大众点评的本质是真实的“本地生活赛博黄页”

最近有个新闻有意思，本地生活领域的老玩家，说要继续加大投入，做几乎最底层的，以结构化POI（Point of Interest，兴趣点）为基础的“本地生活赛博黄页”这个宝藏。

11月5日，大众点评宣布，未来5年将追加至少30亿资金，升级“本地生活信息基建”。这一计划主要将用于在全球更多区域落地信息核验能力，同时结合美团的自研B端大模型，建设信息校准机制。

这则新闻在表面上看，像是一则常规的投入公告，实则提醒大家一个重要信息：大众点评终于开始重新强调自己的本质——并不是简单的本地生活内容社区、榜单平台，而是要构建的是一个实时更新的现实世界数字副本，一个持续更新、准确反映真实物理世界的“赛博黄页”。

黄页这个词可能对年轻人来说有些陌生。在互联网普及之前，每个城市都有厚厚的黄页电话簿，按行业分类列出所有商家的名称、地址、电话。虽然笨重、不性感，但极其实用——因为它解决的是本地生活领域，最基础的信息对称问题。

POI对于点评意味着什么？

当人们谈论大众点评时，往往想到必吃榜、黑珍珠或用户评价。但从产品逻辑上看——POI才是因，内容和榜单都是果。

准确及时反映物理世界信息，才是本地生活领域的“基建”。用户决策的第一步，是信息准确、及时。举个例子，用户的真实决策链条，从来不是看到就买，而是需要Double Check——

看见内容 → 想去看看 → 打开点评确认 → 再下决策。

有点像是豆瓣的定位，多年来，豆瓣一直是影视剧评分的最终仲裁者——无论一部电影在其他平台营销得多么火热，最后大家还是会去豆瓣看看评分，作为决策依据。大众点评在本地生活领域也起到类似的Double Check作用——不管你在哪里发现的信息、被种草，最终的确认动作都在点评完成。

如果POI信息不准，比如你在社交媒体上看到一家网红餐厅，照片精美、滤镜拉满，兴冲冲赶过去结果发现地址是错的或者这天暂停停业，所有后续决策都将失效。

这也是为什么，在本地生活赛道“流量”和“种草”声量震天的当下，行业内外常常讨论UGC、榜单、补贴或流量，试图让所谓真实的推荐算法接管线下消费决策。

但是大众点评投入的方向——始终坚持本地生活的源头，做最基础的信息基建，继续选择加固地基。

然而，最基础的工程，往往是“最容易被人忽略”的苦活儿。

大众点评“信息基建”背后，是数以百万计的POI构建、清洗与更新，保证信息更真实、更全面、更动态。每一个商户的经纬度、门头照片、营业时间、设施标签、歇业状态，甚至季节性项目（如赏枫地、钓鱼点、露营地），都需要被系统地校准与维护。要做好真实物理世界的“赛博黄页”，大致要求是：

• 全：覆盖所有值得去的地方，不只是商业店铺，还包括公园、露营地、钓鱼点、骑行路线

• 准：每一条信息都经过核验，地址、电话、营业时间都可靠

• 新：动态更新，店铺歇业、搬迁、装修都及时反映

• 细：目前商家线上页面的服务设施板块，信息字段已涵盖超30个，包含各类餐厅主题、是否宠物友好、停车场信息、预定信息、包厢信息、环境风格、吸烟政策、有无插座等等

因为对大众点评而言，POI才是点评最核心的优势和差异化壁垒，内容和榜单都是基于黄页准确的基础上，才能形成的“飞轮效应”。——简要展开why

因为从用户决策链条看，用户找餐厅时，第一步需确认店的位置、营业状态等 POI 信息，这是决策基础，准确及时的 POI 信息是本地生活领域基建。没有稳固 POI 信息做地基，评价、榜单等上层建筑再精美也无意义。

大众点评的护城河在于建立信息可信的口碑，投入巨资维护 POI 信息准确及时，其数据高度结构化，通过系统工程构建 POI，满足用户对信息真实信任的底层需求。

大众点评真正的护城河不是榜单，而是二十年如一日，默默确保上千万商家的信息准确、及时。

因为用户在内容平台种草后、最终下单前，总要回来点评“查实”，做一下double check。

这种价值在用户的无意识行为中经常体现。不管用户在哪发现一家餐厅、一处钓点、一条徒步路线，最后都要回到点评确认信息是否准确：它真的还开着吗？营业时间是不是改了？支持宠物吗？价格是否一致？有没有包厢？能否提前订位？

用户在反复通过点评验证信息准确性的过程中，逐渐将“查准信息 = 上点评”内化为直觉选择，决策前必核对的行为惯性沉淀为准的心智：遇到任何本地消费信息，第一反应就是到点评Double Check确认一下到底靠不靠谱。

这种心智一旦固化，点评便成为用户本地生活决策的终局验证场—— 所有种草内容的可信度需经其确认，所有消费选择的安全感由其兜底，最终构建起其他平台难以复制的信任壁垒。

准确及时反映物理世界信息，才是本地生活领域的基建。但

而维护一个覆盖全球、动态变化的物理世界的赛博黄页，是一项极其艰巨的系统工程，平台需要长期、重投入的积累。一旦建成，极难被竞争对手复制。

为什么内容平台做不好POI？

一些内容平台不是做不好POI，而是在它们的成功逻辑和战略优先级里，POI不值得像大众点评那样坚决投入。对它们而言，POI是内容的附属品和催化剂；而对大众点评，POI是安身立命的根。

对于内容平台来说，内容是核心，POI是道具。用户消费的是内容（视频、图文）带来的情绪价值、灵感启发和生活方式憧憬。一篇成功的笔记或视频，关键在于画面、叙事、情绪和人格魅力。店家和地点（POI）在这里是作为内容的背景、道具或佐证出现的。它的首要任务是服务于内容的吸引力和可信度，而不是提供精确的数据库查询。用户被“种草”，是因为博主描绘的体验很美好，至于店的具体门牌号或营业时间，是临门一脚时才需要确认的次要信息。

内容平台的成功不依赖于POI的绝对准确，而依赖于内容的无限吸引力。用户在某内容平台发一篇探店笔记，可能会提到“这家店在XX商场三楼”，但不会严谨地标注经纬度坐标；会说“老板人超好”，但不会详细记录“有3个包厢，最大可容纳15人”。这种非结构化的UGC内容，适合种草、适合传递情绪和氛围，但不适合作为用户决策的“基座”。POI信息只要大致不差，能支撑用户完成从心动到搜索的动作即可，深度投入POI的笨功夫对核心商业模式贡献的边际效益太低。

对于大众点评来说，信息是核心，内容是注解。用户来到点评的核心目的是做出消费决策。一切内容（评价、图片）都是为了验证一个POI（店家）是否值得去。而UGC内容（评价）是附着在POI这个“根”上的枝叶，用于丰富和验证POI的静态信息。一篇评价好不好，关键在于它是否提供了有效、真实、有参考价值的信息。

所以大众点评二十年如一日，投入巨资维护POI，其实是个本地生活领域的生存问题。如果POI信息不准，导致用户踩雷，信任基石崩塌，整个商业大厦都会倾倒。大众点评的成功完全建立在“信息真实”的口碑上，所以资源必须投向能建立和巩固用户信任的地方。

一个是感性的、非标准化的世界，追求的是哇塞和心动。一个是理性的、结构化的世界，追求的是准确和避坑。

当然跟产品容器也有关系，内容平台的数据是“非结构化”的：数据以自由文本、图片、视频等形式存在，将其海量非结构化内容反向工程成一个精准的结构化POI数据库，需要巨大的、持续的技术和运营成本，且效果远不如原生就是数据库的大众点评。大众点评从诞生之初就是一个数据库产品。每一个POI都是一个有固定字段（名称、地址、电话、营业时间、标签……）的数据实体。UGC内容（例如榜单和评价）也是围绕这个结构化实体，形成用户习惯而产生，或者基于准确及时的信息底盘，输出精准的决策结果。

扩充POI：黄页的边界与发现的可能

二十年如一日，数百亿的信息基建投入其实是一项极其艰巨的系统工程，其复杂性在于其信息的采集和校准 来源是多元且庞杂的：

1. B端（商家）：商家通过“经营宝”后台主动提交和更新菜单、营业时间、包厢信息。

2. UGC（用户）：海量的用户在撰写评价、笔记，或上传照片时，无意中会暴露信息。

3. 生态情报（骑手）：千万骑手是流动的传感器，骑手的交付点信息可以校准坐标。

4. AI大模型：这次投入的核心变量。利用B端大模型，点评可以自动从海量的UGC文本和图片中挖掘线索（如新菜单、有包厢），并通过AI外呼等方式与商家进行校准，极大提升了信息更新的效率和覆盖面。

一个店铺的信息，从地理坐标、营业时间、菜单价格，到包厢数量、停车位信息、是否宠物友好——每一个字段都需要采集、核验、更新。上千万商家，数十亿数据，这是一个永无止境的工程。但正是这种笨功夫，构建了大众点评最深的护城河。因为在本地生活领域，用户要的不是有趣，而是靠谱。日复一日确保信息真实，才是点评的核心竞争力。

但POI建设不是目的，而是手段，最终目的是让用户因为“安全感”，而敢于去发现生活。这次投资明确将用于“在全球更多区域落地信息挖掘能力”，这正是对POI边界的扩充。一方面一个只包含餐厅和酒店的黄页是不完整的，这就要求POI的边界必须从“商业POI”极大拓展至“非商POI”。用户不只是查店，而是想获得灵感——去哪吃、去哪玩、周末做什么。另一方面，当今用户需求不断升级，光覆盖中国也是不够的，还得加速出海。

当POI的边界被拓宽，点评的发现功能才真正有了用武之地。点评做的不是周边3-5公里的消费搜索引擎，而是发现附近的工具。

“附近”是一个可以不断延展的概念:公园、露营地、滑雪场、钓鱼点、骑行路线——这些内容更有粘性，能扩大用户群。

未来的点评“黄页”中，不仅有餐厅：

• 许还会有：公园、露营地、徒步路线、骑行驿站。

• 许还会有：哪里是绝佳的赏枫叶机位，哪里是野钓鲈鱼的好去处。

• 或许还会有：类似《繁花》中的“宝总美食地图”，将影视剧热点结构化为可打卡的POI。

更重要的是，基于扎实的POI基础，大众点评可以做很多结构化信息的AI内容决策产品创新。

比如场景化的合集与攻略。用户需要的不是单个店铺推荐，而是基于场景的决策参考：带孩子吃饭去哪？闺蜜下午茶去哪？拍照好看的餐厅有哪些？100元以上的约会餐厅推荐？这些“合集”、“攻略”、“路线”类内容，恰恰是大众点评可以发挥结构化优势的地方。搜索栏里的每一个筛选条件——价格区间、餐厅类型、服务设施——都可以反过来变成AI大模型计算的方向。

而因为数据基座足够“真实”，AI大模型的结果也就足够准确，这是当下AI幻觉时代用户所需要的。

比如众人拾柴的共建模式。在探店之外，利用AI算法基于UGC及基础信息进行命题作文，—— “你心中北京最好的湘菜馆是哪家？”

大众点评真正的护城河不是榜单，而是二十年如一日，默默确保上千万商家的信息准确、及时。在真实基建之上，点评有了推出多样化种草类产品的底气，帮助用户更好决策。以结构化POI为底盘，以内容为驱动，帮助大家发现物理世界的美好。

在AI幻觉时代，当一本及时准确反映物理世界信息的黄页，不是只是用来“查”，还能主动帮你精准“发现”时，它就具有了更广阔的想象空间。