← 返回搜索结果
ST
Shenzhen Tech Logistics Co., Ltd.✓ 已认证AEO高级认证
AI企业画像:技术驱动型跨境物流企业,专注美国FBA头程与海外仓,年增长约25%,数字化程度高,是优质的3C/新能源出口物流服务商。
🏭 国际货代📦 FBA头程🌐 海外仓🔥 采购意向高📍 广东·深圳·南山🕐 成立11年
312
参保人数
$28M
年进出口额(估)
96%
数据完整度
A+
AI信用评级
👔 关键决策人 LinkedIn + 官网 + AI挖掘
张
张伟 CEO/法人
创始人 · 持股35.5% · 决策人
🔒
李
李娜 销售VP
总经理 · 商务合作最佳触达人
🔒
陈
陈静 CTO
技术负责人 · 系统采购决策
🔒
📞 联系方式与营销触达 官网 + Hunter + 社媒
| 总机 | +86 755 8888 8888 |
| 商务邮箱 | sales@techlogistics.com |
| WhatsApp Business | +86 138 xxxx xxxx ✓ |
| 官网 | techlogistics.com ↗ |
| linkedin.com/company/techlogistics ↗ |
🏛️ 工商与企业实力 企业信用信息公示系统
| 统一社会信用代码 | 91440300MA5XXXXXX1X |
| 法定代表人 | 张伟 |
| 注册资本 | 1,000万元(实缴100%) |
| 成立日期 | 2015-03-18(运营11年) |
| 企业状态 | 存续/在业 |
| 知识产权 | 商标2 · 发明专利1 · 软著2 · AEO/NVOCC/IATA |
| 风险记录 | 无失信/无重大诉讼 |
🌍 外贸/跨境情报 海关提单 + B2B + 展会
| 进出口权 | ✓ 海关AEO高级认证(全球互认通关) |
| 主要出口市场 | 🇺🇸美国42% · 🇪🇺欧盟22% · 🇯🇵日本18% |
| 主营HS编码 | 8517通信 · 8542芯片 · 8471计算机 |
| B2B平台 | Alibaba金品诚企 · Made-in-China · 1688 |
🤖 AI营销情报 AI引擎实时分析
🔥 近30天"拖车服务"页面访问激增320%
发布美国海外仓扩建招聘(+15岗位)
参展2026慕尼黑物流展(已确认)
82
AI采购意向评分
高意向 · 建议7天内触达
🔗 数据来源核对
✓ OpenStreetMap
✓ Google Maps
✓ LinkedIn
✓ 工商公示系统
✓ 海关提单
✓ Google Maps
✓ 工商公示系统
✓ 海关提单
关键字段≥3源一致
仪表盘
欢迎回来,John!这是您的数据概览
我的POI
1,247
↑ 12.5% 本月
已认领商家
86
↑ 8 本月
CRM客户
342
↑ 23 本周
营销触达
12.8K
↑ 34% 转化率
我的积分
8,450
最近活动
| 时间 | 操作 | 对象 | 积分变动 | 状态 |
|---|---|---|---|---|
| 2026-08-26 10:30 | AI补全POI | Shenzhen Tech Logistics | +50 | 完成 |
| 2026-08-25 15:20 | 认领商家 | ABC Trading Co. | +200 | 审核中 |
| 2026-08-25 09:15 | 解锁联系人 | Global Freight Ltd. | -500 | 完成 |
| 2026-08-24 14:00 | 批量导入POI | 247条记录 | +247 | 完成 |
| 2026-08-23 11:45 | 营销邮件发送 | 500位客户 | - | 完成 |
数据概览
全球POI数据采集、质量与运营实时监控
总POI数量
120,847,392
↑ 2.3% 本周新增 2.8M
AI补全任务
8,432
进行中 156 / 待处理 12
数据完整度
87.4%
↑ 3.2% 较上月
活跃用户
24,589
↑ 18% 本月
POI采集趋势(近30天)
单位:万条数据源状态
Google Maps API
OpenStreetMap
AI互联网补全
百度地图
数据质量分布
✨
AI 任务队列
批量补全缺失邮箱
处理中 1,247 / 8,432
社媒账号匹配
处理中 892 / 3,200
Logo智能识别抓取
排队中
最近采集任务
| 任务ID | 采集源 | 目标区域 | 数量 | 采集人 | 进度 | 状态 |
|---|---|---|---|---|---|---|
| #T-8842 | Google Maps | 深圳-南山区 | 12,450 | 张伟 | 已完成 | |
| #T-8841 | OSM + AI补全 | 东京-23区 | 45,200 | 李娜 | 进行中 | |
| #T-8840 | 高德地图 | 上海-浦东新区 | 28,300 | 王强 | 已完成 | |
| #T-8839 | 互联网爬虫 | 全球-电子烟行业 | 8,900 | AI-Agent | 进行中 | |
| #T-8838 | 批量导入 | 自定义CSV | 15,600 | 陈静 | 已完成 |
数据导入管理
配置数据源、下载进度、字段映射、增量同步一站式管理
数据源配置
Overture / OSM / Google / AI补全 / CSVOverture Maps (Meta+微软+亚马逊) 已连接
OpenStreetMap 已连接
Google Places API 配额85%
AI互联网补全引擎 运行中
Foursquare Open Source Places 已连接
World-POI 学术数据集 可选
GeoNames 全球地名库 已连接
OpenCorporates 公司注册库 50次/天免费
S.C.A.L.A. 企业数据库 免费无限搜
自定义CSV/Excel上传
正在进行的导入任务
67%
Overture 日本POI导入
45,200/67,500条 · 1,200条/分 · 剩余18分钟
45%
AI补全:全球电子烟行业
8,900/19,800条 · AI抓取官网社媒中
95%
CSV批量导入:客户数据
14,820/15,600条 · 去重合并中
增量同步设置
Overture版本同步
每2月官方发版自动拉取增量
AI新鲜度巡检
每周巡检官网/社媒变化自动更新
Google Places增量
每日按区域+行业采集新增POI
GERS ID实体对齐
Overture全球实体ID跨源去重
字段映射配置
AllAiMap 标准数据字典(16大字段组 · 180+字段)
A. 标识层
aim_id · gers_id · osm_id · fsq_id · google_id · 高德/百度/腾讯id · 统一社会信用代码 · 来源列表
B. 名称品牌
主名称 · 英文名 · 当地名 · 别名/曾用名 · 品牌连锁 · 商标
C. 分类体系
标准分类 · NAICS/SIC · 国民经济行业 · OSM标签 · 经营范围
D. 地理位置
WGS84/GCJ02/BD09坐标 · 结构化地址 · 行政区划 · 邮编 · 边界
E. 联系方式
多电话 · 多邮箱 · 官网 · WhatsApp/LinkedIn/FB/IG/X/YT/TikTok · 微信
F. 经营信息
营业时间结构化 · 价格 · 支付 · 停车/WiFi/语言 · 无障碍
G. 工商信息
法人 · 注册/实缴资本 · 成立日期 · 状态 · 类型 · 纳税资质 · 登记机关 · 参保人数
H. 股权人员
股东持股 · 主要人员 · 实控人/受益人 · 对外投资 · 分支机构
I. 关键联系人
CEO/采购/销售/HR · 姓名职位 · 直邮手机LinkedIn(积分/会员)
J. 多媒体
Logo · 外观/内部/产品/团队图 · 视频 · 全景街景
K. 评价声誉
多平台评分 · 评价数 · AI情感 · 口碑标签
L. 知识产权
商标 · 专利 · 软著 · 资质证书 · ICP备案 · ISO认证
M. 风险信用
诉讼 · 失信 · 行政处罚 · 经营异常 · 出质抵押 · AI信用评级
N. 外贸跨境
进出口权 · 海关编码 · HS Code · 出口市场 · 国际认证 · 展会 · B2B店铺
O. AI增强
AI画像 · 标签 · 采购意向分 · 完整度 · 可信度 · 去重组ID · 巡检时间
P. 平台运营
认领状态 · 会员可见等级 · 版本 · 首末发现 · 查看/收藏/导出
💡 多源融合策略:以 GERS ID + 统一社会信用代码 + 官网域名 + 坐标 做四维实体对齐;工商库补G/H/L/M组,地图源补D/F/J/K组,AI补E/I/N/O组。字段命名采用snake_case,与PostgreSQL/PostGIS直接对应,可导出Parquet/CSV入库。
数据源字段AllAiMap标准字段处理规则
names.common[0].value→poi_name 名称多语言提取primary
categories.main→category_id 分类AI映射标准分类树
addresses[0].freeform→address 地址结构化拆分省市区
phones[0]→phone 电话统一+国家区号
websites[0]→website 官网AI抓取补全字段
geometry.coordinates→lng/lat 经纬度WGS84坐标系
gers.id→external_id跨源去重主键
导入历史记录
| 时间 | 数据源 | 类型 | 数据量 | 新增 | 去重 | AI补全 | 耗时 | 状态 |
|---|---|---|---|---|---|---|---|---|
| 08-26 14:30 | Overture | 增量 | 45,200 | 38,100 | 7,100 | 12,430 | 38分 | 67% |
| 08-25 03:00 | 定时 | 12,800 | 8,200 | 4,600 | 3,100 | 22分 | 完成 | |
| 08-24 16:00 | CSV | 导入 | 15,600 | 11,200 | 4,400 | 8,900 | 45分 | 完成 |
| 08-20 10:00 | Overture | 全量初始化 | 76,000,000 | 76,000,000 | 0 | 0 | 6.5小时 | 完成 |
多渠道采集管理
配置地图平台、B2B网站、社交媒体、展会等渠道的采集任务
采集渠道
点击开关启用/禁用渠道Google Maps
今日 45.2K条 · 延迟120ms
全球商业POI,含评价、图片、营业时间、电话
OpenStreetMap
今日 32.8K条 · 延迟85ms
开源地图,Overpass API实时查询,无需Key
阿里巴巴/1688
今日 8.9K条 · 延迟320ms
B2B企业信息、产品、联系人、进出口记录
LinkedIn
今日 3.2K条 · 延迟850ms
企业主页、关键决策人、职位、公司规模
WhatsApp Business
今日 1.8K条 · 延迟420ms
企业WhatsApp账号、业务描述、类目
百度地图
配额耗尽待续费
中国POI覆盖最深,含百度口碑、街景
高德地图
今日 12.4K条 · 延迟95ms
阿里系,中国POI+驾车导航数据,API稳定
腾讯地图
今日 6.7K条 · 延迟110ms
微信生态POI,小程序/公众号关联企业
展会/黄页网站
今日 2.1K条 · 自定义爬虫
广交会、CES、汉诺威等展会参展商名录
官网AI爬虫
今日 12.4K条 · AI解析中
自动发现企业官网,AI提取关于我们/联系/团队页
自定义渠道
支持配置任意网站爬虫
可视化点选配置,CSS选择器/AI自动识别字段
新建采集任务
全球行政区划主数据
国家→省/州→市→区县→乡镇五级层级 · 多源ID映射 · SEO固定链接 · 与POI数据关联
250
国家/地区
3,864
省/州 (ADM1)
~52K
市/县 (ADM2)
~520K
区/乡镇 (ADM3-4)
11M+
地名/居民点
行政区划数据源(已入库映射)
点击开关启用同步GeoNames 主数据库 已入库
geoBoundaries 边界 已入库
ISO 3166 标准代码 已入库
OSM 行政边界 每周同步
中国民政部/统计局 已入库
Natural Earth 已入库
行政区划浏览器
▼🇨🇳中国 China
▼广东省
▼深圳市
·南山区
·福田区
·罗湖区
·宝安区
·龙岗区
▶广州市
▶东莞市
▶佛山市
▶浙江省
▶江苏省
▶上海市
▶🇺🇸美国 United States
▶🇯🇵日本 Japan
▶🇬🇧英国 UK
▶🇩🇪德国 Germany
▶🇦🇪阿联酋 UAE
▶🇸🇬新加坡 Singapore
深圳市 Shenzhen
副省级市 · 广东省 · 中国 · 人口1,756万 · 面积2,050km²
多源ID映射(跨平台永久一致)
AllAiMap ID300100
GeoNames ID1795902
ISO 3166-2CN-44
中国统计代码440300
OSM Relationrelation/2700436
geoBoundariesCHN-ADM2-xxx
WGS84中心22.54,114.06
时区Asia/Shanghai
多语言名称(i18n)
SEO固定链接(slug永不变,保障收录)
/poi/china/guangdong/shenzhen — 深圳全部分类
/poi/china/guangdong/shenzhen/restaurant — 深圳餐厅
/poi/china/guangdong/shenzhen/nanshan/logistics — 南山区物流
/area/china/guangdong/shenzhen — 地区落地页(聚合SEO)
关联POI统计
186,420
POI总数
98.2%
坐标落在边界内
9区
下辖区县
312
待AI补全
数据库表结构(PostgreSQL + PostGIS,可直接入库)
CREATE TABLE geo_admin_divisions ( id BIGSERIAL PRIMARY KEY, level SMALLINT, -- 0国家 1省 2市 3区县 4乡镇 parent_id BIGINT REFERENCES geo_admin_divisions(id), path LTREE, -- 层级路径 300.3001.300105 geoname_id INT, -- GeoNames稳定主键 osm_rel_id BIGINT, -- OSM relation iso_country CHAR(2), -- ISO 3166-1 iso_sub VARCHAR(10), -- ISO 3166-2 local_code VARCHAR(20), -- 各国本地代码(中国6位) name_default VARCHAR(200), name_i18n JSONB, -- {en,zh,ja,ko,...} slug VARCHAR(200) UNIQUE, -- SEO永久标识 center GEOGRAPHY(POINT,4326), boundary GEOGRAPHY(POLYGON,4326), population BIGINT, timezone VARCHAR(64), INDEX (path), GIST(center), GIST(boundary) ); -- POI表通过 division_id 关联;导入时用 GERS ID/geoname/坐标 三重校验,确保POI永远挂在正确行政区划下,SEO URL不随数据源变化
全球分类映射管理
AllAiMap标准分类 ↔ OpenStreetMap / Google / 高德 / 百度 跨平台统一映射
映射覆盖率
94.7%
标准分类已映射到4大平台
OpenStreetMap
98%
Google Maps
96%
高德地图
92%
百度地图
89%
分类体系说明
统一标准:AllAiMap采用三级编码 food.restaurant.chinese
OSM:标签组合 amenity=restaurant + cuisine=chinese
Google:type=restaurant(细分类靠secondary)
高德:餐饮服务>中餐厅>粤菜(类型码050100)
百度:美食>中餐>粤菜
OSM:标签组合 amenity=restaurant + cuisine=chinese
Google:type=restaurant(细分类靠secondary)
高德:餐饮服务>中餐厅>粤菜(类型码050100)
百度:美食>中餐>粤菜
💡 同一POI在不同平台分类不同,入库时统一映射到AllAiMap标准编码,前台筛选一次命中所有来源
分类映射表(示例)
| AllAiMap标准分类 | OpenStreetMap | Google Maps | 高德 | 百度 | POI量 | 状态 |
|---|---|---|---|---|---|---|
| food.restaurant.chinese | amenity=restaurant cuisine~chinese|cantonese | restaurant / Chinese | 中餐厅 | 美食>中餐 | 2.1M | 已映射 |
| food.cafe | amenity=cafe | cafe | 咖啡厅 | 美食>咖啡厅 | 1.8M | 已映射 |
| food.fastfood | amenity=fast_food | meal_takeaway | 快餐厅 | 美食>快餐 | 3.4M | 已映射 |
| travel.hotel | tourism=hotel | lodging | 宾馆酒店 | 酒店 | 890K | 已映射 |
| shopping.mall | shop=mall | shopping_mall | 购物中心 | 购物>商场 | 210K | 已映射 |
| transport.fuel | amenity=fuel | gas_station | 加油站 | 汽车>加油 | 680K | 已映射 |
| transport.charging | amenity=charging_station | electric_vehicle | 充电站 | 汽车>充电 | 145K | 已映射 |
| health.hospital | amenity=hospital | hospital | 综合医院 | 医疗>医院 | 420K | 已映射 |
| life.bank | amenity=bank | bank | 银行 | 生活>银行 | 380K | 已映射 |
| business.logistics | office=logistics OSM数据稀疏 | moving_company | 物流公司 | 企业>物流 | 89K | 需AI补 |
| ent.nightclub | amenity=nightclub | night_club | 夜总会 | 娱乐>夜店 | 95K | 已映射 |
⚠️ 分类映射注意事项
1. 不是所有分类都一比一:OSM用标签组合(restaurant+cuisine),高德/百度用树形分类,Google用扁平type
2. 数据稀疏分类:物流货代、B2B公司等在OSM中很少,需靠工商库+1688/阿里+AI补全
3. 多值标签:一家店可能同时是 restaurant+cuisine=japanese;sushi,映射时取最匹配标准分类
4. AI自动分类:新POI入库时AI根据名称+官网+标签自动判定标准分类,置信度>85%自动通过,否则人工复核
5. 分类可多挂:一个POI可属于多个标准分类(如加油站+便利店+充电桩),用关联表实现
2. 数据稀疏分类:物流货代、B2B公司等在OSM中很少,需靠工商库+1688/阿里+AI补全
3. 多值标签:一家店可能同时是 restaurant+cuisine=japanese;sushi,映射时取最匹配标准分类
4. AI自动分类:新POI入库时AI根据名称+官网+标签自动判定标准分类,置信度>85%自动通过,否则人工复核
5. 分类可多挂:一个POI可属于多个标准分类(如加油站+便利店+充电桩),用关联表实现
多地图API对接与实时聚合
平台大数据不落地 · 实时API互补 · 字段级来源标注 · 仅映射关系与AI增值数据入库
架构策略:轻资产聚合模式
✓ 不存储
Google/高德/百度/OSM的海量原始POI不爬取、不落地,规避存储成本与法律风险
✓ 实时聚合
用户搜索时并行调用多平台API,按名称+坐标+电话实体对齐,毫秒级合并
✓ 只存增值
仅存ID映射关系、AI补全字段、清洗后高价值线索、用户行为数据
API渠道配置
| 平台 | 对接状态 | API Key | 免费额度 | 本月调用 | 字段贡献 | 操作 |
|---|---|---|---|---|---|---|
| OpenStreetMap Overpass/Nominatim | 已对接 | 无需Key | 免费无限 | 48,203 | 基础POI/坐标/标签 | 配置 |
| Google Places | 待填Key | AIza****xxxx | $200/月 | 0 | 评分/评论/图片/电话 | 填写Key |
| 高德地图 | 待填Key | a1b2**** | 30万次/日 | 0 | 中国POI/深度信息 | 填写Key |
| 百度地图 | 待填Key | — | 6千次/日 | 0 | 中国POI/街景 | 填写Key |
| 腾讯地图 | 未对接 | — | 1万次/日 | 0 | 微信生态POI | 对接 |
| Foursquare | 未对接 | — | 免费档 | 0 | 全球人气/连锁 | 对接 |
| HERE Maps | 未对接 | — | 25万次/月 | 0 | 车载级坐标 | 对接 |
| Mapbox | 未对接 | — | 10万次/月 | 0 | 地理编码 | 对接 |
实时聚合流程
1️⃣ 用户搜索"深圳货代"
2️⃣ 并行调用 OSM+Google+高德+百度 API
3️⃣ 返回结果按 名称相似度+坐标距离+电话 实体对齐
4️⃣ 同一企业多平台记录合并为一条
5️⃣ 字段级标注来源,冲突值高亮,用户可比对
6️⃣ 缺失字段触发 AI补全
7️⃣ 仅映射ID+AI数据写入本地库
2️⃣ 并行调用 OSM+Google+高德+百度 API
3️⃣ 返回结果按 名称相似度+坐标距离+电话 实体对齐
4️⃣ 同一企业多平台记录合并为一条
5️⃣ 字段级标注来源,冲突值高亮,用户可比对
6️⃣ 缺失字段触发 AI补全
7️⃣ 仅映射ID+AI数据写入本地库
入库数据 vs 实时数据
| ✓ 入库 | 跨平台ID映射关系 |
| ✓ 入库 | AI补全字段(联系人/画像) |
| ✓ 入库 | 清洗后高价值线索 |
| ✓ 入库 | 用户行为/积分/认领 |
| ○ 实时 | 各平台原始POI(不存) |
| ○ 实时 | 评论/图片/评分(不存) |
| ○ 缓存 | API结果缓存24h降本 |