各大开发商尝试将大数据应用到房产领域已是事实，最近我听说上海万科也开始建立缺陷数据库，支撑产品改进，管好供应商。 比如，在项目检查项中，如果地板、插座问题是位于前列的，那么就要先从区域公司的项目中找出，再到细化房屋局部的整改。凭借缺陷数据库，可以定量的反应供应商的工作质量，分析施工团队的水平，对其进行有效管理。 大数据是未来的趋势，但就目前在房地产领域的应用来看，还只是冰山一角，大家对于它的接受程度和认知程度也有待提高。 1.比起大数据，我更愿意谈服务 大数据并不是一个多么新鲜的概念，只是把大家许久没有解决的问题解决了，然后用概念包装下。真正的大数据公司是不太谈大数据的，更多的是谈数据的采集和分析处理能力，比如Google、亚马逊、沃尔玛等。 ▲沃尔玛，一个管理系统仅次于美国军方，服务器比微软总部还要多，这是今天中国任何商业地产商都比不上的 在移动互联的今天，摩尔定律已近失效了，每天有那么多的数据要被记录和存储。以后再去想怎么分析处理，怎么用于商业是不实际的，因为存储和处理数据的成本已经远远高于业务能带来的边际收益。 以刚上线的易居营销云客图为例，如果系统告诉你有钱人买大房子，年轻人买刚需盘这样的结论是毫无意义的。但易居营销云客图能够深层次的告诉策划和销售单个楼盘的成交客户来自于哪个城市、区域、板块、小区（路段）等信息。从横向维度环比竞品项目，针对客户层面做横向的对比。 宏观数据结论的呈现和微观客户的分析，在结合策划和销售自身的经验，能真正提高一线营销人员的工作效率和成交率。因此，能解决什么问题还是主要的，而不是看概念包装。 2.大数据的应用肯定是超乎我们想象的。 项目定位、市场营销、行业收益管理、房屋建设、资产管理等环节中都有大量的基础设备信息数据（万科物业在做所有小区设备的机器数据采集工作）、应用数据和行为数据（CRIC数据营销系统）可以采集和分析。 例如在规划建设领域，通过大数据可以方便地提取大型超市、地铁站点、学校、医院等基础设施的的位置信息、高程、坡度、与中心城区距离、交通信息等，从而作为重要的影响因素融入到城市建设用地空间扩张的模拟过程中。 再例如在CRIC数据营销系统中，客户在搜索引擎上搜索过的项目户型、配套等信息都可被后台整合提炼，然后在客户的新闻客户端，社交软件上有针对性的推送对应的楼盘和户型广告，直接知道营销推广的布局、选题。 3.高价值与高门槛并存 无论是技术、人才、软硬件，还是数据本身和商业模式来说，大数据行业绝对都是个门槛非常高的行业。在中关村的创业大街上，可能100份融资BP里，99份都是和手游、APP和O2O项目，有一份大数据项目就不错了。 例如数据，BAT本身会积累大量数据，阿里云、支付宝—花呗、芝麻信用等等都应用了大数据技术。而在地产行业里，目前还未出现类似BAT这样的数据玩转巨头。 例如人才，在美国，R、NoSQL方面需求的专业人才薪水约每年11万5千美元，中国也便宜不到哪里去，没有年薪30万，很难招到大数据人才。 从我们自身开发CRIC访客分析系统的经验来看，也同样说明了这点。一旦全国几千案场使用了该套系统，不仅能精准的刻画出客户画像，同时也可以指导开发商的拿地、定位、产品和营销的C2B开发逻辑。 当然要实现这样的目标，门槛就是基于对数据进行深度和广度的挖掘、分析和解读，没有全国几千案场，上万销售的一线数据积累，没有横跨中国地产十几年经验的积累，这件事是做不成的。 也正是因为这么高的门槛，让很多行业的大数据发展选择了合作，开启了专业行业公司与专业数据服务公司结合的模式。在地产领域，未来我相信选择合作的开发商会更多，让专业的人做专业的事。 关注【丁祖昱评楼市】 回复数字看原创精选： 回复“1”看企业模式 回复“2”看市场趋势 回复“3”看住宅市场 回复“4”看商业地产 回复“5”看旅游地产 回复“6”看重点城市 回复“7”看房价走势 回复“8”看地产人物 回复“9”看跑马人生
|
|
|
来自： 新用户3817DiPs > 《待分类》
