博望坡一戰，諸葛亮不慌不忙，先告訴關二爺：“博望坡之南有山，名曰豫山;右側有林，名曰安林。”讓他去那里埋伏。
古代作戰的時候，將領們要懂天文、曉地理、知陰陽。那時聰明人都是博聞強記，要是占有大數據，能夠畫一張地圖太難了。荊軻以一張督亢地圖就能哄得秦王召見他;張松獻上一幅西川地圖就葬送了主子的江山。所以諸葛亮很聰明，先讀書，占有大數據，打仗靠地形，訣竅在于選址。
自古以來，選址有個文雅的名字，叫“堪輿”(當然這個詞的含義更豐富)，《漢書.藝文志》里早有記載，實踐上更早。一開始，堪輿這種技術停留在封建迷信的范疇，一般用來為帝王服務，選首都、建陵墓?；实垡簧吓_就給自己選址建陵，無非是左青龍、右白虎，朱雀在前，黃雀在后。隨著筑城、打井之類選址需求越來越多，也誕生了專業的堪輿師，比較著名的有東晉的郭璞，據說溫州城的選址就是他決策的。
再后來，學問飛入尋常百姓家，陽宅陰宅都需要。更商業化的應用是店鋪選址，商人圖吉利、重人氣，大量的資金涌入選址這個行業，讓它逐漸成為一門有技術含量的學科，產生了一些初步的理論，比如《三國演義》里著名的《遁甲天書》，由于印刷術不發達，年久散佚，幸好保存了電子版，目前在很多電子游戲里，我們還經常能窺見它的身影，但內容就不知如何了。
雖然內容失傳，但堪輿的需求一直都沒有消失。晉商在以前能獨霸天下，其經商之道遵循八字箴言，除了“誠信、仁義、理智”，還有倆字就叫“堪輿”。甚至現在很多商學院的EMBA課程里，還專門設置了堪輿學。不過必須承認，堪輿在技術上并沒有什么真正的進展。一直到10年前，商鋪選址也無非還是喜歡“背水臨街”，靠水聚財，和百年前的廣州十三行，沒什么兩樣。
總結一下，站在科學的角度看，過去商鋪選址，除了“卜食”等非自然科學外，主要考慮的變量，還是人口和交通。總結起來基本就是一句話：
哪里人多去哪里，哪里方便建哪里。
這在過去是有一定合理性的。漢初，皇帝搞了一個大型經濟學家論壇，后來論壇發言紀要被整理成《鹽鐵論》，當時的首席御用經濟學家桑弘羊說：“自京師東西南北，歷山川，經郡國，諸殷富大都，無非街衢五通，商賈之所湊，萬物之所殖者。”
“街衢五通”實在是太重要了。在人煙稀少、以物易物的年代，項少龍要找一個市集問路，要跑三天。沒辦法，生產力太落后，馬哲這么說的。
雖說往事經千年，換了人間，但這個指導思想變化不大，風水加算術，基本是主流。即便是在康乾盛世的時候，天朝的統計部門說，大約100平方公里有1-2個集市，平均半徑4至6公里。也就是說，你要是約貝勒爺去茶樓，一般要花一個時辰走路，這應該算是比較科學的選址了，也符合當時的生產力水平。
大規模城市化之后，緊張資源的壓迫下，這套理論開始捉襟見肘。地鐵周邊、學校周圍、市中心廣場往往店鋪林立，不是沒有立錐之地，也已經到了見縫插針的程度?，F代人比項少龍幸福多了。在北京市區，約個妹子喝星巴克，或者一起去海底撈看服務員?；?，或者吃披薩餅雞翅膀，手機一查，到處都是。
像星巴克和海底撈這種爆紅企業，毫無疑問在堪輿上是有自己的一套的。十幾年前，互聯網還不像現在這樣發達，公司調研喜歡找大學生兼職，到處發問卷，路邊蹲點數人頭，風里來雨里去，以半計算機半手工的方式，給資本家選店鋪提供數據參考。這些數據跟以前的選址并無本質不同，無非是細化一些，比如人口數量、年齡、性別、收入、職業等，然后依據經驗來判斷。不能不說，這些連鎖企業管理上當然有一套，但是選址的這套經驗，也是非常核心的競爭力。
時過境遷，我們面對的現實是，星巴克們已經把風水寶地占光了，是不是我們就死了選址這條心，哪里有鋪面就選哪里?
答案當然是否定的——時代在發展，事實上我們發現，堪輿學加上特技之后，煥發出了真正的光彩，真正成為了一門科學，也讓傳統的選址思路，發生了一場深刻的革命。這個特技是什么?就是大數據。
大數據就是要顛覆傳統方式，基于搜索數據來推斷出來哪個地方的用戶，對服務和商品有需求，相當于是根據需求的密集程度來選址——這是最關鍵的一步，初算，是百度數據最獨特的地方。
少算不如多算，要不然司馬懿怎么給諸葛亮點贊?在初步計算之后，還要根據算法來進一步調整，比如考慮交通便利程度、競爭對手情況等等，然后再對結果進行修正、精確。
百度大數據實驗室，Big Data Lab，最近在這個方面獲得了相當一些成果。它們有多厲害?這么說吧，你要是想讓自己的鋪面獲得投資，可行性報告里可以這么寫：“通過深度挖掘線上移動端檢索數據和地圖檢索數據，可以準確定位有直接服務需求的用戶;同時通過挖掘線下的軌跡數據，能夠量化潛在消費者對不同類型地點服務的需求行為特征，從而精準發現明確的消費者，自動挖掘出未覆蓋的需求分布，通過機器學習優化算法自動尋找最優的店鋪位置。”
對方會問：我以前也試過，然并卵啊?你可以繼續說：舉個例子，下面是一份關于星巴克和海底撈的數據圖表，大家感受下。
看起來很高深的樣子。簡單來說，這個圖表研究的是星巴克和海底撈未覆蓋地區的用戶對這兩家店的需求分析。第一張圖的意思是，對比一周的需求分析，吃貨們在周末對海底撈的需求高過星巴克;第二張圖是說在一天之內，單身狗喜歡在午飯后約女神喝星巴克(果然是占用上班時間，拿老板的薪水來泡妞);第三張圖是說七成星巴克消費者一般選在附近1公里，而吃海底撈一般需要跑更遠的距離(大約3公里)——誰讓你要帶妹子看人家?；?
星巴克的選址當然和海底撈不同，因為花的錢不一樣，對時間和交通成本的敏感度也不一樣。Big Data Lab 就是要分析這些時間、空間、交通、網點等綜合因素，結合用戶需求，不只是提供了數字，而且要能告訴你應該在哪里開店。
上面的數據經過大數據進一步處理，就得到下面的兩幅圖：
現有網點未覆蓋的用戶需求分布熱力圖，紅色的點表示現有的海底撈火鍋店的位置。
選址優化模型計算出的新網點候選位置，如圖中氣泡標示。
老板看到這種圖表數據報告，首先會亮瞎，其次就會給你漲薪。
最后Big Data Lab 測算的結果是這樣的，可以跟實際地址對比一下。其中水滴標記是初算的地址，小圓點是第二、第三步復算出的地址，大圓點是最終的建議選址，大家可以結合商鋪最后的選址感受一下。如有雷同，真的不是巧合!
海底撈選址效果驗證(石景山萬達店)
星巴克選址效果驗證(星巴克北辰購物中心店)
關鍵在于，我們的大數據選址服務不但只是給出現有情況的數字和結論，而且可提供未來決策的合理化建議。
想像一下，夏侯惇拿著智能手機：“前方有峽谷，山林茂盛。”這還不夠，加上一句“通過對過去24小時搜索和定位數據query的統計，大數據顯示前方有大量移動目標接受過正規軍事訓練，其中100%為男性，平均年齡24歲。他們一小時前剛剛集體消費過一頓巴西烤肉，過去15分鐘保持原地靜止。建議您盡快做好防火準備。”傻子也不會往前走了，十萬人不就這樣得救了?
夏侯惇曰：科技發展到這個地步，使用大數據選址，你就是諸葛亮!
我們正在緊張建設“大數據堪輿”的用戶接口，如果你對這項科技感興趣，可以寫郵件給[email protected]，或直接留言給我們。
