「百度地图迁徙图」从迁徙地图到热力图且看百度LBS大数据如何落地

百度地图迁徙图

春节之后的第一个小长假，春光明媚，春日和煦，春心荡漾，春情……呃，总之春天是一个适合出行游玩的季节，于是我们开始了新一年的景区看人之旅。

而印象中，每当小长假各大景区人满为患之时，央视便会乐滋滋地出来给广大窝在家里的宅男宅女、大爷大妈们播放各大景区实时画面，那语气语调和它们播非洲动物大迁徙时没多大区别，时不时还会来一句，今天故宫的游览人数已达18.2万人次，创历史新高。

不过前几天看电视的时候发现，央视依旧没有缺席，只是玩得是越发高端，直接搬上了百度家的大数据产品——热力图。好吧，原本黑黝黝的人头就这样变成了一块块红方片。

可是，从春节的迁徙地图变成了如今的热力图，名字虽然变了，但大数据似乎还是停留在好玩、新奇上，最关键的问题商业化却没能得到解决，这不由得让人发问：大数据真的可以落地吗？

从大到小的大数据落地

其实从迁徙地图到热力图，最大的变化就在于大数据在应用中精确度更高了，之前只是从A城到B城之间的迁徙轨迹，而现在则变成了一个具体地点附近人流量的适时变化。之前快刀青衣老师说，要是迁徙地图可以告诉自己那一趟动车上美女最多就好了，可随着大数据对人流定位的越发精确，这一点其实并不难实现了。

举个例子，热力图显示三里屯的热力指数是31，静安墓园的热力指数是1，那么很明显，你去三里屯乱逛碰上美女的概率一定会大于你去墓园，大数原理嘛。当然这只是一个极端例子，但是你拿三里屯和西单比不就更能得出准确的寻美女路线图了。

当然，请各位屌丝注意，热力图只能显示哪里人多，根据统计学来说，该地区存在的名为“男朋友”的生物也可能多于正常值。所以，如果哪一天大数据能够把单身这一维度也叠加到热力图中，那才是我辈屌丝的幸事啊。

当然，找美女显然不能算商业化的例子，但是同样的道理，热力图显示的是一个城市中某一区域的人流量，如果将这个数据运用到打车应用上，出租车司机就完全可以更多地向这些区域靠拢，从而接到更多的活。

对于商业区的餐饮店来说，如果热力图显示该商区上午的人流量比平日提升了50%，并且呈不断增长之势，那他们就完全可以在用餐高峰之前增加30—40%的人力和食材，来应对可能出现的供不应求局面。

旅游景点同样也可以根据实时的热力图来判断景区人数是否超过了实际承载能力，从而及时地调整售票数量，保证最佳的游览体验，同时真正保护文物。

如果说谷歌当初根据大数据做的流感地图是基于固定的数据信息，迁徙地图则是根据大范围内动起来的LBS信息，那么热力图则是依据更小范围内的移动数据。其精准度越高，商业化的可能和价值也便越大，倘若未来将这个数据更进一步变为室内的LBS信息，那么大数据就离真正落地又近了一步。

流量梳理，大数据的线下作用

既然暂时还不能更进一步，那现阶段这种范围信息可以做些什么呢？我想最大的作用就是梳理和引导作用了。央视选择和百度合作，将这样一个热力图放到这样大的一个公共媒体上，可不是真的为了娱乐大众，更多地还是想通过它来引导公众出行。

毕竟大家出去游玩也是寻个开心，谁也不愿意带着孩子去18.2万人次的故宫看人屁股，领着女友挤热度最高的北京南站，所以热力图的一大作用就在于引导着人们错峰出行，合理地来梳理人流。

此时此刻故宫人多，那游客就可以选择先去王府井、北海公园逛逛，等热力图上故宫的热度降下来再去故宫。同理，某个商圈可能是人挤人，惹得人们逛街欲望大减，但另一个商圈确实门庭冷落，热力图便能够引导着用户向更加清闲的商圈转移。

而未来，商圈的范围可能会具体到某一个品牌的专卖店、某一家餐馆，从而实现更加细分的人流疏导。

或许在很多商家眼里，这样一种方式可能会让自己的潜在用户流失，谁也不会嫌自己店里人多。但换个角度来看，其实它是提升了有效流量的利用率，避免了因为人流量过多造成的诸多问题。互联网世界里，一个网站某一时刻承载过多流量还会崩溃呢，更何况在实际体验更加重要的线下。毕竟逛街的乐趣就在于逛本身，如同超市大卖场一般人满为患的商场，怕是没多人愿意去逛吧。

而对那些原本就很难获得客流量的商户来说，这样的大数据更是一剂灵丹妙药，也为他们提供了更多的依托互联网进行营销的可能。比如在某一客流量较小的时段里，商场就可以推出限时特价，并进行合理地推送，从而吸引更多的顾客，提高店铺的整体利用率。

不过，虽然央视将热力图这样的大数据试验品摆在了公众面前，但似乎这样的大数据实践也还有着一些需要完善的地方，比如多维度数据的叠加、可选以及更多种类数据的逐步丰富——这就要靠百度地图的2亿多用户用自己的脚丫子真正走出来了——无论如何，前景还是很美妙的不是么？

从迁徙地图到热力图且看百度LBS大数据如何落地