腾讯地图亮肌肉：BAT争霸大数据_数据分析师培训

除夕当天，央视一则“全国加班地图”的节目引起了我的兴趣。

为什么？因为这是腾讯地图开放平台提供的全国加班人群分布图。而这只是腾讯春节推出的三大热图之一！其它两个分别是红包地图、出行热力图。这，是腾讯地图第一次真正展示“大数据”实力的亮肌肉。

就在业界认为地图行业是高德（已被阿里收购）、百度的“双雄会”之时，帝企鹅已经不声不响地赶上来了。（扫描文末二维码关注可获取更多，每日一深度）

【高颗粒度的腾讯“加班地图”】

腾讯加班地图，是腾讯地图开放平台通过对每天超过100亿次的位置定位请求的大数据分析。比如，结合时间点的定位轨迹分析、区域分布特点、行业特征等等，从而分析得出加班用户的省份、城市、区域分布热点图。

以上图为例，图中圈比较密集、颜色偏红的地区加班指数较高，代表该地区加班人数较多，加班时间较长；颜色偏绿的区域，加班指数相对较低。

分省份看，加班人数最多的省份前三分别是广东、江苏、山西；分城市看，加班人数最多的城市前五位是我们的一线城市北京、上海、广州、重庆、深圳；

而对全国范围内区域的加班人数排序：前三的区域是北京国贸、上海南京西路、上海徐家汇, 区域排名前十中上海占3了个，北京、重庆各占2个， 广州、深圳、太原各1个。

再进入更细的颗粒度，来看一下“城市排行”中加班指数最高城市北京的情况：北京加班的人群主要集中在三元桥、国贸一带，指数较高，其中央视新大楼也在国贸商圈内；其次中关村和金融街加班的人也较多，同时还能看到今天中央电视台也有不少人依然在工作岗位。而排名第二的上海的加班情况是，加班人群主要集中在徐家汇、南京西路以及陆家嘴这些地方。

这说明，腾讯地图每日定位请求达到了很高量级（百亿次），精细程度也达到了很高的颗粒度。

【地图，车联网的战略制高点】

为什么这两年腾讯发力猛追地图业务？

我曾写过，时间、空间是一个信息原点的根本属性，目前信息流大多基于timeline机制，因此基于位置的产业LBS将是一片巨大的蓝海。位置服务将成为移动互联网的一项基础服务，也是一个战略制高点。

线报称，lbs事业部在百度内部地位相当特殊，由于移动端入口效应的凸现，李彦宏非常重视百度地图这款产品。而马云则先后两次共斥资十几亿美元，一口气让阿里巴巴整体吞掉了高德地图。

马化腾当然心知肚明，2013年，腾讯在战略注资搜狗时专门留下了当时挂在搜搜旗下的soso地图，更名为腾讯地图，上升到了整个集团战略层面。2014年，腾讯注资四维，获得了最顶级的国家级地图服务资质资源。一方面，腾讯地图产品不断打磨；另一方面，因为微信、手Q的强势拉动，腾讯地图正发力猛追。

更重要的是，移动端的超级入口正呈现马太效应，市场集中度越来越高。微信是业界公认的“超级移动船票”，有潜力成为船票的地图也许是下一个。至少，它是一个重要的基础性服务。

现在整个行业的热点之一，是车联网。当汽车之间与汽车之间通过地理服务连接起来时，产业是极为庞大的。去年，腾讯已经率先推出了“路宝”！

这一场车联网的超级入口战争，才刚刚开始。

【BAT加速布局大数据】

然而，在更重要的层面，地图是BAT争霸大数据的重要组成部分。

大数据，是当下IT领域最时髦的词，简单说就是从各种数据中快速获取信息价值的能力。2012年3月，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家战略，奥巴马政府甚至将大数据定义为“未来的新石油”。

美国政府声明说，要通过提高美国从大型复杂的数据集中提取知识和管理的能力，来加强整个国家的竞争力，这被认为是跟互联网同一个级别的时代。显然大数据不止是一个词汇，更是一门技术，是一个产业时代。而中国作为世界上人口最多且GDP第二、互联网规模第二且增长第一的国家，在大数据层面有一个罕见的历史发展机遇。

我曾在《大数据绝不是大忽悠》（订阅微信公众号【王冠雄】后可见）中写过，大数据的精髓在于“大”，它不是抽样而是全样，它不是盲人摸到的象腿或者是象鼻子，而是整个大象本身，大数据的精妙处在于用的人越多越增持，通过这样一个模糊的宏观判断，能够完成一个精准的个体推荐，从而会让整个生产效率得到极大提高。

阿里巴巴、百度、腾讯，三家都把大数据升级为集团级战略。未来，一切生意都是数据的生意。

但是如果略作比较，还是存有很大差异。它不仅与其拥有的数据性质有关，也与技术基因、战略优先级和生态系统能力有关。从三大巨头的数据源看，百度是基于用户搜索行为的需求数据，阿里掌握着交易及信用数据，腾讯则掌握着社交关系数据。以后再详谈。

【结束语】

腾讯地图的迅速增长让人震惊，我却不意外，因为这是战略级业务。地图，依然是BAT三座大山的菜，而且是BAT争霸大数据的重要棋子。

当然，也不是谁拥有最多的用户、流量或数据，谁就在大数据领域最牛。所有关于大数据的论断都认为，大数据并不在于大，质量、性质以及谁拥有它，将决定大数据能被挖掘出来的价值和难度。