而进一步挖掘，在商业化的路上 POI 是重要的连接机制（我们之前在讨论游谱旅行的时候也说过）。与游谱旅行的创始人李小坚相似，张棋也认为，内容向商品的转化需要 POI 作为载体——当用户浏览景点信息的时候，如果有对应商品，直接就可以完成预定。“这也是穷游预定转化上很重要也很成功的尝试。 ” 张棋说。
此外，在目的地的智能推荐上，如果没有准确实时的 POI 信息，推荐就可能是 “不靠谱的”，例如清迈有 “周六夜市” 和 “周日夜市”，仅在当天开放，而如果推荐周一前往，就太不智能了。
在 POI 的基础之上，很多玩家都在尝试智能推荐，这也是旅游进入移动端时代的一大想象空间——基于用户所在的地理位置和用户画像，随时做智能推荐，从而大幅提高转化率。之前有一些创业公司讲过相似的故事，但迄今还没有人实现。
没实现的原因也不难理解，没有很大的用户基数，用户画像的准确度就会打折扣，自然也会影响推荐的准确性；另一端，如果没有优质的 POI 数据库，推荐的都是老套路，用户也不会喜欢。大平台如阿里旅行，可以基于用户在阿里其他平台（淘宝、天猫）的购买行为做智能推荐，也还没有到达行中、实时的级别。
事实上，在一些数据交易平台或数据抓取公司那里，用户画像是可以获得的，但我个人了解到，用户画像的准确程度，以及关于这个用户的信息维度，其实并不完全适合旅游行业——大部分关于用户的画像集中在其日常购买、金融理财等层面，通过这些层面的数据推导至旅游行业，准确性自然会降低。
作为拥有数千万出境游注册用户的穷游，从 2011年开始积累用户的访问和点击行为，打算为日后的智能推荐和精准营销做准备。张棋介绍，穷游会格外关注 “平时生活在哪里、关注的旅行信息是什么、潜在目的地是什么、处于旅行周期的什么阶段” 等信息。之后穷游把用户分为：行前观望、行前准备（多次看多次买，可能推翻之前的选择）、即将出发（开始购买轻量级的商品例如 WIFI 或目的地商品如 CityWalk）、行中、回来等阶段，匹配相应的产品。张棋说，穷游目前格外关注出发前一两天的用户，通过其酒店预订行为，重点推送相应的轻量级商品。
张棋坦言，精准的智能推荐可能会让转化率呈 10 倍的改善，而最大的挑战在于，必须将用户画像和 POI 信息都实现高颗粒度，才能做准确的匹配——这里的前提是有这些数据。
我们了解到，包括阿里旅行在内的在线旅游玩家都在寻求高品质的 POI 和用户画像数据。这可能不是一家企业的核心竞争力（在数据上的应用层面才是），但应该能构筑起一些壁垒。当各家都在构建自己的 POI 数据库的时候，重复劳动是不可避免的，这里也许有合作共赢的空间。
更值得关注的是，谁能依托自己的实力（这可能是用户基数、可能是分销实力、可能是对旅游行业的理解，行业里可能还没有定论）为 POI 数据制定发布规则，反而可能去争夺制高点。