在结账前核对地址与所填邮政编码是否一致
订单表单上邮政编码与城市不一致，看起来只是个小笔误，直到包裹被送到国内完全不同的地方。
构建按通勤距离排序的房产搜索
卧室数量、价格和面积是每个房产信息网站最先提供的筛选条件，而它们恰恰忽略了许多购房者最关心的问题：从这里去上班要多久。一家房产信息网站在用户反馈中反复听到这一点，最终直接构建了这个筛选条件。
实现机制需要两个坐标和一次距离计算。网站上的每个房源都已经有地址，需要通过 /v1/forward 转换为坐标：对现有房源运行一次批量作业，之后每新增一个房源处理一次。购房者的工作地点作为单个地址输入到一个新的搜索字段中，经由同一个端点在购房者一侧转换为坐标。
两个点都变成坐标后，房源与购房者工作地点之间的距离就成了网站自己的搜索后端可以直接计算的算术，原理上与按价格区间筛选没有区别，只是改为按与某个点的距离筛选。购房者可以设置最大通勤距离，只查看范围内的房源，并按由近到远排序，事实证明，这比在按价格排序的列表中滚动、再逐个用肉眼查看位置的浏览方式有用得多。
网站对这个筛选条件所作的承诺十分谨慎。直线距离并不等于通勤时间，因为一条河、一个高速公路立交或缺少直达道路，都可能让两个直线距离很近的点变成一段长得多的实际驾车或公共交通行程。该功能被标注为距离而不是通勤时间，网站也避免声称任何具体的出行时间估算，因为要准确做到这一点，需要路线规划和交通数据来源，这远远超出了两点之间的距离计算所能如实提供的范围。
即使保守地定位为距离而非时间，这个筛选条件在推出后的头几个月内就成了网站上使用最多的筛选条件之一，尤其受到因新工作而搬迁的购房者欢迎，他们有一个固定的点，即新办公室，并且非常在意自己愿意住在离它多远的地方。对于这种具体而常见的购房者情况，距离筛选已经足够接近真正的问题，因而确实有用。
地理编码请求量主要来自网站上新增的房源，这是一股适度且可预测的请求流，另外还有功能上线时对现有房源进行地理编码的一次性成本。购房者的工作地点地址在此基础上增加了较小的持续请求量。综合起来，对于中等规模的网站，一年中的大部分时间都保持在每天的免费配额之内，只有对现有房源的初始批量作业让使用量短暂飙升，而这也很容易覆盖，无需提前规划。
距离筛选只是搜索页面上的一个小小补充，但对于房产网站来说，房源的实际位置确实比几乎任何其他因素都重要，它解决了标准筛选条件根本无法解决的问题。该端点的文档位于 /docs/forward-geocoding/。