曾凭借精准导航成为国民出行标配的高德地图，如今正深陷功能臃肿与数据合规的双重争议。自9月推出“扫街榜”并启动“烟火好店支持计划”以来，这款承载着无数用户出行需求的APP，不仅被质疑背离导航本质，其基于用户行为数据构建榜单的操作，更触碰了个人信息保护的合规红线，昔日的“出行利器”正逐渐失去用户信任。

回溯高德地图的发展轨迹，早期凭借简洁界面与高效路线规划，它成为驾车、骑行、步行用户的“刚需工具”。那时的高德，核心功能清晰，操作逻辑简单，无需复杂操作就能快速获取最优路线，这份“纯粹”让它积累了庞大的用户基础。但不知从何时起，高德开始走上“功能扩张”之路，从交通出行延伸至本地生活全领域：加油充电、景区门票预订早已是常规操作，买房租房、洗牙医美乃至金融借贷服务也接连入驻。打开如今的高德地图APP，各类服务入口密密麻麻，原本作为核心的导航功能被挤压在繁杂信息中，宛如“万能杂货铺”里的一件普通商品，用户想要快速使用导航，往往需要在多个页面间反复切换，操作复杂度大幅提升。

这种无序扩张对用户体验的破坏，在老年群体中尤为明显。高德推出的“长辈模式”本应简化操作、适配老年用户需求，却被诟病为“适老刺客”。该模式下，冗余的服务入口并未实质性减少，字体放大后反而让界面更加拥挤，老年用户不仅难以快速找到导航功能，还容易误触各类推广链接。对于更依赖简单操作的老年人而言，这样的“适老模式”不仅没解决问题，反而增添了使用障碍，折射出高德在功能扩张中对不同用户群体需求的漠视。

如果说功能臃肿只是影响体验，那么“扫街榜”的推出，则让高德陷入数据合规的漩涡。据高德介绍，“扫街榜”是基于用户真实导航、出行行为，融合AI技术打造的生活服务榜单，并宣称“永不商业化”。但这一说法从诞生起就充满争议，核心问题在于：用户的导航与出行行为数据，是否属于敏感个人信息？能否被用于构建榜单？

根据《中华人民共和国个人信息保护法》，行踪轨迹信息属于敏感个人信息，一旦泄露或非法使用，可能危害用户人身、财产安全。而用户在高德上的导航记录、出行路径，正是典型的行踪轨迹数据。同时，《常见类型移动互联网应用程序必要个人信息范围规定》明确，地图导航类APP的必要个人信息仅包括“位置信息、出发地、到达地”，超出这一范围的信息收集与使用，都需满足“必要、合理”原则。高德将用户完整的导航、出行行为数据用于榜单构建，显然超出了“必要个人信息”范畴，其数据使用的必要性与合规性，至今未给出合理解释。

更引发争议的是，高德还引入芝麻信用体系提升榜单“可信度”。信用评分、履约记录等数据同样属于个人信息，按照《个人信息保护法》要求，处理此类信息需遵循“目的明确、最小必要”原则，且需以显著方式告知用户处理目的、方式、保存期限等，并获得用户明确同意。但现实是，多数用户并不清楚自己的信用数据被接入高德榜单，更未收到关于数据使用的清晰告知。高德是否以默认方式将信用数据用于店铺排序？是否给用户提供了拒绝授权的选择权？这些关键问题，高德始终避而不答。

更矛盾的是，高德宣称“导航行为是榜单核心指标”，但这一逻辑本身存在漏洞。对于居住在小区、工作地周边的用户，日常前往熟悉场所时极少使用导航；在四五线城市，常住居民去常去门店也基本无需依赖导航。若仅以导航数据作为核心指标，“扫街榜”如何能准确反映“本地人爱去”的店铺？其“本地榜”的定位本身就站不住脚。此外，商家想要入驻平台管理团购信息，还需付费开通“高德旺铺”，否则会受到功能限制，这与高德“永不商业化”的承诺形成鲜明反差，进一步削弱了榜单的公信力。

在功能扩张与数据合规争议的背后，是高德对导航本质的背离。导航的核心价值在于“快速、准确地解决出行路线问题”，是典型的“用完即走”型服务。但如今的高德，为了推广“扫街榜”等非核心功能，不断在导航过程中插入冗余信息，用户在规划路线时，常会弹出榜单推荐、店铺优惠等内容，打断正常操作流程。原本只需30秒完成的导航设置，现在可能需要1分钟甚至更久，效率大幅降低，这让追求便捷的用户逐渐失去耐心。

合规性缺失、用户体验下滑，正在不断消耗高德的用户信任。根据《个人信息保护法》，个人信息处理者在使用用户数据构建模型时，需事前进行个人信息保护影响评估，并保留模型使用记录。但高德在构建“扫街榜”的排序模型时，是否开展了评估？是否保留了记录？这些问题不仅关乎用户数据安全，更影响着平台的合规形象。同时，对于商户而言，他们无法知晓榜单排序的具体规则，也不清楚如何提升排名；对于用户而言，难以区分“扫街榜”与普通广告推荐的差异，容易被误导消费。这种信息不透明，既损害了商户权益，也侵犯了用户的知情权。

从曾经的“导航利器”到如今的“争议焦点”，高德地图的迷失，本质上是商业利益与用户需求的失衡。在本地生活赛道竞争加剧的背景下，高德试图通过扩张功能、打造榜单抢占市场，这本无可厚非，但前提是不能忽视用户体验与数据合规。导航是高德的立身之本，失去了对核心功能的专注，再庞大的功能矩阵也无法留住用户；忽视了数据合规的底线，再“光鲜”的榜单也难以获得信任。