Instant Grocery Delivery 是欧洲今年的创业炒作。您通过购物应用程序选择一些杂货，通过 Paypal 付款，10 分钟后，自行车快递员就在您家门口。这是一种在用户之间传播魔法的商业模式。推出几个月后，我认识的朋友几乎有一半是这样购物的。这是一个像优步一样价值数十亿美元的想法。一个如此容易解释却仍然神奇的商业模式？但是，像这样极具颠覆性的商业模式也存在明显的问题：


劳累过度的自行车快递员罢工。
由于位于住宅区中间的仓库的噪音污染，这些地区出现了问题。
产品利润率低，客户对价格的容忍度低。
对于像 Gorillas 这样的公司，业务增长在地理上从一个地区到另一个地区，从一个城市到另一个城市。
巨大的竞争（我现在仅在德国就有 12 家供应商）。
美国公司 GoPuff 成立于 2013 年，被认为是 Gorillas、Flink、Zap 或 Getir 等初创公司的先驱。GoPuff 做出数据驱动的决策以最大程度地降低上述风险。为了推动这些雄心壮志，GoPuff 最近以 1.15 亿美元收购了数据科学初创公司 RideOS。在具有激进定价的市场中，对于许多直接竞争对手和现有替代品而言，通过技术快速建立竞争优势已被证明可以提高商业模式的效率。GoPuff 的大胆但昂贵的举措。在本文中，我将展示如何在一天内为即时杂货配送用例集成地理空间分析，而无需在初创公司收购上花费数百万美元。

但是，我们如何准确地考虑数据驱动的即时杂货配送决策呢？需要优化的资产有：

我应该在哪里设置仓库？
司机车队的最佳规模是多少？
区域内目标客户的偏好是什么？
整体市场潜力有多大？
在这篇文章中，我们问自己一个虚构的问题，一家即时杂货配送公司是否应该去柏林偏远的 Pankow 区？我们使用可以在全球范围内扩展的外部数据源并使用 Kuwala 的数据集成框架（它是开源的）来做到这一点。借助 Kuwala，我们可以轻松地提取整个城市和国家/地区的可扩展且精细的行为数据。下面是汉堡杂货店的活动模式。我们将利用一些功能从所描述的领域中获得见解。


我们通过将 Pankow 附近的数据与 PBerg 的邻近部分（