Mapfit根據自己的一套核心算法，從數百種來源的數據中對其進行理解，然后抽析和驗證大數據中每一個要素及其位置屬性，再把這些信息整合到地圖中。Mapfit宣稱：他們依靠這一技術手段自動化、高效率地更新了全球的地圖數據，其中，地圖數據的精度要比其他圖商高出7倍，數據的更新頻率也會是其他圖商的20多倍。。

習慣了使用百度、高德、谷歌地圖的你，可能并不了解在美國紐約，還有一家名叫Mapfit的初創公司也把自己定位為圖商。不過與那些動輒有著成百上千名員工的圖商企業相比，成立于2015年6月的Mapfit團隊到目前只有15名成員。

Mapfit僅在2017年2月完成過一筆種子輪融資。經歷三年時間的發展其技術能力在于，他們根據自己的一套核心算法，從數百種來源的數據中對其進行理解，然后抽析和驗證大數據中每一個要素及其位置屬性，再把這些信息整合到地圖中。Mapfit宣稱：他們依靠這一技術手段自動化、高效率地更新了全球的地圖數據，其中，地圖數據的精度要比其他圖商高出7倍，數據的更新頻率也會是其他圖商的20多倍。

通過廣泛的合作，Mapfit有著豐富的數據獲取渠道，而這些數據可以分為以下品類：

1. 優質的商業數據集；

2. 經過驗證的開放數據集；

3. 基于人工整合的數據；

4. 遙感影像數據；

5. 可獲取的IOT類數據；

6. 車載的視頻流數據。

Mapfit之所以能讓這些源頭數據搖身一變成為有價值的地圖數據，都依賴于他們的算法。

簡單的說，巨量的大數據每天源源不斷地輸送到Mapfit的云端數據中心，這個數據中心首先會將所有到來的數據進行基礎分類和規范化處理，然后經過一輪驗證之后再次對數據進行分類，這時候算法會將這些數據及其與該數據的空間位置屬性關系解算出來，使之可以在接下來的環節中，得以順利在地圖上完成POI要素的匹配和更新。

當數據中心在處理街道級的遙感影像數據時，有關算法會識別影像中建筑實體的“入口”要素，即通過影像獲知建筑物的門口位置都設在了何處，進而再跟已知的該建筑所在的空間位置進行匹配，完成數據的更新。更新后的建筑POI數據，會增加建筑物入口的拓撲關系，因而在為用戶提供抵達到該建筑的線路規劃中，能直接引導用戶到建筑的門口。

盡管主流的地圖導航軟件業也提供了類似的功能，但Mapfit團隊認為，他們通過自動化手段，讓這一功能覆蓋的建筑物密度更大，例如他們宣稱，在Mapfit提供的數據中，美國本土95%的建筑物數據已經細化到可以展現其入口、包括停車場入口的程度。這樣的數據服務能力，在Mapfit團隊看來可以很好的支持物流、網約車出行等服務，并提高這些服務的工作效率和業務水平。

Mapfit團隊為開發者們提供了適用于Android和iOS平臺的API接口和SDK工具，基礎的矢量化世界地圖和其他一些工具。和主流的圖商一樣，Mapfit會靠開發者調用API的次數來收費，但對于高頻次使用API產品的Mapfit的用戶來說，他們所花的費用，在谷歌地圖API漲價以前就大概只有谷歌的一半左右。

毫無疑問，Mapfit率先在導航地圖應用的B端市場向谷歌發起了正面較量。

Mapfit在C端市場也流露出野心。正如Mapfit的用戶體驗總監兼Multi公司（一家為本地商業企業提供數據整合服務的公司）創始人斯蒂芬妮·高麗克（Stephanie Golik）在去年12月的一篇博客中提到，Mapfit正在構建能夠精確映射真實世界的導航地圖產品。

以技術見長的Mapfit，會成為導航地圖領域的又一匹黑馬嗎？