Mapfit宣称他们的地图数据的精度要比其他图商高出7倍。

Mapfit根据自己的一套核心算法，从数百种来源的数据中对其进行理解，然后抽析和验证大数据中每一个要素及其位置属性，再把这些信息整合到地图中。Mapfit宣称：他们依靠这一技术手段自动化、高效率地更新了全球的地图数据，其中，地图数据的精度要比其他图商高出7倍，数据的更新频率也会是其他图商的20多倍。。

习惯了使用百度、高德、谷歌地图的你，可能并不了解在美国纽约，还有一家名叫Mapfit的初创公司也把自己定位为图商。不过与那些动辄有着成百上千名员工的图商企业相比，成立于2015年6月的Mapfit团队到目前只有15名成员。

Mapfit仅在2017年2月完成过一笔种子轮融资。经历三年时间的发展其技术能力在于，他们根据自己的一套核心算法，从数百种来源的数据中对其进行理解，然后抽析和验证大数据中每一个要素及其位置属性，再把这些信息整合到地图中。Mapfit宣称：他们依靠这一技术手段自动化、高效率地更新了全球的地图数据，其中，地图数据的精度要比其他图商高出7倍，数据的更新频率也会是其他图商的20多倍。

通过广泛的合作，Mapfit有着丰富的数据获取渠道，而这些数据可以分为以下品类：

1. 优质的商业数据集；

2. 经过验证的开放数据集；

3. 基于人工整合的数据；

4. 遥感影像数据；

5. 可获取的IOT类数据；

6. 车载的视频流数据。

Mapfit之所以能让这些源头数据摇身一变成为有价值的地图数据，都依赖于他们的算法。

简单的说，巨量的大数据每天源源不断地输送到Mapfit的云端数据中心，这个数据中心首先会将所有到来的数据进行基础分类和规范化处理，然后经过一轮验证之后再次对数据进行分类，这时候算法会将这些数据及其与该数据的空间位置属性关系解算出来，使之可以在接下来的环节中，得以顺利在地图上完成POI要素的匹配和更新。

当数据中心在处理街道级的遥感影像数据时，有关算法会识别影像中建筑实体的“入口”要素，即通过影像获知建筑物的门口位置都设在了何处，进而再跟已知的该建筑所在的空间位置进行匹配，完成数据的更新。更新后的建筑POI数据，会增加建筑物入口的拓扑关系，因而在为用户提供抵达到该建筑的线路规划中，能直接引导用户到建筑的门口。

尽管主流的地图导航软件业也提供了类似的功能，但Mapfit团队认为，他们通过自动化手段，让这一功能覆盖的建筑物密度更大，例如他们宣称，在Mapfit提供的数据中，美国本土95%的建筑物数据已经细化到可以展现其入口、包括停车场入口的程度。这样的数据服务能力，在Mapfit团队看来可以很好的支持物流、网约车出行等服务，并提高这些服务的工作效率和业务水平。

Mapfit团队为开发者们提供了适用于Android和iOS平台的API接口和SDK工具，基础的矢量化世界地图和其他一些工具。和主流的图商一样，Mapfit会靠开发者调用API的次数来收费，但对于高频次使用API产品的Mapfit的用户来说，他们所花的费用，在谷歌地图API涨价以前就大概只有谷歌的一半左右。

毫无疑问，Mapfit率先在导航地图应用的B端市场向谷歌发起了正面较量。

Mapfit在C端市场也流露出野心。正如Mapfit的用户体验总监兼Multi公司（一家为本地商业企业提供数据整合服务的公司）创始人斯蒂芬妮·高丽克（Stephanie Golik）在去年12月的一篇博客中提到，Mapfit正在构建能够精确映射真实世界的导航地图产品。

以技术见长的Mapfit，会成为导航地图领域的又一匹黑马吗？