员工住宿选址助手

一句话答案：公司要租员工宿舍，不知道几个候选位置选哪个？员工住宿选址助手先算清每个员工的通勤现状，再给候选宿舍打分排名。入口在「地图业务应用中心」，五步向导，30 人规模约几分钟出结果。

本页用内置的示例案例带你走一遍：成都金融城一家公司，30 名员工散住在八个区，行政部找了 5 个候选宿舍（大源南、金融城北、中和、天府软件园、东湖锦江，月租 2100~3200 不等）。到底选哪个能覆盖最多人、通勤改善最大、离地铁近、租金还不太贵？逐个比划很难有结论，这个工具直接给出综合评分排名表。

准备两份表：员工名单和候选宿舍点

• 员工数据（Excel 或 CSV）：每行一个员工，要么有住址列（系统帮你解析成坐标），要么直接有经纬度列。如果有姓名、部门、班次列更好，结果里能看到分组对比
• 公司地址：知道公司在哪就行，系统会帮你解析成坐标
• 候选宿舍点数据（Excel 或 CSV）：每行一个候选宿舍，需要有名称和经纬度（或地址）。如果有月租金列也放进去，评分会考虑成本
• API Key：高德地图 API Key，或者开启地图帮智能解析（开了就不用自己填 API Key）

没有数据也能跑：本案例的数据已内置在软件里，页面上有「一键加载示例数据」按钮。

五步向导走一遍

这个工具是一个五步向导，顶部有步骤条，你始终能看到自己走到了哪一步。没完成的步骤是灰色的，点不了，不会跳错。

步骤一：导入员工数据

1. 打开「员工住宿选址助手」，进入步骤 1 页面。
2. 点页面中间的 「点此一键加载示例数据（成都金融城30名员工）」。

系统会加载 30 名员工的数据：分属风控部、运营部、技术部、财务部等十几个部门，大部分是白班，还有几个早班、中班、晚班；住址从大源到中和、从东湖到簇桥，散得很开。这正是需要租宿舍的典型场景。

加载成功后，下方出现「员工数据字段映射」卡片，系统已自动识别：

• 姓名列 → 姓名
• 部门列 → 部门
• 班次列 → 班次
• 经度列 → lng
• 纬度列 → lat
• 城市列 → 城市

示例数据本身有经纬度，系统默认选「经纬度模式」。你自己的数据只有地址没有坐标的话，切换到「地址模式」，系统后面会自动调 API 解析。

确认一下：字段映射卡片里各字段都已选好，不需要手动改。

步骤二：设置公司地址和出行策略

点「下一步」进入步骤 2。

示例数据的公司地址已自动填好：

交子金融梦工场·金融麦田B座，成都金融城
经度 104.076713，纬度 30.581007
城市：成都

坐标已经有了，不需要再点「解析为经纬度」。用自己的数据时，这一步需要手动输入公司地址，点「解析为经纬度」转成坐标，再填上城市名。城市必须填，公交路径规划离不开这个参数。

公交换乘策略，下拉菜单里有五个选项：

• 最快捷模式（默认）：优先总耗时最短
• 最经济模式：优先花钱最少
• 最少换乘模式：能不换乘就不换
• 最少步行模式：尽量少走路
• 不乘地铁模式：只坐公交车

这个案例用默认的「最快捷模式」。金融城这种地铁公交都发达的区域，选最快的最能反映真实通勤状况。

API Key：开启了「地图帮智能解析」开关的话，系统自动用内置服务，不需要填 API Key；没开的话，在上方 API Key 卡片里填入你的高德地图 API Key。

缓存开关：「运行配置」卡片里的「启用缓存」默认开着，意思是同样的数据和策略再跑一次，系统直接复用上次结果，不重复调 API。建议保持开启。

公司地址、城市、API、策略都就绪后，点步骤条旁边的 「开始分析」。系统开始批量规划 30 名员工到金融城的公交路径，进度条实时更新。30 个人约一两分钟跑完；200 人的数据可能要十几分钟，进度条会显示当前进度。

步骤三：查看通勤分析结果

分析完成后，顶部弹出一个绿色提示条，上面有 「查看结果」 和 「打开地图」 两个按钮。点「查看结果」跳到结果页，从上到下依次是：

KPI 卡片：六个关键数字。以这个案例为例，大概会看到：

• 员工总数：30 人
• 规划成功：28（失败 2）。个别地址太偏可能规划不出公交路线，属正常现象
• 平均通勤：约 45-55 分钟。这是坐公交的时间，不含步行到站的时间
• 轨道覆盖率：约 60%-70%，说明多数员工的公交路径会经过地铁
• 平均打车费：约 ¥25-35，作为参考基线
• 通勤不便比例：可能在 20%-35%。这个数字变红（超过 30%）恰恰说明租宿舍有必要

地图按钮：点 「在浏览器中打开通勤分析地图」，浏览器打开一张交互地图。金融城的公司位置标了一个大图标，30 个员工各是一个点，颜色代表通勤便利度：绿色住得近、红色住得远，哪个方向的员工通勤压力最大直接可见。这张图截屏就能拿去汇报。

便利度分布：色块标签显示「很方便 / 方便 / 一般 / 不太方便 / 很不方便」各有多少人。这个案例里，住高新区核心区的员工大多「方便」，住中和、华阳、龙泉方向的员工可能就「不太方便」。

地铁站排行：列出通勤接驳 Top 5 地铁站。成都金融城案例里，「锦城广场站」「孵化园站」「金融城站」很可能排在前面。选宿舍时可以参考：宿舍离这些站近，员工上班就方便。

通勤明细表：每个员工一行。员工01 风控部，从益州大道出发，通勤 38 分钟，接驳锦城广场站，便利度「方便」；员工08 客服部，从中和出发，通勤 72 分钟，便利度「不太方便」……逐行都有。

到这一步，「30 个人的通勤现状」已经算清楚了。接下来把候选宿舍点导进去，让系统评分。

步骤四：导入候选宿舍 + 设置评估参数

点「下一步」进入步骤 4。

点页面上的 「点此加载候选宿舍示例数据」，系统加载 5 个候选宿舍点：

加载后系统自动识别字段映射：候选点名称、经纬度、月租成本列都已选好。用自己的数据时，同样拖进来选择文件，在字段映射里选好名称列、坐标列、租金列。

评估范围，两个选择：

• 全部员工：把 30 个人都纳入评估
• 仅通勤较差员工：比如只看通勤超过 60 分钟的人

如果租宿舍的目的就是解决「住得远」的问题，选「仅通勤较差」更聚焦。这个案例选「全部员工」，先看整体情况。

覆盖半径：候选宿舍能覆盖多大范围的员工，默认 2000 米（步行约 25 分钟、骑车约 8 分钟）。成都共享单车多，2000 米是合理的；员工愿意骑远一点可以调到 3000 米。

评分权重，系统从五个维度给每个候选点打分：

• 覆盖人数 30%：这个宿舍 2 公里内有多少员工
• 通勤改善幅度 30%：搬过去之后通勤能缩短多少分钟
• 候选点通勤效率 20%：宿舍本身到金融城要多久
• 成本 10%：月租金（数据里有这一列时会被纳入计算）
• 轨道交通可达 10%：宿舍附近有没有地铁

默认权重就很合理。老板特别在意省钱，把成本调到 30%；地铁通勤很重要，把轨道交通调高。权重总和不强制 100，系统会自动归一化。

设置好了，点 「开始评估」。

步骤五：查看候选宿舍评估结果

评估完成后，顶部弹出「查看结果」按钮，点击跳转。

推荐说明：系统给出一段文字，说明为什么排名第一的候选点综合得分最高。比如「候选宿舍A（大源南片区）综合得分最高，覆盖 X 名员工，平均通勤改善 Y 分钟……」

地图按钮：点「在浏览器中打开候选宿舍分析地图」，浏览器里同时显示 5 个候选宿舍和 30 个员工的位置，哪个宿舍周围员工最密集直接可见。

综合比较表：这是最关键的输出，类似这样：

（以上数字为示意，实际运行结果取决于 API 返回的实时公交数据）

从这张表能直接读出结论：大源南片区不是离公司最近的，但它覆盖员工最多、通勤改善幅度大、有地铁、租金不算贵，综合评分最高。金融城北片区离公司近，但租金最贵、覆盖的员工反而不多（住在公司附近的员工本来通勤就不远，不需要宿舍）。

评估摘要：页面底部有一段可复制的文字摘要，直接粘贴到邮件或报告里。

确认一下：比较表里有 5 个候选宿舍的综合得分和排名，说明整个流程跑通了。

导出结果

步骤 3 和步骤 5 都有导出按钮，点击后导出为 Excel：步骤 3 导出 30 名员工的通勤明细，步骤 5 导出 5 个候选宿舍的评估比较表。

导出功能需要高级会员。按钮上写着「需会员」时，说明当前账号等级不够，按钮上有提示，不会白点一趟。会员权益详见 会员权益说明。

两个容易忽略的设置

• 员工数据量和等待时间的关系：30 人约一两分钟跑完。200 名员工在地址模式下，每人需要一次地理编码 + 一次路径规划（两次 API 调用），可能要 15 分钟以上。数据已有经纬度的话，切到经纬度模式可以省掉地理编码那一步，快一倍。
• 城市列别忘了：公交路径规划必须知道在哪个城市，不填会报错。这个案例所有员工都在成都，系统自动填了。员工分布在多个城市（比如深圳和东莞）时，在数据里加一列「城市」并在字段映射里选上，系统会按每行的城市分别规划。

拿到比较表之后

这五步实际帮你做了两件事：先用通勤分析算清「30 个人现在通勤有多不便」，再用候选评估算出「5 个宿舍里哪个改善最大」。你拿到的不是模糊的感觉，而是一张有数据支撑的比较表：大源南片区综合得分 82 分，中和片区 65 分，差距写在表上。

• 把比较表导出来发给决策者。
• 想看「哪些员工会从宿舍受益」，打开步骤 3 的地图，点每个员工点位都有通勤详情。
• 想分析「宿舍覆盖范围到底辐射多远」，试试 网点覆盖分析 做更精细的空间评估。