近日，国内LBS服务提供商高德开放平台宣布全面升级服务至LBS 2.0阶段。区别于单纯提供地图基础服务SDK或API的LBS 1.0阶段，LBS 2.0把基础能力全面整合，将多元大数据能力作为全新的产品驱动力，为地理信息提供更多的信息数据维度，进一步提升位置大数据的社会意义及商业价值，全面赋能地理信息。高德地图标注撰文《高德位置大数据2.0的演进之术》，详细描述了LBS2.0及多元大数据矩阵对于行业发展的意义，也通过举例说明了之后的实践场景。认为，以多元大数据建立人地关系，能够进一步赋能地理信息智慧，为合作伙伴提供更多的价值。 文章全文如下：
首先，我们要搞清楚地图是什么。一方面，地图将物理世界映射到虚拟世界中，另一方面，地图将用户在物理世界数字坐标映射到虚拟世界，地图将这两点连接起来，便形成了人在地图意义上的地理位置活动。而当地图足够广阔，人足够多，那么人在地图上的定位和移动，就形成了位置数据。随着社会、技术的发展，人们的社会活动越来越多越来越复杂，而人们从物理世界到线上世界的映射速度也越来越快，越来越精细，从而形成极具价值的位置大数据价值。
位置大数据如今已经能够帮助我们做非常多的事情，而高德作为位置大数据的数据拥有方，也一直通过高德开放平台，向行业开放位置大数据能力。随着移动互联网的发展，背靠阿里的高德不仅拥有位置数据，在融合第三方、阿里巴巴旗下数据的多元大数据能力的驱动下，对开发者和合作伙伴提供的服务将脱离传统层次，转而迈向“LBS2.0”。
从LBS1.0到LBS2.0
对于移动互联网行业而言，LBS位置服务是移动互联网最核心的基础服务之一。LBS1.0是高德开放平台自高德成立初期到现在的服务阶段，在这个阶段中，高德开放平台面向开发者不断开放自有的地图数据和位置服务能力，类似地图、导航、搜索、规划等等。这十四年间，高德开放平台也先后推出了整体打包方式的垂类行业解决方案以及整体智能位置解决方案等，为开发者持续提供免费而全面的位置服务，在开发者中享有优秀的口碑。
而随着技术发展，移动应用对于位置服务、地图服务、地理信息等产品需求更加频繁和复杂，国内的LBS技术服务提供商也迫切需要升级产品内容和形式，囊括更多的大数据信息，为开发者提供符合共享经济时代的LBS服务。
所以我们认为，在行业大需求环境背景下，高德作为数据最为权威而全面的地图服务提供商，理应率先将服务升级至LBS2.0，通过高德所拥有的多元大数据，结合基础能力为开发者提供更具有价值的服务。
高德的多元大数据与定位技术
在整个地图开放行业，这次是LBS2.0被首次提出。而高德此次提出LBS2.0是基于数据及技术的自信。
在数据方面，多元大数据来源不仅来自于高德本身(高德地图、高德开放平台、高德交通)，还囊括了第三方合作伙伴以及阿里巴巴。
作为国内极少数拥有自采队伍的地图厂商，高德地图拥有650万公里导航数据、5700多万POI信息、400多种道路属性信息、超200万公里、360个城市实时路况以及超7500平方公里三维模型数据。
所以，高德不仅在地理交通信息方面拥有全面而精准的数据信息，而且在用户属性、电商、搜索、内容等更多范畴也可通过第三方合作伙伴以及阿里旗下不同属性业务获取更为立体化的数据信息，叠加后成为以地理信息为基础的全新大数据矩阵，为用户提供个性化的LBS标签以及市场化决策能力，与各方合作伙伴共享大数据红利。
而在第三方合作方面，高德开放平台现已为国内85%车行应用、80%的主流社交应用、60%的外卖应用提供地图和定位服务，服务的移动应用总计超过30万款。在先进的数据融合技术和海量的数据处理能力的基础上，高德开放平台服务日均处理定位请求及路径规划次数达数百亿次。
在技术方面，对于位置大数据而言，最重要的就是定位技术能力，但现在使用的传统定位技术还存在着很多问题。例如在室内、隧道内以及建筑物较多的室外，卫星信号易被遮挡导致定位不准确，传统定位技术较为耗电等等。高德不仅仅依靠传统的GPS、基站和WIFI定位，还系统地集成了多个传感器，例如陀螺仪、压力计、蓝牙外设、地磁等进行融合算法推演，用多元融合的方式在不同场景下去做定位服务的优化，让定位服务更加智能化、精准化。
一方面，精准智能定位不仅为高德数据资产(包括POI、道路、三维等等)提供了智能化的生产和优化渠道，还能够通过位置大数据挖掘实时路况、感知道路变化以及及时发现过期POI;另一方面，基于海量的定位数据，分析人地关系，建立了基于真实轨迹的用户画像。地理围栏与用户画像的集合，也为BI分析、广告投放、精准推荐、等方面提供了足够数量及质量的依据，为商业领域及社会管理方面赋予地理智慧。
人地关系赋能地理信息智慧
依靠多元大数据矩阵，高德能够结合多方面数据建立大数据维度上的人地关系，通过人与地理位置的结合、变化、频次等状态对现实世界做AOI(兴趣面，指地图数据中的区域状的地理实体)、地理位置相关的用户以及人群、区域地点等作出分析和洞察，形成属性画像，为行业产品及商业领域提供参考和指引。
例如，在AOI画像方面，汽车配件、加油站类AOI普遍具有车行属性，而景区则具有旅游、美食等属性，儿童乐园、幼儿园等则表现出明显的亲子属性；而针对地理位置延伸出的用户画像，则可通过用户不同频次、频率到访的4S店、幼儿园、住宅小区等对用户进行“高端车消费用户”、“购房客户”、“监护人”、“亲子”等属性的叠加，最终形成立体的用户画像。同样的画像方法也可利用在不同的人群及区域地点，最终建立有效准确的人地关系，为地理智慧赋能，在BI分析、商业智慧、生活服务、出行服务等等多个方面形成具有重要价值的参考依据。
现阶段，高德开放平台月覆盖设备数已经超过9亿，多元大数据矩阵的建立使得地理信息价值得以提升。高德非常看好多元大数据对于活跃、转化、收入数据的重要作用，并在之后不仅仅以SDK及API形式提供服务，还会进一步升级产品服务形式，更好地服务开发者，努力建设专业而专注的平台，构建良性开放生态。