地产老球皮最害怕的事儿终于发生了…… 大数据、区块链、机器学习、人工智能

序

城市数据团行业践行作品——这次地产行业的革新将从你开始！

文末福利不要错过

1、地产老球

皮

们害怕的事：

大数据、区块链、机器学习、人工智能，这些词成为了全行业通用的热词，但凡有些折腾劲儿的行业都想和这些名词发生些关系。

而带来13万亿销售额的房地产，这一宇宙级行业却在20年的时间里似乎“坚强的”不受外界技术革新的各种影响

同时地产人还一直信奉着一套自己的数据分析方法和研究体系。

可惜的是，地产20年的黄金岁月已过去，调控已经成为房地产行业的“新常态”，持续性的行政干预已经成为房企发展的基本环境，发展商需要更精细化的运营和更详尽的风控机制……

在这个背景下，传统的多元市场化的指标已经渐渐失效了。

地产老球皮们害怕的事终于发生：

赖以为生的新房交易数据再也不是行业的风向标，传统营销动作逐渐失效。对决策和判断需要更有利的准确的数据支持与科学方法，而不是单纯的依靠经验。

而这些方法上哪找？

2、

传统地产分析最爱谈也最谈不清楚的数据维度：人的数据

地产人曾经试图寻找一切可以说清楚人的方法，但传统的方法却是“曲线找人”：

传统地产报告的风格

地产人研究GDP，固定资产投资，人均消费等经济数据希望能从宏观角度寻找城市机会——能否吸附人口；采购大量一二三级市场的供、求、价、量、存，希望了解市场运行的机制——市场与客户是否匹配；进行海量的访谈问卷，投放测试——试图了解客户的真正需要，但地产人却忽略了人的一个重要属性：

人是动态的、变化的，人的数据也是如此。

为何不由“曲线找人”变为“直线找人”？

比如使用腾讯大数据的打开一个全新维度：

中国特色的事件——春运，加上腾讯位置大数据，为人的流动添加了意义：人口净流入和净流出城市变成了肉眼可见的事实，中国任何城市的人口吸引力如何，一目了然。

比如使用手机信令数据：

人们朝出晚归的生活习惯加上手机信令位置数据，为研究城市职住添加了可能：地产人终于可以通过微观视角洞察客户的流向与客户的特征。

而这些数据上哪找？

3、地产数据分析不该放在表格里而是在地图上：数据空间化

地产行业最大的特征就是其

在地性

与

绝对独特性

，但传统研究中受限于技术条件，空间关系上的分析我们只能通过PPT贴图来完成，这种古老的方法20年未曾改变。

但实际上我们的分析维度可以更立体，地产数据大多具有城市、位置等空间属性，建立项目城市地图，更能帮助项目研究：

通过百度高德这样的地图平台热力数据的差值分析，地产人可以快速获知城市微观版块的职住特点：居住密集还是就业密集。

而这些技术上哪找？

4、新的数据平台！

既然数据加地产能玩出这么多花样，自然不会被房地产头部企业放过。万科、金地、龙湖、碧桂园等头部相继拥有了自己的数据分析+挖掘工作台——Datamap，他们均来自与城市数据团的共建。这些数据资产将大大降低数据应用的学习成本，使地产人能将省下的时间更多的运用于数据结论的研究中。

图为金地Gtrix极驰平台（Datamap），是金地华东公司与脉策数据（城市数据团）联合开发的、面向多团队全角色的、基于数据化的工作决策平台。

大数据爱好者，请扫以下二维码加“SAS中文论坛”志愿者为好友，“SAS中文论坛”志愿者会把您邀请入群。