几乎所有的行业都需要商业地理分析：银行、快消、电信、医药、航运、家具等等，即便是电子商务这样虚拟的行业，也需要商业地理的帮助，来判断消费者的地理分布以及不同地区消费者的特点，从而有的放矢地发布网络或者平面广告，抑或根据不同地区制定相应战略。物流公司更是离不开商业地理分析的统筹规划，通过与全面系统的商业地理信息数据库相结合，传统的运筹学焕发出新的活力。
以我们曾经服务过的某物流公司为例，该公司希望知道在上海布局多少个配送中心才能使配送成本最小。利用GIS软件中的Vehicle Route Problem模型可以很好地解决这个问题，我们测试从8个配送中心开始，把配送中心地理位置 、收寄件人的位置、配送员数量及载货量、配送员小时工资和油耗、交通情况等作为参数，求解得到总成本，再与其他数量的配送中心求解得到的总成本进行比较，得到一条配送中心数量与总成本的曲线，从而求得配送中心的最优数量和地理位置 (见图4)。
商业地理分析面对的客户往往是有着成千上万个网点的实体零售商或电商、数以千万计接货送货人的物流公司、网点遍布全国的大型银行。为这类大客户服务，决定了商业地理分析将处于地理信息产业链的顶端，并必然伴随着丰厚利润回报率。而中国目前专门从事商圈分析及商业选址分析的公司还只是少数，拥有大客户资源、掌握丰富数据且具备商业地理分析技术的公司将会成为新兴产业的领袖。
“数据难”制约中国商业地理分析
从商业地理的全球实践来看，发达经济体可以将地理信息成熟运用于商业的各个环节，在印度、印尼这样的新兴经济体中，地理信息技术也日益得到重视。
相比国外完善的商业地理数据服务，目前在中国，地理信息数据的可获取性、准确性和全面性仍然制约着中国地理信息产业的发展。能够提供商业价值较高的街道及以下层次(如街道、邮编区域、居委会乃至小区)边界的地图供应商极为稀少，与之相配套的数据，如人口、收入、消费、住房房价和商业楼盘的租金，也不易获取。在二线以下城市，边界地图数据可能要从各地测绘机构零散地加以收集，获取覆盖全国的数据非常困难。
过去几年，在麦肯锡全球商业地理分析团队的帮助和多方努力下，我们已经构建了深入到街道级别的地理信息数据库，涵盖近千万的商业信息点，并已经应用于数十个客户项目的分析中，在中国处于领先地位。目前，全国人口普查数据、房价数据都已经整合进入这一空间数据库，更细层次(如居委会等)的数据整合工作正在进行中。
正如大数据改变着世界一样，地理坐标将推动新一轮大数据的进化。前瞻未来，也许重要的变革机遇就蕴藏在商业地理分析中。