大眾點評的本質是真實的“本地生活賽博黃頁”

最近有個新聞有意思，本地生活領域的老玩家，說要繼續加大投入，做幾乎最底層的，以結構化POI（Point of Interest，興趣點）為基礎的“本地生活賽博黃頁”這個寶藏。

11月5日，大眾點評宣布，未來5年將追加至少30億資金，升級“本地生活信息基建”。這一計劃主要將用于在全球更多區域落地信息核驗能力，同時結合美團的自研B端大模型，建設信息校準機制。

這則新聞在表面上看，像是一則常規的投入公告，實則提醒大家一個重要信息：大眾點評終于開始重新強調自己的本質——并不是簡單的本地生活內容社區、榜單平臺，而是要構建的是一個實時更新的現實世界數字副本，一個持續更新、準確反映真實物理世界的“賽博黃頁”。

黃頁這個詞可能對年輕人來說有些陌生。在互聯網普及之前，每個城市都有厚厚的黃頁電話簿，按行業分類列出所有商家的名稱、地址、電話。雖然笨重、不性感，但極其實用——因為它解決的是本地生活領域，最基礎的信息對稱問題。

POI對于點評意味著什么？

當人們談論大眾點評時，往往想到必吃榜、黑珍珠或用戶評價。但從產品邏輯上看——POI才是因，內容和榜單都是果。

準確及時反映物理世界信息，才是本地生活領域的“基建”。用戶決策的第一步，是信息準確、及時。舉個例子，用戶的真實決策鏈條，從來不是看到就買，而是需要Double Check——

看見內容 → 想去看看 → 打開點評確認 → 再下決策。

有點像是豆瓣的定位，多年來，豆瓣一直是影視劇評分的最終仲裁者——無論一部電影在其他平臺營銷得多么火熱，最后大家還是會去豆瓣看看評分，作為決策依據。大眾點評在本地生活領域也起到類似的Double Check作用——不管你在哪里發現的信息、被種草，最終的確認動作都在點評完成。

如果POI信息不準，比如你在社交媒體上看到一家網紅餐廳，照片精美、濾鏡拉滿，興沖沖趕過去結果發現地址是錯的或者這天暫停停業，所有后續決策都將失效。

這也是為什么，在本地生活賽道“流量”和“種草”聲量震天的當下，行業內外常常討論UGC、榜單、補貼或流量，試圖讓所謂真實的推薦算法接管線下消費決策。

但是大眾點評投入的方向——始終堅持本地生活的源頭，做最基礎的信息基建，繼續選擇加固地基。

然而，最基礎的工程，往往是“最容易被人忽略”的苦活兒。

大眾點評“信息基建”背后，是數以百萬計的POI構建、清洗與更新，保證信息更真實、更全面、更動態。每一個商戶的經緯度、門頭照片、營業時間、設施標簽、歇業狀態，甚至季節性項目（如賞楓地、釣魚點、露營地），都需要被系統地校準與維護。要做好真實物理世界的“賽博黃頁”，大致要求是：

• 全：覆蓋所有值得去的地方，不只是商業店鋪，還包括公園、露營地、釣魚點、騎行路線

• 準：每一條信息都經過核驗，地址、電話、營業時間都可靠

• 新：動態更新，店鋪歇業、搬遷、裝修都及時反映

• 細：目前商家線上頁面的服務設施板塊，信息字段已涵蓋超30個，包含各類餐廳主題、是否寵物友好、停車場信息、預定信息、包廂信息、環境風格、吸煙政策、有無插座等等

因為對大眾點評而言，POI才是點評最核心的優勢和差異化壁壘，內容和榜單都是基于黃頁準確的基礎上，才能形成的“飛輪效應”。——簡要展開why

因為從用戶決策鏈條看，用戶找餐廳時，第一步需確認店的位置、營業狀態等 POI 信息，這是決策基礎，準確及時的 POI 信息是本地生活領域基建。沒有穩固 POI 信息做地基，評價、榜單等上層建筑再精美也無意義。

大眾點評的護城河在于建立信息可信的口碑，投入巨資維護 POI 信息準確及時，其數據高度結構化，通過系統工程構建 POI，滿足用戶對信息真實信任的底層需求。

大眾點評真正的護城河不是榜單，而是二十年如一日，默默確保上千萬商家的信息準確、及時。

因為用戶在內容平臺種草后、最終下單前，總要回來點評“查實”，做一下double check。

這種價值在用戶的無意識行為中經常體現。不管用戶在哪發現一家餐廳、一處釣點、一條徒步路線，最后都要回到點評確認信息是否準確：它真的還開著嗎？營業時間是不是改了？支持寵物嗎？價格是否一致？有沒有包廂？能否提前訂位？

用戶在反復通過點評驗證信息準確性的過程中，逐漸將“查準信息 = 上點評”內化為直覺選擇，決策前必核對的行為慣性沉淀為準的心智：遇到任何本地消費信息，第一反應就是到點評Double Check確認一下到底靠不靠譜。

這種心智一旦固化，點評便成為用戶本地生活決策的終局驗證場—— 所有種草內容的可信度需經其確認，所有消費選擇的安全感由其兜底，最終構建起其他平臺難以復制的信任壁壘。

準確及時反映物理世界信息，才是本地生活領域的基建。但

而維護一個覆蓋全球、動態變化的物理世界的賽博黃頁，是一項極其艱巨的系統工程，平臺需要長期、重投入的積累。一旦建成，極難被競爭對手復制。

為什么內容平臺做不好POI？

一些內容平臺不是做不好POI，而是在它們的成功邏輯和戰略優先級里，POI不值得像大眾點評那樣堅決投入。對它們而言，POI是內容的附屬品和催化劑；而對大眾點評，POI是安身立命的根。

對于內容平臺來說，內容是核心，POI是道具。用戶消費的是內容（視頻、圖文）帶來的情緒價值、靈感啟發和生活方式憧憬。一篇成功的筆記或視頻，關鍵在于畫面、敘事、情緒和人格魅力。店家和地點（POI）在這里是作為內容的背景、道具或佐證出現的。它的首要任務是服務于內容的吸引力和可信度，而不是提供精確的數據庫查詢。用戶被“種草”，是因為博主描繪的體驗很美好，至于店的具體門牌號或營業時間，是臨門一腳時才需要確認的次要信息。

內容平臺的成功不依賴于POI的絕對準確，而依賴于內容的無限吸引力。用戶在某內容平臺發一篇探店筆記，可能會提到“這家店在XX商場三樓”，但不會嚴謹地標注經緯度坐標；會說“老板人超好”，但不會詳細記錄“有3個包廂，最大可容納15人”。這種非結構化的UGC內容，適合種草、適合傳遞情緒和氛圍，但不適合作為用戶決策的“基座”。POI信息只要大致不差，能支撐用戶完成從心動到搜索的動作即可，深度投入POI的笨功夫對核心商業模式貢獻的邊際效益太低。

對于大眾點評來說，信息是核心，內容是注解。用戶來到點評的核心目的是做出消費決策。一切內容（評價、圖片）都是為了驗證一個POI（店家）是否值得去。而UGC內容（評價）是附著在POI這個“根”上的枝葉，用于豐富和驗證POI的靜態信息。一篇評價好不好，關鍵在于它是否提供了有效、真實、有參考價值的信息。

所以大眾點評二十年如一日，投入巨資維護POI，其實是個本地生活領域的生存問題。如果POI信息不準，導致用戶踩雷，信任基石崩塌，整個商業大廈都會傾倒。大眾點評的成功完全建立在“信息真實”的口碑上，所以資源必須投向能建立和鞏固用戶信任的地方。

一個是感性的、非標準化的世界，追求的是哇塞和心動。一個是理性的、結構化的世界，追求的是準確和避坑。

當然跟產品容器也有關系，內容平臺的數據是“非結構化”的：數據以自由文本、圖片、視頻等形式存在，將其海量非結構化內容反向工程成一個精準的結構化POI數據庫，需要巨大的、持續的技術和運營成本，且效果遠不如原生就是數據庫的大眾點評。大眾點評從誕生之初就是一個數據庫產品。每一個POI都是一個有固定字段（名稱、地址、電話、營業時間、標簽……）的數據實體。UGC內容（例如榜單和評價）也是圍繞這個結構化實體，形成用戶習慣而產生，或者基于準確及時的信息底盤，輸出精準的決策結果。

擴充POI：黃頁的邊界與發現的可能

二十年如一日，數百億的信息基建投入其實是一項極其艱巨的系統工程，其復雜性在于其信息的采集和校準 來源是多元且龐雜的：

1. B端（商家）：商家通過“經營寶”后臺主動提交和更新菜單、營業時間、包廂信息。

2. UGC（用戶）：海量的用戶在撰寫評價、筆記，或上傳照片時，無意中會暴露信息。

3. 生態情報（騎手）：千萬騎手是流動的傳感器，騎手的交付點信息可以校準坐標。

4. AI大模型：這次投入的核心變量。利用B端大模型，點評可以自動從海量的UGC文本和圖片中挖掘線索（如新菜單、有包廂），并通過AI外呼等方式與商家進行校準，極大提升了信息更新的效率和覆蓋面。

一個店鋪的信息，從地理坐標、營業時間、菜單價格，到包廂數量、停車位信息、是否寵物友好——每一個字段都需要采集、核驗、更新。上千萬商家，數十億數據，這是一個永無止境的工程。但正是這種笨功夫，構建了大眾點評最深的護城河。因為在本地生活領域，用戶要的不是有趣，而是靠譜。日復一日確保信息真實，才是點評的核心競爭力。

但POI建設不是目的，而是手段，最終目的是讓用戶因為“安全感”，而敢于去發現生活。這次投資明確將用于“在全球更多區域落地信息挖掘能力”，這正是對POI邊界的擴充。一方面一個只包含餐廳和酒店的黃頁是不完整的，這就要求POI的邊界必須從“商業POI”極大拓展至“非商POI”。用戶不只是查店，而是想獲得靈感——去哪吃、去哪玩、周末做什么。另一方面，當今用戶需求不斷升級，光覆蓋中國也是不夠的，還得加速出海。

當POI的邊界被拓寬，點評的發現功能才真正有了用武之地。點評做的不是周邊3-5公里的消費搜索引擎，而是發現附近的工具。

“附近”是一個可以不斷延展的概念:公園、露營地、滑雪場、釣魚點、騎行路線——這些內容更有粘性，能擴大用戶群。

未來的點評“黃頁”中，不僅有餐廳：

• 許還會有：公園、露營地、徒步路線、騎行驛站。

• 許還會有：哪里是絕佳的賞楓葉機位，哪里是野釣鱸魚的好去處。

• 或許還會有：類似《繁花》中的“寶總美食地圖”，將影視劇熱點結構化為可打卡的POI。

更重要的是，基于扎實的POI基礎，大眾點評可以做很多結構化信息的AI內容決策產品創新。

比如場景化的合集與攻略。用戶需要的不是單個店鋪推薦，而是基于場景的決策參考：帶孩子吃飯去哪？閨蜜下午茶去哪？拍照好看的餐廳有哪些？100元以上的約會餐廳推薦？這些“合集”、“攻略”、“路線”類內容，恰恰是大眾點評可以發揮結構化優勢的地方。搜索欄里的每一個篩選條件——價格區間、餐廳類型、服務設施——都可以反過來變成AI大模型計算的方向。

而因為數據基座足夠“真實”，AI大模型的結果也就足夠準確，這是當下AI幻覺時代用戶所需要的。

比如眾人拾柴的共建模式。在探店之外，利用AI算法基于UGC及基礎信息進行命題作文，—— “你心中北京最好的湘菜館是哪家？”

大眾點評真正的護城河不是榜單，而是二十年如一日，默默確保上千萬商家的信息準確、及時。在真實基建之上，點評有了推出多樣化種草類產品的底氣，幫助用戶更好決策。以結構化POI為底盤，以內容為驅動，幫助大家發現物理世界的美好。

在AI幻覺時代，當一本及時準確反映物理世界信息的黃頁，不是只是用來“查”，還能主動幫你精準“發現”時，它就具有了更廣闊的想象空間。