- 零售
地理位置服务异军突起，服务边界加速拓展
无论从技术、应用，形态和覆盖，互联网都在快速而持续的延伸，数据的来源也更为动态、实时和海量，其中物联网已成为动态、快速和全面获取地理及相关信息的重要途径，也是智能分析和决策的土壤。
物联网利用通信技术将人地物的特征关联起来，在这过程中，位置关系发挥着尤为关键的作用，这也让越来越多的行业意识到地理数据的价值。
房地产行业。通过分析商圈的职住比、娱住比，进行目标用户画像，决定要不要拿地，拿完地设计什么样的户型，才能卖的好；
·零售行业。通过分析客户和POI的关系，分析未来客户的空间分布，为新店选址提供依据。
·金融行业。通过对多投资融资标的进行多维度数据综合分析，量化地提供风控决策，智能投顾，以及从微观到宏观的量化经济预测。
2014年成立的极海，是专注地理大数据驱动的决策智能化创新企业，致力于提供“轻量、灵活、有效”的“位置驱动的智能决策服务”。
极海为用户提供海量地理数据、基于机器学习的位置挖掘和地理数据可视化，帮助用户构建商业分析、广告投放、城市监测、规划布局等独特竞争力。所有服务可在线调用，也可私有化部署。
目前，极海已为政府机构、金融、教育、地产、广告、零售、O2O等诸多行业提供地理大数据服务。
整合地理信息与第三方数据，打造智能分析云平台
极海云平台支持公有云、私有云、离线三种部署方式，提供包括地理数据、数据可视化及空间分析的一站式服务。产品主打智能分析决策能力，重在基于多维度数据得出的决策参考。
在数据层面，极海首先整合四大类数据：来自上游厂商的基础地理数据、来自互联网平台的具有地理标签的其他数据、公开数据、客户自有数据。
接下来，极海通过地理编码对几类数据进行标准化处理，并为下一步的数据可视化分析决策打基础。
落实到下游应用，极海融合云计算、大数据和AI技术，为用户提供轻便、灵活且高效的智能决策一站式服务。而在AI技术上，极海认为，AI将会是空间大数据分析与空间智能决策中不可或缺的支持。极海接下来会将AI方面的能力封装到现有的云服务平台中，并提供以下两种具体的服务：
一方面，是面向影像数据的信息挖掘，在对地物目标进行机器学习训练后，实现对目标物的快速自动化识别、提取和分析；另一方面，则是面向更广泛品类的空间大数据，建立智能化的、面向具体业务分析需求的算法模型，提高数据挖掘和分析的效率。从应用场景来看，极海的服务适用于政府、商业地产、零售商、金融等行业的规划、选址、风控等需求。
除了自行开发应用模块，极海也在构建下游生态，鼓励第三方团队调用极海云平台API，开发更多应用服务，或者直接面向客户的特殊需求，选择所需功能模块，定制开发，私有部署，目前极海云平台包含70多个功能模块，所有功能模块可自行选择，轻松部署。
产品费用因存储空间、数据空间化数量，数据服务API调用次数的不同而异。面对政府、大型企业等大客户，极海提供80%通用、20%定制化的产品服务，特殊需求将更偏向于咨询服务。
中小客户及个人客户则可以选择官网上的0/299/699元三档产品，产品为完全标准化的纯SaaS服务。
生态布局提高多行业获客能力，将从风控切入金融行业
极海由于在产品设计层面上2B的属性较强，因此有意识地整合了大量第三方数据，优先进行地理数据的标签化处理，并通过机器学习生产了更多更智能的数据，适应不同场景化的应用需求。
例如，在零售选址服务上，极海不仅在地理领域具备极高的专业度，借助机器学习的优势，在服务政府及大型地产商中积累的智能分析能力也提供了更加丰富的选址评判维度。
目前，地理大数据行业的主要客群还是来自政府部门，受到大力推动的智慧城市建设，构成了极海订单中的大部分。
极海与IBM 合作的“城市大数据智能应用”项目则面向企业，对企业选址、供应链管理、销售预测等领域输出智能决策服务。
极海创始团队来自Esri，有深厚的人脉助力获客。此外还与咨询公司合作，拓展头部获客渠道，共同服务大型客户。
几年内，极海陆续服务了新疆农村信用社、中规院、国家基础地理信息中心、中国气象局信息中心等政府部门，地产领域也积累了万科、龙湖、碧桂园等头部企业。零售服务了某大型跨国零售连锁企业、麦当劳等。更在2017年，跨出国门，服务某欧洲领先的场景营销服务商，并欧洲第二大智能交通服务提供商Moovit达成战略合作。
目前，极海已积累了一些较为成熟的行业垂直方案，以功能模块的形式呈现在产品中。除了在成熟行业内服务不同规模客户，今年极海也将在金融等领域进行行业拓展。
近期，爱分析对极海创始人兼CEO王昊进行了访谈，就零售科技行业及极海的战略作了交流，现摘取部分内容分享如下。
王昊，极海创始人兼CEO，北京大学地空学院研究生，曾任Esri中国副总裁、CTO。
国内行业现状：上游地理信息数据丰富，下游应用有限
爱分析：国内的地理信息行业发展与欧美相比，有哪些不同？
王昊：首先，地理数据从分析角度有一个大的假设前提，就是临近的事物和人比相距较远的事物和人，关系更加密切。也可以理解为“物以类聚，人以群分”。
从数据本身来看，欧美很早就开始关注人的地域属性，数据会多一些。国内对地图的看法，最早认为是作为一种情报存在，所以关注地上有什么东西，比关注人的位置属性要深刻得多，这就造成美国对地图数据显得更加开放，有通过各种途径获取的、个人公开的、专业机构发布的数据特别多。而我们的获取渠道和管理更严格。
从数据分析层面来看，前一阵Facebook数据泄露的剑桥分析公司，对用户个人数据进行挖掘，其中地理标签是很重要的一个环节。
例如，收入水平和居住区域，与个人对选举的态度是有关的，所以会用这个属性来评判对希拉里和特朗普的不同喜好。最后也确实证明，中部的农业州对特朗普有更多的倾向；而富裕的精英阶层，比如加州硅谷、洛杉矶等地，希拉里的支持率更高。
国内虽然也有很多大公司已经获取了关于人的各种位置标签数据，但是分析能力不够强，原因在于对地理信息的历史积累少，关联性标签不足，这也是极海的出发点，为人与地理信息结合的场景提供更多的数据支持。
爱分析：国内地理信息产业面临的主要问题是什么？
王昊：其实政府的专业机构积累的数据并不少，比如自然资源部（原国土资源部）、住建部积累的规划数据还是蛮多的，但相对保守，在交叉、关联上的合作少。但在大数据时代，想获得相关性就得进行数据交叉，使数据具备立体的维度。比如把政府的专业数据、APP的线下属性数据、品牌的销售数据叠加，才能进行趋势分析。
在地理信息系统中有POI这样一个概念，兴趣点，是能产生洞见的点，其数据丰富程度决定了分析的质量。传统软件分析因为缺少足够的数据，少了很多场景。
极海的使命就是替用户获得这些数据，在地理维度上进行整理，变为可使用的、结构化的数据，能让客户进行高效的相关分析。
爱分析：从行业层面来看，最底层的数据来源如何分布？
王昊：首先，我坚定地认为区块链这种分布式的科技哲学是存在的。而且当互联网普及率很高时，个人以及海量设备所产生的数据，不可能由一家全部打通，否则就没有创业的可能性。
目前围绕位置的数据，按照大众最理解的地图数据来看，政府持有的最多，广义上政府部门能持有90%左右的数据。
比如公安发生案情的数据、摄像头所采集的每一帧具有位置属性的图片，仅公安一家所掌握的数据量就是不可想象的。目前我们面向企业提供服务时，可能还用不到这些数据。但反观美国，在做选址时、制定房租价格时，会考虑地区的安全指数。
现在虽然没有如此丰富的数据，但基本的路网、公共基础设施、建筑、交通站点，以及大众点评、微博等相关评论已足以用来做数据分析，为企业挖掘足够的价值。
标准化数据处理，辅以标签化数据分类
爱分析：极海的数据来源有哪些？
王昊：现在能见到的所有和地理位置有关的数据，通通是我们会考虑的原始数据。有公开数据、购买的数据，还有来自合作方的数据，比如人的位置轨迹数据。
因为互联网的开放，公开数据已经有很多，比如一些在线的数据、个人贡献的数据。
涉及到政府方面的数据，有一个大的原则：政府的某种专业数据，是有一定的传播权限的。内部的数据，是受限的，但一些规划成果是可以公开的。
从地理数据的角度来说，我们是全球级别的，重点关注的国外数据，围绕一带一路的65个国家，来采集、整理数据。
另外在极海的合作体系中，比如给淘宝做小商家的CRM数据，我们有一个合作商，能覆盖50%的淘宝小店铺，能获取每一条送货地址，这是它的独特性，但是没有好好经营。极海能把它化解成人群的标签，把数据放大，我认为这种合作是很可能的。合作多了以后，这就变成极海的一种数据源。
在这些数据源的基础上，极海已经开始部署自建原生数据来源体系，这会利用到最前沿的技术，从而完善极海整个数据到智能决策的闭环。
爱分析：如何对外部数据进行分类？
王昊：主要围绕POI的分类进行细化，再进行来自其他网站的交叉补充，使数据的维度层次化。我们网站依据大的分类原则，列出了12大类及若干小类；还有根据用户场景，比如用于选址的几类数据，我们会再进行加工融合，变成所需要的类别；政府的决策则会对应另外一类数据。
总体来说，会更偏向于从应用场景向前去决定数据种类。
爱分析：咱们今年推出了新产品“极海快码”，帮助快速传递位置，在自动驾驶的场景内，甚至能够提高位置到达的精准度，具体是如何进行的？
王昊：我们把全球分成281万亿个小格子，格子是两米见方的，每个格子用3个中文词汇命名，比如石头剪刀布，用来进行人和机器的交互。
打造标准化智慧决策平台，服务金融风控、智慧城市、零售选址需求
爱分析：极海的产品是如何布局的？
王昊：从前用户想围绕地理信息进行分析挖掘以及决策，首先要找软件并进行评估；然后要找数据、买地图；第三要找开发团队，针对地理软件厂商提供的 API做专业领域的二次开发，然后做出一次性项目，这是资源的巨大浪费。
所以我们的产品把这三个步骤融合在一起。先解决基本功能，放到云端让用户轻松使用。我们现在主要以SaaS形态，为客户完成 80%的工作。
然后，我们把数据作为产品的一部分提供给客户，数据和软件整合在一起在线提供服务。这样客户可以更灵活、长期的使用，发生一次灾情、了解一个水库，都不再需要单独做地图、汇报、协商。
整体来看，我们提供一个云平台、一个数据包、一个围绕工作场景的APP，APP是基于h5的。这三个部分合在一起，就构成完整的一站式地理大数据平台。
我们首选提供在线产品，但如果政府部门、大型企业有需求，也可以离线部署，把48个功能模块，按照客户需求进行组合，打包变成私有产品。
爱分析：跨行业的方案如何解决？
王昊：共性和个性永远都要协调。我们现在由自己的团队开发共性需求，个性的则是与我们生态系统中的数个开发团队合作。所以我们的产品形态是SaaS，但是实际提供PaaS的能力。
我们在价值主张和营销上，也不鼓励客户做太多定制，更多强调数据分析的能力与意义，而不是流程化产品。
爱分析：常见的定制化需求有哪些？
王昊：定制的主要需求在于可表达。有的是出报告，做成PPT 或PDF；也有分析层面的需求，比如我们需要进一步解释数据，用地图表达，做到隐性思维显性化，并为数据分析加上结构化思维。
有的自身属性要求探索性质的需求强一些，我们就转为类似咨询的服务，会提供单独的系统和数据包，交付时讲解报告的逻辑。
和IBM的合作，属于共同探索性质。IBM在中国面向智慧城市、智慧商业进行推广，我们算是IBM的核心供应商，共同进行市场探索。
爱分析：金融行业有没有比较典型的应用案例或者场景？
王昊：一是银行顺应新零售趋势开设线下体验店，既要考虑如何覆盖更多的消费人群，还要继续优化布局，适当关店。
第二个场景是信贷。对金融企业来说，用地理数据可以解决风控中的一些重要环节，这里主要针对房地产企业的风险衡量。
爱分析：极海的核心竞争力在哪里？
王昊：简单说，是更全，更多，更懂，更快，更准。就是极海的产品完整性较强；极海拥有业内最全的数据；极海基于地理新的分析能力最专业，同时超强的可视化技术更利于理解数据的内涵；极海的智能决策技术能够更快的提高业务效率；同时，AI技术的深入使得极海能够提供更准确的智能决策。
这些都是极海开始领跑智能决策科技的竞争力。
爱分析：有向国外拓展的战略吗？
王昊：我们的一带一路沿线国家数据收集算是国际化战略的一部分。
其实在我们看来，地图是没有边界的，我们有一个合伙人现在也在美国，会看国外市场，一方面实现双向交流，一方面我们也能替国内的客户采买国外数据。同时我们也积极学习，看地理大数据在美国的应用场景能否嫁接到国内。更重要的是，我觉得我们有能力去做全球化的业务。