当房地产遇上大数据

当房地产遇上大数据

刘军栋

在这个互联网正在颠覆传统的年代，大数据正在被越来越多的行业重视，以至于有人认为它已经是与黄金、石油一样重要的资源。

近年来，随着房价的起伏，房地产行业作为一种关系到国计民生的支柱产业，受到越来越多的关注。对于房地产企业来讲，面对变化多端的政策环境、市场环境，为了生存、发展，必须要能够快速做出应对，从外部策略和内部管理上做出相应的调整、变革。房地产这个被外界看起来有些老土、有些步履沉重的传统行业，正在迫不及待的选择拥抱互联网与大数据以谋求新生。

从当前发展趋势来看，无论是商业地产还是住宅地产，拥抱互联网、移动互联网以及在此平台上的外部大数据都将是国内地产大佬们的必然选择。经过多年的发展后，房地产企业内部积累了一定数量的各类历史数据，这些结构化程度相对较高，其价值在于可形成各种控制指标和标准，如成本控制指标和标准、定价参数和模型、各类型产品工程进度标准等等。

如果说，企业利用数据分析与挖掘的价值盈利方式有开源、节流两种的话，企业内部的既有数据可用于节流，用于开源的话则心有余力不足。因此，地产企业的内部数据和外部互联网平台大数据的结合应用则有很大想象空间。如果说，企业竞争的必杀器是“知己知彼”的话，地产企业传统的管理模式下只做到了小部分的”知己“，大数据在深入地”知己“和”知彼“方面则大有可为。

一、地产大数据应用畅想

大数据在地产行业的应用可以从其产品生命周期的角度来考虑。房地产企业的整个经营历经以下几个阶段：前期策划阶段、土地获取阶段、规划设计阶段、建筑施工阶段、产品销售阶段和物业运营阶段，这是每个房地产公司都必须经历的过程，由于公司管理水平、实力和理念的差异会导致其实际经营结果的不同。我们认为，在每个阶段，大数据都有应用的空间，并可以给房地产企业带来更加科学、准确的决策依据。以下截取几个决策点来畅想一下：

1.选址

早在2011年，百度地图推出了一款免费的热力图应用，可以说是一种大数据的应用。通过不同的颜色，用户可以在百度地图上看到一个城市各个区域的人口密度情况，这对地产商特别是商业地产开发商来讲，会有很大启发，我认为这对商业物业的选址、设计、招商、定位都会产生影响，至少，可以通过该图对比发现不同时间段人口分布区域的不同，进而推断人们在哪里工作、在哪里上班，会经过哪些地方，我们也期待能够有更深入的产品。

随着移动互联网的日益普及，LBS被越来越多的用户所接受，互联网上的用户数据也越来越多、越来越细致。地产商在选址决策方面的传统方法必将被基于大数据的、更加精确的工具所代替。我相信，互联网巨头们手上掌握的数据要远比此热力图所展现的要丰富的多，如果再配以人口年龄、性别、学历、收入等数据，商业项目的定位工作也将大大受益。

2.产品定位

无论是商业项目还是住宅项目，其定位决策的依据主要包括：城市基本经济指标、人口情况、项目周边、竞争楼盘情况等。传统的决策信息来源是政府统计数据、正式和非正式出版物、互联网搜索、调研问卷、现场踩盘等，基于这些情报资料制定定位方案，决策者根据以往经验选择方案。这些决策依据的准确性以及决策方法的科学性都难以令人信服，其过程显得盲目，其决策效果往往只能是听天由命。

有了大数据，产品定位过程将为之改观：假如大数据工具可提供全国各地类似城市规模、类似经济指标、类似区位特征、类似交通状况、类似配套楼盘的销售情况，再通过搜集、整合互联网上人们在各种场合对这些楼盘留下的对建筑风格、景观、户型、环保、智能化、商业配套等方面的吐槽和期待信息，房地产企业在前期决策制定前就能“懂得”更多。

3.内部运营管控

利用企业内部数据和行业大数据，可形成一个以业务规则库和标准库为核心的地产管理控制系统。例如，地产企业可在内部按地区、业态建立标准要素库和

标准运营流程库，需要纳入标准要素库的包括成本、工期、合同、工程图档等；纳入业务规则库的包括组织、岗位、权限、流程、计算规则、各环节前置条件等。把标准要素库中的要素纳入标准规则库就构成了房地产企业的工程控制系统。需要说明的是，房地产企业目前的业态包括住宅、购物中心、写字楼、酒店等，不同业态的开发模式、设计理念、施工方法、营销模式都不同，而且这些在不同地区间会有差异，因此在建立标准要素库时需要根据业态和地区做出区分。

4.精准营销

通过大数据的一些分析，地产企业可以拿到用户购房决策依据的来源、用户对楼盘或商铺的不满和期待之处、用户对社区服务的不满和期待之处等一系列结果，这些无论对于商业还是住宅楼盘来讲，均意义重大。

在做客户定位时，通过外部互联网平台大数据，我们便可知道哪些人是真的要买房，买来干什么用？是投资？自住？还是放着度假、养老用。以便针对性地制订推广策略。

通过媒体分析，可以获取各个人群通过什么媒体来获取地产信息，据此，可以选择最有效的推广渠道。

商业地产可以通过手机应用为消费者提供商业物业的实时信息，并利用预测数据和消费者的行为、偏好数据为消费者提供交通、购物方面的指引等，同时，制定强针对性的营销手段。

5.社区服务

依赖于大数据，地产企业的物业服务可以得以丰富很多，例如，社区金融服务，地产企业可以与第三方金融企业、电子商务企业、互联网企业合作，通过业主在小区留下的各类行为数据、外部互联网行为数据、网购数据、金融服务数据等分析，进而确定业务信用等级，当业主需要信贷服务时，物业管理方可以做出更加理性的决策判断。再如，通过大数据平台，可以得知业主人员分布在哪里、他们的网络流动路线、网络生活习惯分析、购物习惯分析等。这些数据的分析之后，可以更好的有利于为业主客户画像，提供更加有针对性的社区物业服务。

二、大数据，谁与地产企业共舞？

面对地产企业以上需求以及行业趋势，外部手握大数据资源的互联网企业、IT企业如何迎合、应对呢？我想，有三个层面可以考虑：

1、外部数据服务，开放数据资源给地产企业。

在这方面，我们看到百度公司已经有所动作，例如百度预测、百度司南，通过这些数据，人们可以获取、印证之前想当然的一些“结果”。从目前的功能、数据来看，针对于地产行业的数据分析还是比较匮乏，当前开放的数据的商业价值有待提升。

2、为地产行业开发行业标准的大数据基础上的决策系统

通过企业内外大量决策过程数据以及对应的决策结果数据，提炼出决策模型，将面对的决策指标数据输入模型，决策结果的有效性就靠谱很多。如，在地产企业整体运营决策模型中，系统输入的数据主要是拿地时间、项目总体地价、各期区地价、各期区的规模、产品类型、销售价格等指标，系统通过后端的数据支持（主要包括各类标准成本的定额、时间定额等），结合系统后台设定的运算规则，经过运算后形成各类结果报表，包括利润表、现金流量表、各类工作的时间节点安排表等，前端录入数据方案的不同，最终的结果报表数据也不同，不同方案形成不同的报表数据。

3、提供针对企业的大数据咨询服务

这是指掌握大数据的企业为地产企业提供定制化的数据咨询服务，在这一方面我们可以看到，国内商业地产领头羊万科于今年6月份正式牵手百度，将基于大数据和云计算技术，为万科商业地产提供智能化升级解决方案。高调拥抱互联网的万科，终于有了定位引擎、大数据、营销工具三大法器。我想这终将是一个双赢的局面，一方面，地产公司通过大数据的应用提高了竞争力，另一方面，提供大数据服务的企业获取了行业知识，形成了行业产品。

三、结语

地产与大数据结合的重要落地点是唤醒企业内外长期积淀、沉睡的数据，让这些经验数据融入企业外部大数据，共同形成方案，让决策依据更科学、准确。

地产企业的内部数据和外部互联网平台大数据的结合应用有很大想象空间，其应用范围将来可涵盖：选址依据、拿地决策、产品定位、产品设计、成本控制、风险评估、目标客户定位、客户情绪分析、客户倾向性分析、客户行为分析、营销方案选择、物业服务优化、社区商务拓展等方面。有定位与营销层面，有社区服务层面，有基于互联网、移动互联和人工智能方面的科学决策分析。

虽然互联网、移动互联网应用如火如荼，对于企业管理来讲，其本质并没有变，还是计划、组织、协调、控制这些基本职能；对于管理决策，还是提出方案、选择方案的过程；这些都不会变，变的是管理决策过程中的用户体验，变的是决策依据的科学性、准确性。

总之，大数据应用，要着手于三个方面：

1、历史数据。

2、正在发生的数据。

3、预测数据。

以史为鉴可知兴替，历史数据用来分析得失，总结经验教训。最重要的当然是预测数据，要不书店里为什么证券书籍那里的人总是比经济史书籍那里的人多呢？这就需要一个兴替模型来指导正在发生数据的收集，让历史数据更加可用。模型最难、最重要，要有指标、要有标准、还要有算法。

数据堆砌虽易，大数据应用不易。且用且堆砌。