数据监控模块里通常预置四类地图视图。常见的情况是四张图全开着，真要问每张图该看什么、谁来看，答不上来。这就是浪费。

地图视图可以理解为：同一批车辆数据在不同空间视角下的呈现。数据是同一份，看的角度不同，得出的动作也不同。

四类视图的差异，用一张表说清楚：

      表是死的，关键是每类视图背后要挂一个明确的业务问题。热力图看需求：颜色越深，骑行人越多，说明这里要么缺车、要么车多得骑不完，得结合订单数据分辨。违停分布图看问题：哪个点位一个月被投诉 40 次，图上一点就出来，不用翻台账。车辆分布图看现状：备案了多少辆、实际在街上多少辆，一张图对得出差异。停车点状态图看饱和度：某个停车点容量 80、实际停了 130，就该派清运了。

      四类不必全开。很多城市常用其中两三张，这事没有标准答案。

      怎么看图定动作？举个例子。热力图上某老城区工作日晚高峰一直是深色，周边停车点却长期空置，说明居民有骑行需求，但车辆没停到点子上，该把投放往这里倾斜。反过来，某个商圈白天车堆成山、热力图颜色却偏浅，说明是被动堆积，不是需求旺。两种情况，动作完全不同。

      给一个示例口径的数字：某区按工作日早高峰 7:30 至 9:00 统计，地铁站 500 米范围内的车辆密度达到全区平均值的 6 倍。这个数字翻报表发现不了，热力图上一眼就能看到那团深色。

图层叠加，比单看一张图有用

      单张图信息有限。实操里更管用的做法是图层叠加：把违停点、停车点、辖区边界三层叠在同一张图上看。

      叠上之后能看到什么？违停点密集的位置如果恰好落在某个停车点 100 米范围内，多半是这个点位配额设置不合理，或者满了没人清。违停点若集中在两个街道的交界处，那问题就不在企业投放，而在管理边界没理清。这类判断，靠任何一张单图层都得不出。

      再进一步，把违停数据放进数据分析模块看历史趋势，某个点位连续几周的违停量一对比，就能分清偶发堆积和常年顽疾。前者派一次工单就够，后者得重新规划停车点。停车点管理里的聚类推荐功能，依据的正是这类叠加后的空间分析。

      叠几层、怎么叠，各地差别很大，没有标准答案。有的城市还会叠上视频监控点位，方便就近调摄像头核实现场。还有的城市把叠好的图直接开放给巡查人员的小程序端，图上亮点的位置就是活的任务清单，谁在片区里谁就近处理，省掉了中间转发的环节。

常见误用：图上了大屏，活没进流程

      这是最普遍的一个坑。GIS 地图被投到指挥中心大屏上，领导来了切几个页面，平时没人看。热力图再准，没人根据它调车，就只是一张装饰画。

      问题出在地图和业务流程是断开的。图上发现淤积点，还要人工截图、发群里、打电话，一个回合半小时没了。管用的用法是地图直接挂工单：违停点识别出来，自动生成工单派给对应街道的运维，处理完回传核验。业内有 1320 快速处置机制，1 分钟大屏发现、3 分钟联系运维、20 分钟处置完毕，能跑通的前提就是地图和派单在同一个流程里。

      还有一个前提常被忽略：数据本身要准。车辆定位漂移 200 米，图上就会多出一个不存在的违停点，工单派过去，运维到了现场什么都没有。上线前拿几辆车实地走一圈，对着图核位置，这一步不能省。

上线前，按这份清单过一遍

五条，逐条核对：

1. 四类地图视图是否都接了真实数据，而不是只有演示数据；

1. 每类视图能否说清对应的业务问题和责任人；

1. 图层叠加是否支持违停点、停车点、辖区边界至少三层；

1. 图上发现的异常能否一键转工单，派到具体的人；

1. 停车点饱和度有没有阈值预警，触发后走什么流程。

五条都能过，GIS 地图才算从大屏走进了日常。