用边界情况而不只是理想路径来测试位置数据
一个位于地图完善的市中心的地址，几乎无法告诉您系统如何处理乡村路线、有争议的边界或靠近两极的查询。请有意识地测试这些困难情况。
我们如何处理空结果和低置信度结果
在任何回答问题的系统中，都存在一种真实的诱惑：总是返回点什么，而不是承认某个问题无法可靠地回答。具体到位置数据，屈服于这种诱惑是有害的，因为一个看似合理但错误的答案，对其所支撑的决策造成的损害，通常远远大于如实承认数据不足以给出可靠答案。
只要把话说明白，道理其实很简单。空结果，或被明确标记为低置信度的结果，是设计良好的应用能够检测并有意处理的情况：可以回退为请用户澄清、采用更宽泛的默认值，或将该记录标记出来供人工审核。而一个捏造出来的猜测，看上去和其他任何高置信度结果一模一样，没有任何可见信号表明它其实是一个薄弱或含糊的匹配，这样的结果根本无法被检测或特别处理，因为从外部看，它与真正可靠的答案毫无区别，直到它在下游某处引发真实、可见的问题为止，而这种问题往往很难追溯到真正的源头。
正因如此，一个含糊或无法解析的查询应当要么完全不返回结果，要么返回一个其 confidence 分数如实、清晰地反映真实不确定性的结果，而不是由地理编码器在多个看似合理的候选中悄悄挑出一个，并以与明确匹配同样的确定性呈现出来。同样的原则也适用于精度：结果绝不应声称比数据实际支持的更精细的精度级别，即使面对总要返回看起来更具体的结果的压力也是如此。如实报告 city，好过凭猜测报告 house。
对于任何基于这类数据进行开发的人来说，实际的启示是：在设计自己的应用时，要真正把空结果和低置信度结果当作响应中正常、常规的一部分来预期并妥善处理，而不是把它们当作罕见的例外情况，事后再单独加上特殊处理。一个只为高置信度、完全解析的结果设计了理想路径、对其他任何情况都没有经过考虑的行为的表单，迟早会在不可避免地遇到数据确实无法可靠解析的查询时，以令人困惑的方式出错，而这种情况发生的频率比大多数初始设计所预料的都要高。
对每个结果同时检查 precision 和 confidence，并在其中任何一项低于您的具体用例实际要求的阈值时，采取经过深思熟虑的回退行为，这正是两种应用的区别所在：一种在困难情况下能够平稳降级，另一种则因为从未被设计成预期干净、明确答案以外的任何情况，而悄无声息地传播错误数据。