大數據在我國房地產開發與營銷中的應用論文

1 引言

電子計算機和互聯網技術的迅速發展帶來了數據量的爆發：百度每天約需處理幾十拍字節的數據；淘寶網平均每天產生約20太字節的數據；平均每一秒鐘就有一段長於1小時的視頻發佈在xx上；Facebook有超過10億的註冊用戶，每天上傳的照片數量約1000萬張，點贊或評論次數高達幾十億。“如今，一個大規模生產、分享和應用數據的時代正在開啓”.

麥肯錫公司最先提出大數據概念：“數據已經成爲重要的生產因素滲透到當今各個行業和業務職能領域。人們對於海量數據的挖掘和運用，預示着新一波生產率增長和消費者盈餘浪潮的到來”.牛津大學著名網絡和數據科學家維克托？邁爾-舍恩伯格認爲預測是大數據的核心；大數據時代應對紛繁複雜的數據進行取捨，構建積極而安全的未來。國際頂級期刊Nature和Science分別專刊了大數據，闡述了大數據的潛在價值及處理技術上的困難。我國“十二五”規劃中重點強調了資訊處理技術等四項與大數據概念密切相關的關鍵技術創新工程；著名學者李國傑和程學旗曾系統闡述了大數據的研究進展和實踐應用中所面臨的困難與挑戰，探討了大數據的科學問題和研究意義。

在大數據時代，數據資源的戰略價值毋庸置疑，許多企業透過大數據挖掘出有效資訊，提高了決策能力和經濟效益，比如某些頗具膽識的房企已經在大數據應用方面取得了相當的成功。相較於已經開始實踐應用的房地產企業而言，學術研究方面卻相對滯後。陳大川等人以及嚴娟分別做了大數據技術在住房資訊系統中的應用研究以及基於大數據的房地產企業精確營銷研究。然而總體上，對房地產大數據的價值評估和應用研究仍有待進一步深入。

2大數據在我國房地產開發與營銷中的應用

大數據時代的到來必將爲一些掌握大數據資源並能充分挖掘其價值的產業帶來更爲廣闊的發展空間。這種情況下，如何應用大數據做好開發運營是我國房地產企業提高自身競爭力的關鍵。大數據紛繁複雜的特點使得無論是房地產開發企業還是房地產中介服務企業或者是物業管理企業，其業務範圍都趨向於多樣化和綜合性，開發運營、中介服務和物業管理往往密不可分。本文主要從房地產開發和營銷兩方面分析大數據在我國房地產企業中的應用現狀。

2.1 大數據在房地產開發中的應用分析

大數據爲房地產企業理性開發提供了有力的數據支援；透過對現有數據潛在價值的挖掘，房地產企業還可以進行多元化投資；個人資訊的數據化以及房地產業的思維變革，使得大數據條件下的創新性投資成爲房地產企業新的利潤增長點。

2.1.1 理性投資，多元化開發

我國不同地區房價不同，投資熱度迥異。雖然近年來房地產業總體呈現或升或穩的良好勢頭，但也同樣出現了“鬼城”、“空城”等背離開發商預期的情況。我國房地產業的興起與繁榮已有相當長的時期，在開發投資方面擁有大量歷史數據，包括城市地理位置，經濟發展情況，城市規劃和政策導向，投資在建和供地情況等。房地產企業可以定量分析這些大數據，預測未來的供需情況，評估項目投資價值，合理開發。Google公司就曾透過分析海量的搜尋詞，低成本高效率地預測了美國住房市場供需和價格等相關指數。

土地資源對房地產企業尤爲重要，大數據的出現爲土地市場的準確預測提供了可能。房地產企業要重視大數據背景下的土地市場，敏銳洞察土地資源市場走向。萬科集團土地資源數據基本來自第三方，面對不斷攀升的地價，萬科集團藉助於大數據分析，透過二手市場交易和“三舊”改造土地以及保障性住房用地來應對。

除了利用大數據進行住房供求分析、理性拿地之外，房地產企業在業務範圍內的多樣化投資也提高了盈利能力。萬達和綠地等房地產企業已開始利用大數據先機，大力拓展旅遊和酒店項目等多元化投資，發掘出住房市場以外的盈利空間。正如維克托所言，數據的再利用不會使數據的價值量折損，反而數據的價值就體現在潛在的收益中，大數據可以挖掘出計劃外的收益空間。

2.1.2創新性投資

對以往的投資和銷售數據進行挖掘有利於企業合理開發，多元化投資；然而房地產企業所擁有的數據遠不止這些，尤其是大型企業，他們所掌握的資訊不再侷限於戶主姓名、家庭結構、收入情況以及購房意向等，計算機技術的發展和互聯網的普及使得越來越多購房者的個人資訊變得更易捕捉和存取。這些大數據經過專業分析，便可以從中發掘出一些看似與房地產企業不相關的資訊，比如購房者的日常消費習慣或者是他們偏愛的出行路線等。多數情況下這些數據的結構性較差，但其潛在價值卻很大，是房地產業開發投資的新機遇，是盈利的新突破點。

萬科和花樣年在應用大數據進行創新性投資方面的經驗值得分析。上千萬的購房者數據使得花樣年具備充分的優勢，從居民需求出發，以手機APP的形式將商戶與居民聯繫起來，構建“社區電子商務”平臺，在方便快捷的基礎上實現精準營銷。除了社區電商，花樣年控股集團有限公司還構建了金融服務、酒店服務以及文化旅遊等八大領域基於移動互聯網的大數據業務佈局，遠遠超越了傳統意義上的房企業務範圍。

同樣，萬科集團日臻完善的大數據處理技術也爲之帶來了商機。透過對其所掌握的480萬業主數據進行挖掘，將社區商業、社區物流、社區醫療和養老等與業主的大數據資訊相結合，萬科集團提出構建“城市配套服務商”的理念，應用大數據避免了危機。

相比較萬科和花樣年，世茂集團在投資方面的創新更值得關注。其經營理念認爲，“未來購房者買的不僅是一幢房子，更是一種生活體驗”;據此推出了向業主提供健康監控和諮詢服務的“健康雲”管理業務。透過手機、手錶等一些移動設備，適時監控業主健康狀況相關數據，並進行分析處理，構建健康方案，爲業主做好疾病預防、保持身心健康提供諮詢建議，或者爲其直接連結實體醫療。其他一些房地產企業比如金地和綠地也開始利用大數據開拓新的業務，相繼推出了“智慧城市”、“雲服務”等概念；不再單純爲購房者提供一個遮風擋雨的地方，更側重服務於消費者的心理需求和精神需求。

國外房地產企業運用自身數據優勢進行業務創新的案例同樣屢見不鮮。常被用來作爲美國大學教學案例的Windermere房地產就是其中的經典之一。該公司透過分析近1億名駕駛員行車GPS導航資訊，爲潛在購房者在不同時間段上下班行車線路和時間進行了縝密的規劃，切實滿足顧客需求，提升服務質量。表1呈現了相關企業利用大數據技術輔助房地產投資與開發決策情況。

2.2 大數據在房地產營銷中的應用分析

近年來，在我國某些中小城市，儼然出現了房地產過度開發投資的情況。房屋本來是一種消費品，但是行業看似穩定而高昂的收益率使得大量投資者趨之若鶩。實際上這些城市的吸引力遠不如一二線城市，大量開發的結果只能是空置。因此，對這些地方來說，房地產企業如何利用手中的數據促進庫存消化纔是關鍵。另外，由於電子商務的普及，人們消費方式的轉變使得對商業地產的傳統營銷模式難以發揮作用。

要解決上述問題，關鍵是在大數據時代如何做好房地產營銷。數據資源是房地產企業提升競爭力的關鍵之一，龐大的數據來源保證了精準的客戶定位，爲房地產企業成功營銷提供了可能。首先房地產企業可以透過資訊系統實現精確營銷。憑藉房地產商自身的數據優勢，建立客戶資訊系統，將客戶進行分類，透過挖掘大數據，提煉出客戶資訊，有針對性地實現精確營銷（見圖1）。

此外，也有些大型房企主動轉向了電商，對營銷模式進行變革。新峯地產規劃了五個大數據應用系統，其中房譜網可以根據需求爲客戶篩選出中意的房產；自動評估系統透過大數據處理技術實現了對房產價格自動評估的功能，用戶只需將房產相關數據輸入系統，系統會自動評估出房價，併爲用戶提供相應的貸款和稅費等資訊。類似於萬達集團的電商運營模式，新峯地產也同樣採取線上線下相結合的方式，線下的營銷部也會根據客戶的線上資訊與客戶取得聯繫。這種營銷方式需要企業自身既是大數據擁有者又是數據處理技術的領先者，對房地產企業的數據蒐集、存儲和數據挖掘能力要求很高。

上述營銷方式，都是房地產商將原本的業務範圍主動拓寬的做法，基本不需要第三方平臺（見表2）。而維克托認爲，如果房地產商共享數據資源，還可以透過與第三方合作的方式將開發商、家居服務等市場參與方與消費者聯繫起來，使得大數據的優勢更加明顯。比如CNFS房地產大數據系統中就包含了從政府到房地產開發商再到二手房交易市場覆蓋中國289個城市的房地產數據，有些城市甚至記錄了長達十年的龐大數據量。美國著名的衆籌公司RealtyMogul也屬於這樣的第三方平臺。Realty Mogul透過互聯網衆籌的方式搭建起房地產商和投資者之間的橋樑，爲那些小規模投資者提供了機會；而它所提供給投資者的充分的房產資訊和分析結果則來自於其掌握的大量數據。宜居中國是輕資產運營的典型代表，它最早提出中國的'房地產流通服務商這一理念。藉助先進的IT技術，易居推出了獨立的“克而瑞房價分析系統”,爲超過100萬置業用戶提供服務。好屋中國透過大量吸收個人購房者資訊，整合建立起大數據資源庫，透過一定的算法找到購房者需求與房產項目之間的匹配，進而提高房地產交易成交量。鳳凰房產網擁有超過160萬的訪問量，透過對海量數據的有效分析，這些網站可以更好地瞭解到客戶的需求，爲房地產商的營銷準確定位，以大數據的思維推動房地產業更好發展。自騰訊公司推出即時聊天工具以來，其用戶數據量相當可觀。去年3月份，騰訊大粵房產與碧桂園山河城的合作就是大數據時代房地產業成功營銷的範例。而在此之前，依託於騰訊社交平臺和大數據平臺，碧桂園十里銀灘成功營銷，開盤當日即創下了3300套房源的奇蹟。在營銷方面類似的第三方平臺還有很多，他們擁有先進的互聯網和數據處理技術，爲更好地利用大數據提供了保證。表2呈現了相關企業利用大數據技術來改變或發展營銷的模式。

3 大數據在我國房地產企業應用中的挑戰

大數據雖然是新事物，但是房地產企業在運用大數據思維進行開發和營銷的同時也不能忽略潛在的挑戰和威脅：大數據出現在隱私保護上的問題總是難以協調，所要求的海量數據處理能力是目前許多房地產企業並不具備的；另外房地產企業本身具有的一些特點也使我們在發展大數據應用時面臨的挑戰。

3.1 來自大數據的問題和應對

房地產企業應用大數據爲客戶量身定製的服務，必然建立在對其資料充分了解的基礎上，甚至當不包含個人資訊的數據大到一定程度的時候，對個人身份的識別率也能達到99%以上。這些大量的資訊不可避免地包含了許多個人隱私，以當前的道德倫理觀不可能對之不予理會。

應對這種情況，維克托提出可以透過讓數據使用者承擔隱私保護的責任，而不是遵循本人許可方可使用這種傳統的方式來保護個人隱私；或者將個人資訊數據進行模糊處理，犧牲掉一些精確性來保護個人隱私。這些方法在房地產業的大數據道路上究竟能否可行還有待進一步實踐。

大數據的優勢不僅僅是在數量上，而是在其涵蓋的複雜多樣的資訊。龐大的非結構化數據在蒐集、存儲和處理上都不是常規算法或軟件能夠輕易實現的。大量數據持續快速生成，其價值密度卻在降低，如何從中分離出有效的資訊對每個房地產企業來講都是一個不小的挑戰。針對這種情況，一方面可以透過制定大數據國家戰略，切實推進我國大數據學術研究進程，加快科技成果轉化爲生產力，增強我國房地產企業大數據處理能力；另一方面，房地產企業可以將數據委託給第三方處理。不同類型的企業在大數據時代的角色定位不同，目前有許多企業具備專門的大數據處理技術，房地產企業透過類似外包的形式將數據委託給專門的公司處理，而自身專注於資訊的使用從而實現縱深發展。

大數據時代既要注重國際交流，又要避免國外先進的數據挖掘技術對我國大數據應用造成衝擊。目前，已有一些做數據研究的國外公司看到了我國市場上的海量數據，希望進入中國市場做大數據業務，而目前我國還沒有實力相當的企業能夠與之抗衡。在這種情況下，可以先與國際企業進行友好合作，帶動我國房地產企業大數據業務的發展繼而走向國際化。但是在此過程中應注意盈利模式的選擇和雙方的角色定位。國外的公司應定位於數據中間商，而我國房地產業在數據授權時應注意保留所有權及其潛在價值。

3.2 房地產企業自身的困境和應對

房地產業既是實體經濟的支柱又具有一些虛擬經濟的特點，比如複雜性、介穩性和高風險性等。這些特點使得房地產企業在應用大數據時的未知數增多：虛擬經濟體系對心理預期的變化較爲敏感，大數據時代數據的公開和共享有可能影響人們對房地產業的心理預期，對投資需求造成衝擊。考慮到房地產虛擬經濟的介穩性，一旦受到衝擊，房地產業的穩定性就會遭到破壞，影響國民經濟發展。因此，房地產企業在應用大數據時既要抓住機遇，勇於創新，又要縱觀全局，不能盲目變革。

相比電子商務，房地產業在大數據方面的優勢並不突出，目前還存在嚴重的數據結構不平衡，資訊不對稱情況。因此，迫切需要一個房地產大數據共享平臺，對房地產數據進行備案，並結合房產估價師的努力構建出一個龐大而真實的房地產大數據庫。比如住房資訊系統的建立和完善，可以對住房監測、公積金和住房保障等相關數據進行統一管理。透過對數據採集方案、數據庫系統方案以及數據查詢方案的設計，建立一個安全、完整、時效、獨立的系統，實現政府部門、企事業單位和個人之間的數據共享。

當前房地產企業發展的趨勢是，業務內容綜合性越來越強，地域延伸越來越廣，企業集團化趨勢加強。在這種情況下，如何實現房地產企業有效運營本身就是一個大數據問題。房地產企業需要建立一個大數據庫，將企業集團的人、財、物和資訊等資源統籌規劃，透過數據挖掘進行分析預測，實現一體化運營管理。