用户搜索关键字，分析区域用户特征、偏好。
位置大数据的应用，能对区域的人流情况、人群特征、人群偏好等维度进行横向比较分析，准确筛选出周边的有效人流量(即潜在客户量)，为商业、住宅、办公等区域的选址规划提供有效支撑。
基于区域人流数据的交通规划，让城市治理更有前瞻性
位置大数据应用还可以用于指导城市区域划分和基础设施建设。基于区域内的人流量变化、人流密集度、有效人流占比、人群属性及区域现有规划情况等维度数据，我们可以对目标区域的特征进行深入分析。
以往我们总是出现问题去应对，非常被动。能不能在道路水泄不通之前，就开始着手解决方案?基于位置大数据的城市规划，能够做到前瞻性的规划。
如上图所示，结合时间、位置等维度，我们可以实现城市交通中的新建道路、公共交通、高峰管制措施、大型交通枢纽的数据化规划等。
此外，通过分析目标区域中的有效人流量和有效人流分布情况，可以验证区域规划方案是否符合区域的实际需求，规划方案布局是否合理。
图为广州大学城有效人流量热力图，可判断本区域内区域规划方案的合理性，可作为后续规划或重新规划的依据。
利用位置大数据的人流预测，让区域治理更精细
2014年除夕倒数，上海外滩广场发生了一起严重的踩踏事件。在事件之后，百度大数据研究中心利用当时外滩周边的地铁、道路系统的手机和热点数据做了深入的分析，发现这起惨剧本来是可以避免的。因为通过手机与基站交互的数据，是可以监控人流的实时移动，预测热点区域是否会发生人员过度拥挤的情况。管理者可据此做出警示和预案。
帷策在这方面中也有不少实践，通过分析用户的流动情况、迁移去向及来源、流动用户特征、迁移用户迁移前特征等维度，开展该市人口流动分析，为该目标区域社保局的工作开展提供支撑。
某地市人口流动示意图：红色箭头表示人口流入，绿色箭头表示人口流出。
通过分析目标区域的人流情况、用户属性、消费水平、行为轨迹等维度数据，为目标区域的综合治理、商业配套政策提供指导。
图为某地市区域人流量变化、区域人流来源、区域人流身份属性、区域人流消费能力统计报告。
DT时代已经到来，但这仅仅只是开端。 “位置大数据”能引爆大数据的理由不单单在于位置数据的普遍性价值;
我们正处于DT时代刚刚开启的时间窗口，当很多客户特征大数据都还在因为数据安全问题无法应用起来，只有位置数据在脱离个体行为数据时仍然在很多领域具备很高的应用价值，这也是这个时代赋予“位置大数据”的历史机遇。
大数据仅仅在互联网行业的应用，无法带来大数据产业的真正繁荣;大数据产业的真正繁荣，需要实体经济和传统企业的深度参与，需要传统行业和互联网行业的紧密对接和合作共赢。
本文作者：江颖
来源：51CTO
