和国计民生息息相关的房地产行业也同样正在被大数据转化成一个更加“聪明”的行业。未来,当数据全部开放打通,大数据被高度普及之后,就完全可以实现资源的高效利用。
微瑞思创联合创始人兼CTO周像金(左)
地产事业部总经理苍锐(右)
来源:数据猿 记者:大文
自“大数据”的概念出现以来,生活中所有的客观事物似乎都可以“被数据化”,然后再反过来从互联网、金融、交通、教育等方方面面改变我们的生活。大数据已然成为时下最热门的词汇之一。
如今,和国计民生息息相关的房地产行业也同样正在被大数据转化成一个更加“聪明”的行业。
美国房地产开发商Windermere通过分析近1亿名驾驶员行车GPS导航信息,为潜在购房者在不同时间段上下班行车线路和时间进行了缜密的规划,切实满足顾客需求,提升服务质量;
国内开发商万科通过利用电信运营商等第三方提供的数据,经过统计分析和模型处理来估算地价,从而掌握土地资源市场情况,应对地价上涨;
万达和绿地通过历史开发信息匹配商业用地需求信息,指导旅游、酒店等多元化的投资方案;金地通过业主信息建设更加智能的住房……
大数据时代,数据资源的重要性毋庸置疑,众多房地产企业也纷纷通过大数据技术挖掘数据价值,以此提高自身的决策能力和经济效益,在大数据应用方面取得了巨大的成功。
此前,大数据技术及软件与服务提供商微瑞思创在北京发布了面向房地产行业的大数据产品——靠谱商TOPSER。这款产品是由微瑞思创与银联智惠共同开发,中国联通提供商圈客流消费数据、人群属性数据等全方位数据支持。
借此机会,数据猿专门采访了微瑞思创联合创始人兼CTO周像金和微瑞思创地产事业部总经理苍锐,一起聊聊“地产大数据的那些事儿”。
周像金首先向数据猿展示了微瑞思创数据源的丰富性:
一、银联智惠提供了包含55亿张银行卡的国民消费数据和商家经营数据;
二、三大运营商之一的中国联通提供了包括客流数据、迁徙数据等在内的商业核心数据;
三、微瑞思创自有数据,主要分线上线下数据两大类:
1)微瑞思创开发了自有线上抓取系统,每天通过在线的商业铺源开放平台抓取数十万条店铺铺源信息;
2)微瑞思创在线下的商场、电影院建设了采集系统,收集了包括时间、地点等信息在内的消费行为数据,每周可以采集约五千万条数据。
周像金表示,对于第三方数据,尤其是银联和中国联通提供的数据,微瑞思创并不直接接触其提供的底层数据,而是在数据提供方的原始数据环境中建模进行数据挖掘,再将结果输出到微瑞思创的系统中,成为客户使用的数据。期间,客户和服务提供商均不接触原始数据,最大程度地保护了数据安全和隐私。
对于数据服务提供商而言,获得数据的过程常常陷入困局,会遭遇三大难题:
一、自己收集数据,周期长、投入高、变现慢;
二、购买数据价格高、数据量少;
三、高质量数据往往掌握在行业巨头手中,大多并不愿意提供给数据公司进行挖掘。
数据的处理过程主要分为两步:
一、清洗原始数据,剔除“脏数据”
数据提供方提供的是包括刷卡交易数据、时间数据、位置数据、与基站的交互数据和网络浏览数据等在内的真实原始数据。但针对特定行业的客户,只有少量数据是有价值的,99%的数据都是“脏数据”,所以,数据清洗的过程就是把一些不需要的数据先清洗过滤掉。”
二、建立分析和处理模型
基于已经被清洗“干净”的数据建立分析和处理模型,对数据进行预处理。首先,从数据的降维、筛选、主成分分析等方面做特征向量,然后开始建模。得到初步模型之后,再与客户进行沟通和调整,最终得到客户需要的、固化好的模型。这才可以为生产、运营方提供数据支持服务。
但苍锐也表示,这种方式造成了响应时间较长的问题:“用户发起需求,传递到银联的数据环境中,让模型跑完再返回来,正常来讲可能在一分钟以上了,我们未来需要做的是尽量优化客户体验,让这个过程短到大家意识不到。”
跟银联、联通这样的巨头合作,微瑞思创有着自己的看法。他们认为,自身业务逻辑和产品模式的清晰是与数据源达成合作的重点。
周像金说:“在我们产品最初原形阶段,就能够清晰地向对方展现未来开发的步骤和应用场景——我们需要对方提供什么样的数据、能出来什么样的产品,还有这个产品的容量是怎么样的,甚至可以提出若干未来可以延展并对对方也有好处的应用场景。”
他认为,与数据源的合作并不仅仅是一方提供数据,另一方挖掘数据,而是要建立在双方对数据资源的共同的利用之上。“数据提供方看中的是,经过与微瑞思创的合作,能够增进对应用领域的商业模式认知,成为这个领域的专家,让他们的数据变得更有价值,这样才能达成合作。”
周像金认为,大量数据的快速处理能力是一门“硬功夫”,“处理海量数据是一项“硬指标”,没什么虚假可言,会就是会,不会就是不会。”他认为,过硬的数据处理能力也是微瑞思创的优势之一。
同时,微瑞思创地产事业部总经理苍锐也作了补充:“基于旗下的产品“靠谱商TOPSER”,微瑞思创已经为数家客户提供了定制化服务,涉及社区建设和商场管理等方面”。
据中国商业地产大数据联盟5月份最新发布的《中国商业地产大数据市场白皮书》显示,2016年国内商业地产大数据市场规模将达到540亿,增幅超过51%,大数据将成为连接地产行业的核心入口。
苍锐算了一笔账,仅仅在品牌商做选址与开店评估的一个场景中,假设,北京市的品牌商家数量是五千家,如果其中10%的先锋型企业决策者认识到这种数据服务的价值,并且勇于尝试,那么,每个客户收取十万元服务费,北京市一年就能达到五千万的营收。如果扩展到四个城市就有两亿营收,这是一个非常大的商业机会。
大数据在房地产市场是很有用武之地的。苍锐说:“现在的房地产开发产业链是政府拿出一块地,房地产开发商拍卖,然后定位,猜想什么房子客户可能会买,最后把房子盖出来后,通过代理公司,找到愿意购买的客户。”
但和大数据结合之后,房地产商可以做到“定制化开发”。在确定选址之后,就可以建立数据模型,对需要住在这里的人进行精准定制,如:谁要住在这里、盖什么样的房子、哪些户型、面积大小、接受的价格以及周边配套设施等等,这些要素都可以在建房之前做到“心中有数”。只有量身订做的房子才会被快速卖出去,这样,开发商的资金也就可以快速回笼了。
未来,当数据全部开放打通,“大数据”被高度普及之后,就完全可以实现资源的高效利用。购房者也不再需要为广告公司、代理公司、顾问公司等一大堆中间商买单,因为这些工作已经借助大数据全都完成了。“房地产中介行业要出局了,不需要你们了,我们直接通过数据分析,选定目标人群,大众直接来买房子就可以了。”
最后,苍锐表示,房地产行业还是一个服务行业,最终结的目标应该是让大家都能住上更好的房子,地产大数据就是实现这一点的必经之路。
记者:大文 微信:discoverier
来源:数据猿
联系客服