博望坡一战，诸葛亮不慌不忙，先告诉关二爷：“博望坡之南有山，名曰豫山;右侧有林，名曰安林。”让他去那里埋伏。
古代作战的时候，将领们要懂天文、晓地理、知阴阳。那时聪明人都是博闻强记，要是占有大数据，能够画一张地图太难了。荆轲以一张督亢地图就能哄得秦王召见他;张松献上一幅西川地图就葬送了主子的江山。所以诸葛亮很聪明，先读书，占有大数据，打仗靠地形，诀窍在于选址。
自古以来，选址有个文雅的名字，叫“堪舆”(当然这个词的含义更丰富)，《汉书.艺文志》里早有记载，实践上更早。一开始，堪舆这种技术停留在封建迷信的范畴，一般用来为帝王服务，选首都、建陵墓。皇帝一上台就给自己选址建陵，无非是左青龙、右白虎，朱雀在前，黄雀在后。随着筑城、打井之类选址需求越来越多，也诞生了专业的堪舆师，比较著名的有东晋的郭璞，据说温州城的选址就是他决策的。
再后来，学问飞入寻常百姓家，阳宅阴宅都需要。更商业化的应用是店铺选址，商人图吉利、重人气，大量的资金涌入选址这个行业，让它逐渐成为一门有技术含量的学科，产生了一些初步的理论，比如《三国演义》里著名的《遁甲天书》，由于印刷术不发达，年久散佚，幸好保存了电子版，目前在很多电子游戏里，我们还经常能窥见它的身影，但内容就不知如何了。
虽然内容失传，但堪舆的需求一直都没有消失。晋商在以前能独霸天下，其经商之道遵循八字箴言，除了“诚信、仁义、理智”，还有俩字就叫“堪舆”。甚至现在很多商学院的EMBA课程里，还专门设置了堪舆学。不过必须承认，堪舆在技术上并没有什么真正的进展。一直到10年前，商铺选址也无非还是喜欢“背水临街”，靠水聚财，和百年前的广州十三行，没什么两样。
总结一下，站在科学的角度看，过去商铺选址，除了“卜食”等非自然科学外，主要考虑的变量，还是人口和交通。总结起来基本就是一句话：
哪里人多去哪里，哪里方便建哪里。
这在过去是有一定合理性的。汉初，皇帝搞了一个大型经济学家论坛，后来论坛发言纪要被整理成《盐铁论》，当时的首席御用经济学家桑弘羊说：“自京师东西南北，历山川，经郡国，诸殷富大都，无非街衢五通，商贾之所凑，万物之所殖者。”
“街衢五通”实在是太重要了。在人烟稀少、以物易物的年代，项少龙要找一个市集问路，要跑三天。没办法，生产力太落后，马哲这么说的。
虽说往事经千年，换了人间，但这个指导思想变化不大，风水加算术，基本是主流。即便是在康乾盛世的时候，天朝的统计部门说，大约100平方公里有1-2个集市，平均半径4至6公里。也就是说，你要是约贝勒爷去茶楼，一般要花一个时辰走路，这应该算是比较科学的选址了，也符合当时的生产力水平。
大规模城市化之后，紧张资源的压迫下，这套理论开始捉襟见肘。地铁周边、学校周围、市中心广场往往店铺林立，不是没有立锥之地，也已经到了见缝插针的程度。现代人比项少龙幸福多了。在北京市区，约个妹子喝星巴克，或者一起去海底捞看服务员耍花面，或者吃披萨饼鸡翅膀，手机一查，到处都是。
像星巴克和海底捞这种爆红企业，毫无疑问在堪舆上是有自己的一套的。十几年前，互联网还不像现在这样发达，公司调研喜欢找大学生兼职，到处发问卷，路边蹲点数人头，风里来雨里去，以半计算机半手工的方式，给资本家选店铺提供数据参考。这些数据跟以前的选址并无本质不同，无非是细化一些，比如人口数量、年龄、性别、收入、职业等，然后依据经验来判断。不能不说，这些连锁企业管理上当然有一套，但是选址的这套经验，也是非常核心的竞争力。
时过境迁，我们面对的现实是，星巴克们已经把风水宝地占光了，是不是我们就死了选址这条心，哪里有铺面就选哪里?
答案当然是否定的——时代在发展，事实上我们发现，堪舆学加上特技之后，焕发出了真正的光彩，真正成为了一门科学，也让传统的选址思路，发生了一场深刻的革命。这个特技是什么?就是大数据。
大数据就是要颠覆传统方式，基于搜索数据来推断出来哪个地方的用户，对服务和商品有需求，相当于是根据需求的密集程度来选址——这是最关键的一步，初算，是百度数据最独特的地方。
少算不如多算，要不然司马懿怎么给诸葛亮点赞?在初步计算之后，还要根据算法来进一步调整，比如考虑交通便利程度、竞争对手情况等等，然后再对结果进行修正、精确。
百度大数据实验室，Big Data Lab，最近在这个方面获得了相当一些成果。它们有多厉害?这么说吧，你要是想让自己的铺面获得投资，可行性报告里可以这么写：“通过深度挖掘线上移动端检索数据和地图检索数据，可以准确定位有直接服务需求的用户;同时通过挖掘线下的轨迹数据，能够量化潜在消费者对不同类型地点服务的需求行为特征，从而精准发现明确的消费者，自动挖掘出未覆盖的需求分布，通过机器学习优化算法自动寻找最优的店铺位置。”
对方会问：我以前也试过，然并卵啊?你可以继续说：举个例子，下面是一份关于星巴克和海底捞的数据图表，大家感受下。
看起来很高深的样子。简单来说，这个图表研究的是星巴克和海底捞未覆盖地区的用户对这两家店的需求分析。第一张图的意思是，对比一周的需求分析，吃货们在周末对海底捞的需求高过星巴克;第二张图是说在一天之内，单身狗喜欢在午饭后约女神喝星巴克(果然是占用上班时间，拿老板的薪水来泡妞);第三张图是说七成星巴克消费者一般选在附近1公里，而吃海底捞一般需要跑更远的距离(大约3公里)——谁让你要带妹子看人家耍花面!
星巴克的选址当然和海底捞不同，因为花的钱不一样，对时间和交通成本的敏感度也不一样。Big Data Lab 就是要分析这些时间、空间、交通、网点等综合因素，结合用户需求，不只是提供了数字，而且要能告诉你应该在哪里开店。
上面的数据经过大数据进一步处理，就得到下面的两幅图：
现有网点未覆盖的用户需求分布热力图，红色的点表示现有的海底捞火锅店的位置。
选址优化模型计算出的新网点候选位置，如图中气泡标示。
老板看到这种图表数据报告，首先会亮瞎，其次就会给你涨薪。
最后Big Data Lab 测算的结果是这样的，可以跟实际地址对比一下。其中水滴标记是初算的地址，小圆点是第二、第三步复算出的地址，大圆点是最终的建议选址，大家可以结合商铺最后的选址感受一下。如有雷同，真的不是巧合!
海底捞选址效果验证(石景山万达店)
星巴克选址效果验证(星巴克北辰购物中心店)
关键在于，我们的大数据选址服务不但只是给出现有情况的数字和结论，而且可提供未来决策的合理化建议。
想像一下，夏侯惇拿着智能手机：“前方有峡谷，山林茂盛。”这还不够，加上一句“通过对过去24小时搜索和定位数据query的统计，大数据显示前方有大量移动目标接受过正规军事训练，其中100%为男性，平均年龄24岁。他们一小时前刚刚集体消费过一顿巴西烤肉，过去15分钟保持原地静止。建议您尽快做好防火准备。”傻子也不会往前走了，十万人不就这样得救了?
夏侯惇曰：科技发展到这个地步，使用大数据选址，你就是诸葛亮!
我们正在紧张建设“大数据堪舆”的用户接口，如果你对这项科技感兴趣，可以写邮件给wuhaishan@baidu.com，或直接留言给我们。
