IP 地理定位准确率：数字背后真正代表什么

# IP 地理定位准确率：数字背后真正代表什么

几乎每家供应商都会给出一个“准确率”数字，但很少有人把背后的统计方法讲清楚。在采信这个数字之前，真正应该先问的是：它是基于什么样的人群、网络和样本测出来的？

准确率不是一个百分比，而是一种分布

比如“城市级定位在 50 km 内”这样的说法，通常指的是中位数。真正会影响业务判断的，往往是分布尾部：那 5-10% 偏差达到数百公里的查询结果。它们可能来自运营商网关，也可能来自云 NAT 后面的复杂网络出口。

所以，不要只看中位数。更值得关注的是 90th percentile error，也就是 90 分位误差。

准确率会因网络类型而大幅波动

• 固定住宅宽带： 通常是最理想的场景。ISP 往往按地区分配地址池，且变动不频繁。
• 移动网络： 城市级准确率天然较差。大量流量会从少数几个全国性网关出口出去。
• 托管与云服务： 定位到的是数据中心位置。这个结果在事实层面没错，但对判断真实终端用户行为意义有限。
• 企业网络： 定位到的是公司统一出口，可能与员工本人所在位置相隔一个大洲。

如果只看一个混合后的准确率数字，这些差异都会被掩盖。评估时应按网络分类拆开看。

如何用自己的流量做验证

其实，你手里已经有一部分“真实位置”可用作对照：收货地址、账单邮编、用户授权的 GPS、浏览器 timezone headers 等。抽取几千个 session 做一次对比，就能得到非常有价值的结果。

• 选取用户主动提供过位置的 session。
• 查询该 session 的 IP。
• 记录国家是否匹配、地区是否匹配，以及城市层面的 great-circle distance。
• 按网络分类和 ASN 拆分结果。

一个下午的时间，你就能判断这个数据集对自己的用户群是否足够好用。而这，才是唯一真正重要的问题。

为什么实时 API 比可下载数据库更不容易漂移

地址空间一直在变化。IP 段会被转让、租用、重新宣告，也可能在 VPN 用途和住宅用途之间切换。按月下载一次的数据库，从落地那一刻起就已经开始过期。

实时 API 会在请求发生时解析对应地址段，并能在数小时内反映重新分配情况。如果你的风控规则依赖网络分类，那么数据陈旧就不是一点点误差，而是会直接影响判断结果的核心问题。

实用阈值建议

• 仅国家不匹配：记录日志，不要直接拦截。
• 国家不匹配，同时命中托管分类，并且风险分较高：值得触发验证挑战。
• 城市不匹配：仅用于分析。

先测量，再分层，最后基于自己的数据设定阈值。这比任何供应商宣传口径都更可靠。