2018-6-14 16:29:02
CricBigData 今天
作為中國房地產大數據應用服務商，克而瑞基於風雲變幻的市場形勢、當下的客戶痛點，以“提升內部專業度、打造產品創新度、升級客戶滿意度”為目標，於2017年舉辦了第一屆“瑞智杯”創新大賽，發掘了一大批優秀創新課題。2018年6月27日，第二屆瑞智杯即將重燃戰火，克而瑞各大創新先鋒都收到了本次創新大賽“挑戰最強王者”的英雄帖。今年克而瑞全新成立的創新產品事業部帶動各機構頻頻發力，讓第二節瑞智杯有了全新的看點。各創新團隊針對行業數據、客戶數據，以及新獲取的跨行業數據進行應用挖掘，從而在傳統房地產領域形成了新的研究方向。其中，既包括數據營銷系統、可視化大屏、都市圈數據庫這樣的已成型產品；也有針對客戶數據、地產投資的新算法；還有基於已做成的系統化底層數據，結合新的算法和新的應用場景，形成的新應用方向。那麼今年，克而瑞的最強大腦和挑戰者們又將為瑞智杯帶來哪些基於大數據應用的創新思考和成果？繼備受關注的天巡系統、瑞企庫和柵格圖後，今天推薦的這款創新產品，依然來自重慶機構。創新課題：大數據長租公寓選址應用創新類型：算法挑戰者：重慶機構為什麼要用大數據選址當企業的經營策略、業務運營、服務水平均趨於成熟和統一時，位置成為影響企業經營業績的關鍵因素。企業在傳統房地產板塊劃分中尋找可投資物業時，傳統的選址方式不外乎靠人工數客流、靠互聯網拓客、靠物業條件三種。但是這三種方法不但很難，且都有很大缺陷：靠人工面臨成本壓力，統計數據也不準確，靠互聯網面臨客戶畫像不清晰，靠物業條件則面臨客戶需求不明確的問題。與之相比，大數據選址就顯現出巨大的優勢，其科學量化、智能尋源、下沉深度、數據海量、及時準確都是傳統方法無法做到的，也解決了客戶畫像不清晰、需求不明確等重要問題。
如何用大數據指導選址有了大數據選址這個利器，重慶機構利用柵格，開發出一套長租公寓選址應用體系：第一步，進行客戶場景描摹，通過其收入情況獲取租金承受力，通過租金高低獲取需求空間，通過生活設施聚合獲取客群移動半徑，通過消費場所聚合獲取客群消費便利度。第二步，需求要素拆分，將薪酬、租金、消費場所、生活設施等二級指標細分為三級指標。
第三步，通過需求要素權重傾斜，獲取更準確的需求點位。選擇相對應的要素指標，針對不同人群劃分長者公寓、青年公寓、單身女性公寓、單身男性公寓、高端商務公寓、入門級公寓等各類長租公寓產品線，在大眾點評網商家數據、在線地圖等資源裡獲取這些需求數據，再分別下沉到柵格中。
第四步，需求要素落位至柵格，將細分生活要素落位至1km*1km的城區柵格圖上，通過柵格堆積，聚合出新的板塊。
第五步，選址指導。根據產業聚集與客戶需求點聚合確定目標區域，這些柵格聚合出的新板塊，都是已經具有客戶需求價值的，現在需要知道的是其中哪些具有投資價值。通過克而瑞的租金數據和房價數據，把單方的租金房價比形成一條中位線。租售比越低，投資機會越大。結合柵格中的板塊，進行再一輪的修正，將目標區域中租金房價比較低的區域篩選出來，構建出高價值投資區域。
第六步，結合區域內不同類型房源進行物業匹配、物業佈局建議。根據長租公寓集中式與分散式運營模式，可選取不同物業類型進行匹配：散點式房源數據取自於互聯網的租賃房源信息，包括商品房小區、園區規劃配套用房等，和克而瑞篩選出的板塊做匹配，把其中租金數據不錯的板塊提供給客戶。集中式方面，在已篩選板塊中尋找可跟進的商辦樓，如規劃中或在售的公寓、爛尾樓、工業產權樓、老舊寫字樓物業、還建房小區、國有辦公樓、背街商業樓等等，看其中哪些可進行結構更新或裝修更新，再推薦給長租公寓的開發企業或經營企業。
閱讀更多 CricBigData 的文章
