比如：确定邮件寄往不同邮区、如何选择最佳送货路线?
比如：根据不同区域的居民数量，客户流量、发展趋势如何选择新店开发地址?。
比如：根据不同商业区域，客户流量，商品类型等如何布局消防喷淋设施?
许多成功应用的案例表明：在运用商业智能进行数据挖掘的过程中，往往要考虑地理信息因素。把智能分析工具和GIS工具整合起来，常常产生了增值效益。因此，实践中一些用户还把GIS与主流的事务处理应用软件和数据库集成起来、把复杂的位置数据添加到商业智能分析工具中，加以整合利用，甚至把场地模型影响店址选择的多因素分析和非结构化空间信息库的资源利用紧密结合起来。加强了选址能力。提升了BI挖掘的价值。
其实，这在国外已经是早就引起注意的问题，但在国内并没有引起应有的重视。下图是一个国外应用在棒球场的基于地理信息的决策系统。
基于地理信息的决策系统
该系统不仅是一个选址工具，而且用来进行营销决策支持。用来解答棒球场附近有多少客户?送货费用预计有多少?比赛当天的销售额预计如何?这些分析，会在棒球场营销中发挥重要的作用。
在国外，这种商业智能和地理信息系统的整合还广泛应用在广告投放决策分析上。用以锁定在距离商店一定范围内的目标客户。详见下图。
图为BI和地理信息系统整合的广告市场分析系统
这对众多的中国广告企业而言，是具有重要参考价值的。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/12641349/viewspace-103750/ ，如需转载，请注明出处，否则将追究法律责任。
