（迈点新发现讯）9月13日-14日，由TalkingData主办的“T11 2016暨TalkingData智能大数据峰会”在北京中国大饭店隆重召开，本次会议主题为“智能数据生态”。
据悉，本次会议邀请了国内外各领域的数十位数据专家、行业精英、知名学者共同围绕一系列在业内既存在广泛共识又有较大话题性的议题展开深度沟通、交流探讨。
上海脉策科技有限公司COO汤舸
上海脉策科技有限公司COO汤舸发表了《智能时代的房产营销变革》的主题演讲。汤舸表示，现在并不是大数据时代而应是考虑大数据如何智能化的时代。房地产业的变革必须依赖“有追求”的房地产人，而大数据只是打开智能时代的钥匙。
以下是汤舸现场演讲文字实录——
昨天中央电视台播放了T11的活动，大数据商用或迎来更快发展，中央电视台在这个事的关注上已经落后了，现在讨论的已经不是大数据，而是智能时代的问题了，这个就是做数据的人经常在现实过程中遇到的困难。比如我们的案例讲到一个数据，三个月数据库采集到购房者是454655人，我们把这个数据画在图上就非常清晰，今年6月份某一天的，某个热点有一个活跃购房者在上海出现了，因为有两个点开盘了。
我们做了很多有趣的工作，比如研究地产人。房地产营销的技能，各种各样的书都有，但其中有很多点都可以更新。例如分析数据，我们要分析客户数据，要分析市场，要分析竞品，分析营销的问题点，项目价值等等。我们日常工作中已经用到很多数据，当然我了解到很多人还在用传统的数据，比如房价——用一些统计年报，买本书，手动的找实习生把数据放在表里。但是现在这个阶段已经有很多新的数据维度更新这样一些技能，一个是基础性的数据，包括日常衣食住行等等；第二个是地产行业的数据，这个在过去的市场上已经有很多了，良莠不齐，方法不一样；另外一个是活跃购房者数据，需要对客户了解。
比如在哪个地铁站投放广告。我们需要知道的不只是人流的多少，我们还需要知道的是哪类人会来到这里。通过地铁数据很容易做出分析。全天人流从哪些地铁站来，早高峰、晚高峰分别在哪里来，这样就可以看到空间的变化，这里涉及到大数据的处理。比如做城市基础研究，与万科的同事我们之前做过一个研究，一个人的消费偏向于工作地还是居住地，要考虑到为什么在商业问题上发生转移，最终给每个人画了三角形，放在空间上面，我们选了300万样本，汇集下来，去看到一些结论，当然这是一个很不乐观的结论，居住在内环的时候消费地是在居住地附近，以外的地区消费地是在工作地，就是说无论住在哪儿消费地都是市中心。
我们研究一些人的购房潜力问题，希望能够给购房者画出他能够买什么房子的数据，这个数据有很多来源，比如工作地、消费地，工作地的租金，可以和银联合作，调取样本，这样可以对每个地区的购房者的特征做出分类，包括家庭结构、收入、购房需求、价值取向等等一系列的数据，可以对每个地区的人做出聚类。每个地区的客户是两极分化的，一个大部分有钱人，但是他们价值观体现的很明显;另外一批没有那么高的购房可能性，此时可以得到每个区域的人群画像，然后做我们新的想法，各种各样新的动作，让我们的合作者可以从中挖掘很多有趣的东西，这个就是有追求的地产人的力量。
接下来讲的主题是智能。数据到底是用来干什么的，数据真的是给我们这些人服务的吗?真的给我们这些人分析的吗?大家都用过房地产的数据，上海每天的房地产的成交数据大概是1千套，好像很简单，但是我们做聚类分析的时候发现处理能力已经超出正常范围，我们处理起来很简单，但是实际上想研究的交易数据很复杂，当我们把这些房价放在城市里面之后，后面的字段成百倍增加，我们知道地铁站人流去哪个地方的问题等等，放到城市之后所有数据不断增量，我们逐渐发现这些数据并不是我们人来处理的。
过去一年时间我们做了几个模型，竞品模型、房地产购买预测模型、购房相似性的模型、房价指数预定模型，还有市场预警模型。比如竞品是工作当中经常做的事情，要开盘了或者没有开盘之前研究竞品，知道谁是你的竞品。传统的方法有很多种：从区位判断，从价格判断，从开发商风格判断，但真的是这样吗?机器认为到过你案场的人到别的案场频率增高。我们的竞品就是用我们的采集技术不断在案场做，不断学习，我们用人的数据做竞品数据，有人买了500万的房子，我们发现我们一些产品认知的障碍还没有办法掌握大量的数据，但现在机器掌握了。
比如购买模型，每次销售在现场也好，推广现场也好，我们会看到很多客户，想知道谁会买我们的房子，这是非常复杂的问题。这个问题可能有两个层面，一个信赖一线专家，这个模型最开始的版本是专家做的，用大量人工的方式做人和房屋匹配的关系。后来被我们直接用机器取代了，通过到访数据和成交数据不断修正模型，看什么样的人会买这样的房子。每天更新数据，每天修正，把全市楼盘进行排序，这个数据看上去很简单，但是后面衍生的问题很多，根据后续的人群添加新的标签，使得有更多的价值。
再比如说有购房相似者模型，很多人没有买房，很多人连中介都没有去过，买房的决策就是五天之内。我们做了这样一个研究：看一个人到底买房没有?在上海什么样的人会买房子?是不是已经买过房子的人再买房?但是这个结论又很重要，当你知道买过房子的人再买房子一定考虑到卖了这套房子和购买房子之间的关系，是户型关系，还是价格关系，还是什么关系?这个工作反映在房价指数预测当中，我们得到这样一个结论，发现新房不是供需市场，这个新房卖多少钱跟旁边房子卖多少钱有关联的，我们看到新房市场是一个赌场。把这个问题不断放大，放到二手房市场做这个研究，新房是混乱的在全市毫无任何征兆情况下出现交易的热点，二手房大部分的交易是在市区发生的，甚至很多区域的发生很稳定，基本每时每刻都在出现。
当我们能够对这些数据进行更复杂的判断的时候，我们才有可能判断房地产市场的走势。这是我们自己做的识别工作，识别出来哪些是稳定的，也就是恒纪元在空间上的特征，识别出来一些区域。这些东西构成市场预警模型，告诉市场或者告诉我们真正时候乱纪元又要开始了，什么时候恒纪元开始。有很多开发商在乱纪元投入，有些追求稳定在恒纪元。
回到最开始的问题，人们还没有产生对传统行业认知的变革。但是五年之后跟今天想问题肯定不一样，有一点不变——数据无论怎么样做，技术无论怎么发展都是结合在一起的，上面是机器做，下面是专业人员的技能，他们一起工作才能完成好。
这个阶段不是做大数据，我们想做的是大数据怎么智能。世界没有大数据时代，大数据时代就是过渡，我们的时代就是人工智能。我们希望拿着大数据的钥匙，打开人工智能的一扇门;现在打开很小的一扇门，还有更多需要打开。
联系客服
