选定任务。同一份开业前商圈视图支撑所有任务——选址是主心骨；之后的一切，都是门店开业后的功课。
在签租约之前，选定选址并测算商圈规模。
按需求密度、人口结构、人流量、零售密度以及范围内已有的竞争，对每个候选选址评分 — 人口精确映射到 100×100 米网格，而非邮政编码。
一个站点的配送半径内有多少人、他们是谁、可能会花多少钱——在签下租约之前就了然于心。
避开与自有门店的重叠，并选定下一座城市。
新店会与现有门店在哪里重叠，以及你的门店网络尚未覆盖的真正空白市场在哪里。
按未被满足的需求密度与竞争最薄弱之处，为城市和区域排序——覆盖 252 个国家和地区，已全部完成测绘。
备货与定价对准本地货架，逐店执行。
特定商圈实际购买和主动询问的品类与单品——让每家门店的品类组合匹配周边需求。
与服务同一商圈的商超、便利店和竞对前置仓相比，你的价格处于什么位置——逐件商品对比。
为需求落地做好准备，并从第一单起就把推荐做对。
一个商圈内需求如何随时段与场景变化——深夜、周末、天气——用于规划备货与排班。
把顾客画像匹配到与其相似的人群的实际购买——在没有任何订单历史时就给出贴切的首单组合，哪怕是在你刚开的店。顾客在你手里；亲和度由我们提供。
选择一个角色，看它回答什么问题、如何回答。
在签下任何租约之前，把候选点位地图变成一份有需求依据、排好序的候选清单。
让每家门店的商品组合，匹配它实际服务的商圈。
将你的 SKU 与服务同一商圈的所有对手对标。
对照真实需求查看整个网络的覆盖，而不是地图上画的一个半径圆。
把预算投向最可能下单的商圈与人群。
用每个商圈背后的平台外亲和度数据解决冷启动问题——顾客在你手里，亲和度由我们提供。
两个相邻的伦敦内城区，在前置仓选址者手头已有的每一张地图上都像双胞胎——杂货需求几乎一致、同样密集的既有玩家布局、同样偏年轻的人口结构。人流量解读会说“哪个都行——签更热闹的那个”。而消费者意见层让结论反转：其中一个区，购物者对既有玩家的意见相当正面(CSAT 65.7)——那是一个已被满足的市场，新前置仓必须硬碰硬。隔壁那个区，同样的购物者给既有玩家的打分在五个相邻内城区中垫底(CSAT 50.2),这 ~15 分的差距已连续保持四年。同样的人、同样的需求——但只有一个商圈虚位以待。
人口精确映射到 100×100 米网格、每个选址周边的人群与需求、范围内的竞争对手以及他们的消费水平 — 全部匹配完成、每周更新，并经独立验证。
以数据订阅和 API 形式每周交付，附质量保障与 SLA——均为聚合、指数化的消费者信号，绝不含个人数据，符合 GDPR 与 CCPA。我们解读商圈——人群、需求、竞争与本地供给；你的物业与财务数据叠加其上。先在几个商圈做试点，再扩展到生产环境。查看数据覆盖范围 →