地理数据查询
城市基础数据
商圈分布数据
实地全景
商业设施
品牌分布
交通分布
人口数据分析
居住人口
工作人口
分时段客流分析
实时客流热力
OD通勤分析
位置信息管理
点数据管理
面数据管理
个性化地图
渗透率分析
行业应用
地块研究：万科，龙湖
零售连锁：麦当劳，万达电影
其它行业：市规划研究院
购物中心
客流
总体分布规律
客流类型
分小时客流特征
客流画像特征
地理位置服务平台
产品说明
地理位置用户服务，为任意小区提供服务
类似微信群。我们可以叫小区群
功能：方便小区服务部门。
具备小区人员登记，管理
小区服务，方便小区内部衣食住行消费生活。
wifi，停车缴费，找店，餐饮排位，商场服务。品牌馆
活动，
地理位置服务，目标，通过用户促进商业
通过用户促进资源，用户越多，资源越多。
如何解决用户逛商场找不到人的问题，
如何解决两个人很近了，但是就是找不到位置的问题。
小区特点：
交通
教育类
生活服务类
⑴购物：考量周边的商场、超市、菜市场、农贸集市等是否可以满足日常生活的需要。
⑵餐饮休闲：根据自己的消费水平和饮食习惯考量周边的饭馆、酒店、酒吧、特色餐厅、大排档等餐饮设施的数量和质量。
⑶杂项：主要包括洗衣店、美容美发店等。
金融类
第二类是与家庭生活需求有关的各种公共设施，包括教育、医疗卫生、文化体育、商业服务、金融邮电、社区服务、行政管理等设施，这些设施是对基本居住需求之上的更高生活需求的满足。
现在大家出门一般都是带银行卡，很少带现金，所以小区周边一定要有一个银行和一个24小时的自动柜台机（ATM)服务
医疗类
在小区里面或者周边一定要有一两所大型医院、社区医院，生病时方便医治，减少排队时间，重要的是当发生突然状况时可以使患者得到最快速的医疗救治。
以上就是一个好小区应有的基本配套设施，小区的配套设施齐不齐全直接影响以后的日常生活，一个配套齐全的小区，可以让我们居住的更加舒适。所以，我们在买房时一定要重视小区的配套设施。
小区生活助手
1.小区聊天室
具备多种聊天室，可以方便各种方向人群沟通需要
2.小区百科
小区查询助手，方面小区用户查询生活方面问题。
3.小区服务员
为生活在小区内的人员提供，生活服务，包括：公共wifi，停车缴费，餐饮排位预约
包括：
⑴购物：考量周边的商场、超市、菜市场、农贸集市等是否可以满足日常生活的需要。
⑵餐饮休闲：根据自己的消费水平和饮食习惯考量周边的饭馆、酒店、酒吧、特色餐厅、大排档等餐饮设施的数量和质量。
⑶杂项：主要包括洗衣店、美容美发店等。
4 公共设施：包括教育、医疗卫生、文化体育、商业服务、金融邮电、社区服务、行政管理等设施
4.小区周边
1.人口分布情况，热力图（根据信令数据，绘制热力图）
2.周边交通设施，公交，地铁，道路流量情况（根据poi数据，搜索附近交通设施）
3.周边购物：考量周边的商场、超市、菜市场、农贸集市（根据poi数据，搜索附近商场、超市等数据）
4.餐饮休闲：根据自己的消费水平和饮食习惯考量周边的饭馆、酒店、酒吧、特色餐厅、大排档等餐饮设施（根据poi数据搜索附近餐饮）
5.杂项：主要包括洗衣店、美容美发店（根据poi数据搜索附近其他数据）
6.公共资源：教育、医疗卫生、文化体育、商业服务、金融邮电、社区服务、行政管理等设施（根据poi数据搜索附近公共资源）
7.附近poi画像（根据附近poi，绘制附近poi云图）
to B
我现在想的东西都是to C的感觉现在产品更多的是to B的东西，那么怎么单纯的只做to B的产品呢？
对于B端，其实简单来讲就是想获取更多的利润，那么我能不能给他们钱，那么我们能做的更多的是广泛的研究
商户查询系统
输入商户类型
例如：购物中心
返回城市所有购物中心
返回所有购物中心大小
返回购物中心分布规律
购物中心客流分析
商场分析方向
周边分析
1.人口分布情况，热力图（根据信令数据，绘制热力图）
2.周边交通设施，公交，地铁，道路流量情况（根据poi数据，搜索附近交通设施）
3.周边购物：考量周边的商场、超市、菜市场、农贸集市（根据poi数据，搜索附近商场、超市等数据）
4.餐饮休闲：根据自己的消费水平和饮食习惯考量周边的饭馆、酒店、酒吧、特色餐厅、大排档等餐饮设施（根据poi数据搜索附近餐饮）
5.杂项：主要包括洗衣店、美容美发店（根据poi数据搜索附近其他数据）
6.公共资源：教育、医疗卫生、文化体育、商业服务、金融邮电、社区服务、行政管理等设施（根据poi数据搜索附近公共资源）
7.附近poi画像（根据附近poi，绘制附近poi云图）
对比分析
1.同能商场位置分布情况（绘制全市所有商场分布）
2.同等商场客流情况（绘制所有商场客流情况）
3.商场类型：都市型、区域型、社区类型（绘制不同类型商场分布情况）
4.最近商场分布情况（绘制与查询商场最近的商场数据情况）
人流变化分析
1.商场工作日人流情况（分析工作日商场人流变化）
2.商场周末人流情况（绘制周末商场人流变化）
3.商场附近人流归属地情况（绘制商场附近人流来源地情况）
4.商场附近人流画像（绘制商场附近人流特征）