项目背景
随着电商包裹量持续增长，快递取件点（自提柜、合作门店等）的布局成为提升末端配送效率的关键。客户希望以数据驱动的方式，找出需求最大、覆盖效果最好的候选位置。
我们的工作
- 整合便利店与邮局等 POI、车站客流开放数据、网格人流数据等多源地理数据
- 进行特征工程与机器学习建模，预测各候选点的现状与未来需求
- 开发网格级别的数据加工批处理与地理编码处理
- 为业务人员交付候选地一览生成工具，便于现场直接使用预测结果
项目成果
为取件点布局提供了可量化的决策依据，并通过易用的工具将分析结果交到业务一线。