用途：在 CARTO 中构建选址与蚕食分析工作流，结合空间条件为门店、站点、办公场所等寻找最优位置，并量化重叠商圈带来的蚕食风险，也支持相似区域发现。
主要能力与模式：一是选址评分与排序，加载现有位置与目标区域数据，用 native.h3polyfill 或 native.quadbinpolyfill 生成候选网格，用 native.h3enrich、native.joinv2 或 Data Observatory 丰富人口、收入、客流、POI 等需求信号，用 native.h3distance 过滤过近或过远单元，再经 native.normalize 归一化、native.selectexpression 按权重合成分数、native.orderby 与 native.limit 排序取前 N，最后 native.saveastable 保存。二是蚕食分析，对现有与拟建位置用 native.isolines 或 native.buffer 生成一致参数的商圈，polyfill 为 H3/Quadbin 后通过 native.joinv2 取交集，再用 native.groupby 与 native.selectexpression 计算重叠比例并按人口或收入量化共享需求。三是相似区域，筛选高绩效位置，生成并丰富商圈，用 native.buildtwinareasmodel 建立基于 PCA 的相似度模型，再用 native.findsimilarlocations 给候选区域打分排序。另有商业热点变体，用 native.commercialhotspots 找未满足需求最高处，结果可按 p_value < 0.05 筛选。
使用方式：先加载 carto-create-workflow 了解开发流程、JSON 结构与校验，涉及等时圈、缓冲区或商圈丰富时加载 carto-trade-area-analysis。可用 MCP 服务的 create_workflow、validate_workflow、run_workflow，也可用 carto workflows CLI；路由参见 carto-basics/references/access-paths.md。
限制与注意：native.commercialhotspots 需 Analytics Toolbox 的 Retail 模块，可用 --connection 校验；Snowflake 未加引号标识符为大写，需写 H3、IS_PROPOSED、POPULATION；native.h3distance 返回跳数而非物理距离，需按分辨率边长换算；相似模型对变量选择与缩放敏感，参考位置与候选须使用同一组变量；蚕食结果高度依赖商圈参数。最优位置取决于所设标准与权重，无客观唯一答案。