前面幾篇分享了：位置資料大致是怎麼計算以及處理分析位置資料的挑戰。今天想和大家聊聊：位置資料怎麼玩？

其實位置資料透露出的資訊，比大家想像的多很多。儘管用行動電信信令資料定位出來的位置資訊沒有GPS等級定位的精準度，但是用來判斷出手機所處的路段或是區域則是綽綽有餘。因此當累積每隻手機一定量的位置資料後，再利用大部分的人生活都有一定規律的特性，就有機會找出特定手機使用者常出沒的地點以及常經過的區域。將這些地點及路徑資訊結合地圖資訊，就能對該使用者有更近一步的了解。

以我自己為例，上班日我通常8點多會出門上班，9點多到公司，1點多會外出吃午餐，7點多下班，8點多回到家。然後週末偶爾會去逛逛家裡附近的百貨公司，或是去附近的體育場活動。在這些時段裡，我都有可能會用到手機，而被記錄出沒的位置及可能的移動路徑。當累積的位置資料量足夠找出一些特性時，就有機會推論出我家住板橋火車站附近，公司在中山站周邊，每天搭捷運藍線和綠線通勤，中午多在雙連站到中山站區域內覓食。週末偶爾會去逛板橋大遠百跟去板橋第一體育場運動。這些算是可以用位置資料推導出來的第一層資訊。基於這些資訊有機會得出更深的推論，比如說：

• 可能是一個坐辦公室的上班族(因為每天有很類似的上下班時間，而上班時間也不大會在外面移動)
• 交通工具主要是捷運(大多數通勤都是利用捷運)
• 對購物有一定興趣(去百貨公司的頻次比一般人平均高)
• 對從事運動活動有一定興趣(去體育場的頻次比一般人平均高)。

如果推算出來的住家地點、工作地點、常去造訪的地點等，本身也有特性，那也可以用來對特定手機使用者的背景做更深一層的推論，比如說：工作地點在南港軟體園區，那從事軟體相關工作的機會可能不小。

以上這些資料都透露了特定對象的部分背景資訊(e.g.居住區域、工作區域、活動範圍等等)、生活型態(e.g.搭捷運通勤的辦公室上班族)以及興趣愛好(e.g.購物、運動)。我們的Data Enrichment Platform(DEP)系統會將這些資訊轉成"標籤"，然後把不同使用者和他們關聯的標籤儲存下來。後續廣告主就可以利用這些標籤，從我們的DEP查詢出對應的使用者族群，對他們做更精準的投放。

此外，也有機會從這些位置資料和移動行為中找出特定的模式和週期。進而預測使用者未來某個時間點可能所在的位置。以實體為主的商家就可以利用這樣的資訊，提前接觸接下來會經過店點門市附近的潛在客戶。

你說，位置資訊是不是很有趣跟很有得玩呢？

以上是我們一些我們已經有實作或是有規劃要做的利用位置資訊推論手機使用者相關資訊的範例。其他更多的可能性，期待各位一起來探索。