线下数据不光只是通过热力图来看，重点是如何用这些数据，构建人群画像，获取潜客，来达精准化营销，资源配置，估算人口，招商引资等。

背景

每个做数据分析的人员应该尝试过热力图，热力图包含线上&线下，线上的热力图其实根据用户点击次数来绘制，其目的就是给网站运营&移动运营产品经理等提供对页面按钮&功能参考，从而得知用户兴趣倾向，精简按钮等。

而线下的热力图又叫等值线地图（choropleth map)，以不同颜色表示不同的人口密度、天气情况、人均收入、或者社会价值等。我们的现实生活中用的最多的是反应人口密度的线下热力图，但是我们通常也往往遇到一个问题，这些漂亮的图有啥用？同时，也会引起我们的反思，难道线下数据只有热力图这个用途么？

线下数据的数据源

先说用途之前，我们先说说人口密度数据从哪来，线下热力图的核心就是获取：经纬度；地址。

线下热力图的数据可以从几个方面来说：

1、IP 地址

IP可以通过各种网段来判断地址，目前IPV4协议使用的是32位地址，约有42亿个地址，全球共用，中国约分配到6000多万个IP地址，同理各个省、各个地区的地址段也不一样，因此可以从地址段ip数判断用户密度

但是，现在大部分ip地址是动态ip，如果用ip地址打比方是门牌号的话，动态ip地址就是反应此用户经常搬家，门牌号不固定，这样不能精准定位人群以及确定用户的活动范围

所以，IP地址通常定位的数据范围是城市、省。

2、GPS

GPS全球卫星定位导航系统，常用的设备中其他蜂窝电话网络如GSM/GPRS也有类似自定位技术

但是一般而言，GPS会有很多问题：

需要开启定位功能的终端或者APP

GPS定位卫星的标准钟时间不统一，致使在计算客户端到相应卫星的距离时有误差

运动状态，GPS信号频繁变化

其原理就是用AP（路由）接收Beacon，或者发送请求帧（probe request）。

被动扫描：就是我们说的wifi 探针，原理就是通过安装在特定的路由，通过握手协议将手机mac地址收集。

自动扫描：手机不定时会发送请求收集wifi信号，同样也是握手协议，但是我们知道ssid和bssid，但是不知道他们的对应关系（ssid 可以理解路由器名称；bssid其实就是路由器的mac地址）因此很多公司会派出很多人力去各大地方用自己手机探测wifi去寻找bssid。

同时，不管主动扫描、被动扫描，wifi信号强弱都会被同一个手机握手协议去收集（即穿墙技术），只能通过规则，时长等来判断此设备到底停留在具体位置。

再者，由于iphone ios8 以上，会发送假的mac地址，因此，不能只通过握手协议来判断，所以wifi确定的大部分设备系统为安卓。

线下数据源其实对后期数据用途的理解起到一定作用，那么我们这就聊聊线下数据应该怎么使用。

线下数据用途

用途1：估算人口，合理配置资源

我们常用的线下数据是反应人口比例密度，来估算某处的人流量，来提供线下资源配置建议

分析步骤如下：

案例1

获取IP定位分析城市：

例如某金融机构，根据他们手机数据IP来源查询到位于深圳的客户最多，因此想重点探查下深圳现有网点和人流密度差异，即想查看某处周围人流密度是否过于稀疏、集中而应该减少、增加网点，支持业务需求。

同时，通过对热力图采样的人流数据，和实际人口统计的人数，估算某地点的人数，与实际kpi核对是否达到设置网点的承载能力。

于是，线下数据用途之一观察热力图，估算人口（见下图），我们可以根据估算的用户数增减网点配比

当然这里是数值是用手机的GPS数据来反应人口密度，数值还可以用发声用户量，人口属性（男女），年龄段最多人数比例等，或者app类型数据等来反映，其目的是要解决实际业务和线下数据问题，这里不赘述，欢迎讨论

绘制线下热力图&增加网点分布：

统计时间：15年7月1-7月6日

统计口径：在统计时间内打开此金融机构app并开启定位功能的设备获取的经纬度

分析步骤：绘制基于设备热力图后，增加此金融机构网点分布

分析目的：估算的用户数增减网点配比

分析结论：

从图中可以看到编号9、10、13附近，应该增设网点、而在64、70、37附近应该减少网点。

案例2：根据工作日VS周末的不同时间，来估算人口数量