現在數據剖析和機器學習是很熾熱的領域，近幾年各行各業都現已采集了很多的數據，怎么運用數據提高功率成為了問題的關鍵。
作為一個C端產品司理，最近作業原因有幸與BAT中某廠的地圖標注聊到了單點信息(POI)的準確性這個問題(主要是店肆的倒閉與否)，在當今大數據和機器學習如此熾熱的年代，自己有意圖的對此問題做了一個粗淺的剖析，寫一篇小文章請地圖相關的PM一起來糾正一下。 現在來看，單點信息主要以人工方式進行驗證，如某廠淘金和人工掃街。信息流程處理雜亂，費時吃力，數據的推遲相對嚴峻，沒能充分運用已有數據。
下邊將從一個具體事例入手，概括總結，以點帶面，晉級為一套可執行計劃。
事例剖析
事例的選取：事例店肆在身邊不能太多，如便利店，由于便利店周圍就有很多替代品;也不能太少，如大型商超，倒閉關門的頻率根本很低，不具有參考價值。所以事例運用洗衣店這種非高頻卻是必須品的店肆。
事例：小區門口有家洗衣店，需要判別其是否依然健在倒閉營業。
事例剖析：數據的產出來自方方面面，但是其本質來源于人類的日常活動，洗衣店的參與者包括了洗衣店消費者(Customer)、老板店員(Owner)和供貨商(Supplier，以洗衣店為用戶的效勞提供商)，下面臨三種人物的行為軌道進行剖析，然后發現其可運用的數據點。