明源云 刘峥:地产大数据趋势与应用实践

房企市场在进行激烈的变化,首先,从增量市场变为存量市场,关注点由卖新房转变为租赁、物业、客服等;其次,消费升级,目标群体从中产阶级转变为个性张扬的80后90后;最后,政策压力及供需失衡导致房子不好卖,形势更加严峻。在这种背景之下,企业就会更多考虑到“以客户为中心”的转型。主要体现为口碑信息放大客户影响力、需要重新打通多业态的客户、客户对体验的要求越来越高。

在2016年的1月份,地产大数据由一张地图诞生了。这张地图公布了来上海市的某一个项目销售案场的人白天工作地和晚上居住地。这张图对地产的销售人员来说是非常有价值的,因为销售人员在进行广告和拓客时,以前只是进行无脑的发传单或者广告。但是这张图可以科学的指导销售人员的行为,这样就引发了人们对于大数据的理解和认知。

大数据已经不是单独存在的事物了,大数据支撑业务的方方面面,大数据平台需要很灵活的自定义体系去支撑目前多变化的业务。上述四层结构都是以自定义的形式出现的。基础层包括了数据源自定义、数据采集自定义、数据清洗自定义。画像层包括了业务指标自定义、标签自定义。算法层包括了机器学习自定义、算法流程自定义。展示层包括了报表自定义、可视化自定义。四层的自定义构建出了目前的大数据平台。


地产大数据趋势与应用实践

 


独立大数据应用已经不存在,大数据已被融入到业务的方方面面

 

 


房企市场环境在激烈变化

 


推动企业向“以客户为中心”转型

 

  • 口碑信息放大客户影响力
  • 需要重新打通多业态的客户
  • 客户对体验的要求越来越高

 


地产大数据:由一张地图引发的故事

 


通用大数据方法在地产企业内应用效果不明显

 

  • 线下收集、录入数据
  • 数据获取成本高,单客户数据价值大
  • 集团、公司、项目数据不共享

 


企业更关注内部数据治理及第三方数据的补充

 

1.内部数据治理(营销、客服等)

  • 多触点数据采集
  • 多业态数据整合
  • 数据巡检
  • 可视化

2.第三方数据整合(投资、拿地)

  • 城市PIE模型
  • 国家政策,大型工程,交通等
  • 地块周边数据
  • 竞品数据

 

 

 


构建“数据整合、能力开发、应用创新”的一站式数据管理平台

 


DMP技术架构

 


基础层——一站式数据治理工具

 


画像层——任何人在任何时间都可以获取所需要的数据及洞察

 


算法层——数据变得更智能

 


展示层——简单拖拽获得业务洞察

 


展示层——简单拖拽获得业务洞察

 


展示层——DataV大屏展示

 


开放大数据四层自定义能力,CIO可以利用DMP快速搭建企业级大数据应用,支撑数据资产运营

 


阿里云上如何落地大数据(to B)

 


通过签约客户通讯地址绘制城市地图

 


2016客户满意调查,61个项目,8920条满意度原话自动处理

 

 


高价值客户提醒

 

  • CP1:分析本项目签约客户地图
  • CP2:DMP中圈定重点地区范围
  • CP3:每日向置业顾问推送将来自该区域的看房者,提醒重点跟进

 


高意向客户识别

 

  • CP1:系统自动计算项目成交客户描摹,挖掘项目潜在客户,形成客户列表
  • CP2:挖掘出的高意向客户反向应用到云客及call客过程,实现客户资源最大化利用
  • CP3:通过360°画像掌握每个高意向客户的全面信息,辅助置业顾问快速转化。

 

沪公网安备 31010702002009号