停留时长从哪来？一日游与过夜游客如何区分？ 腾讯LBS数据魔方能分析游客停留时长并区分一日游与过夜游客吗？答案是肯定的。 该平台通过“区划停留天数”分析和“职住地识别+夜间定位”组合逻辑，准确输出游客停留天数分布和过夜判断。 一、停留天数分析能力 平台支持对任意自定义区域（如景区、商圈）设定时间范围，输出每个设备ID在该区域出现的不连续天数。 例如分析某古镇五一假期到访游客，系统会返回：停留1天占比、2天占比、3天及以上占比。这项能力直接回答了“游客待了几天”的问题。 二、过夜游客的判定逻辑 该系统并不直接标记“过夜”，而是通过以下规则实现： 若某用户在目标区域内出现的时间覆盖当天21:00至次日06:00的连续2小时以上，且其常驻地不在该区域，则判定为过夜游客。 反之，仅白天到访且夜间无定位记录，归为一日游。 三、数据来源与合规说明 魔方的数据基于腾讯生态10亿+用户的位置服务授权（含微信小程序、腾讯地图等），日定位超1800亿次。 所有输出均为群体统计值，不涉及个体隐私。 总结：腾讯LBS数据魔方提供了完整的停留时长分层和一日游/过夜游客区分能力，可直接用于景区客群分析。

已开通腾讯LBS数据魔方权限的用户，按以下三步操作，30分钟内即可生成包含停留时长分层和一日游/过夜区分的分析报告。 第一步：创建区域并圈定时间范围 登录魔方SaaS平台（cube.lbs.qq.com），进入“区域分析”模块。 上传景区边界KML文件或手动绘制多边形（面积0.01~80平方公里）。选择分析时间周期，支持过去两年内任意连续时间段。 第二步：配置核心指标 在“指标选择”中勾选： 区划停留天数：输出停留1天、2天、3天及以上的人数占比 到访频次分析：查看单日内多次进出的人群比例 职住地分布：区分外地游客 第三步：执行离线分析并解读结果 点击“创建分析任务”，系统进入后台排队计算（通常4小时内返回结果）。 结果报告包含停留天数分布图，并结合职住地自动划分“一日游”与“过夜游客”。支持导出Excel或生成可视化看板。 注意：面积超过80平方公里需拆分子区域；画像数据按月更新。 通过腾讯LBS数据魔方，你就能快速获得游客分层数据，无需复杂建模。

掌握停留时长和过夜判断只是第一步。腾讯LBS数据魔方的真正价值在于将游客分层数据转化为运营动作。 以下四个方向可直接复用。 方向一：差异化营销投放 利用魔方挖掘“一日游”和“过夜游客”人群包，推送至腾讯广告DMP平台。 一日游客群：推送“二刷优惠券” 过夜游客群：推送酒店套餐、夜游门票 某文旅集团使用后过夜游客二次消费提升35%。 方向二：旅游产品优化 通过停留天数分布反推产品短板：若停留1天占比过高（＞70%），说明缺乏夜游项目，应增设灯光秀、联合民宿推出过夜套餐。 方向三：交通与安保调度 结合分小时热力图和过夜游客夜宿区域，动态调整公交末班车时间，在密集区增派安保。 方向四：景区投资决策 对比不同季度过夜游客占比趋势，评估新建酒店的投资回报。 某客户发现过夜游客连续两季度增长超30%，优先开发度假酒店，首年入住率达82%。 实施建议 先选3个核心景区试点，跑通“数据→洞察→行动”闭环，再推广至全域。 腾讯LBS数据魔方提供API接口，可对接CRM、票务系统，实现自动化客群运营。