揭秘千亿级房企背后的大数据公司

主页（http://www.kuwanit.com）：揭秘千亿级房企背后的大数据公司

张雅楠

对数据的专业处理能力，被公认是一种巨大的能量

碧桂园的大单

TalkingData合伙人蒋奇去广东见碧桂园董事局副主席杨女士时，他心里预想的是：她的第一个问题也许是——你们能帮我把库存去掉吗？

那是2014年，在公众的印象里，房地产开发商都有着强烈的去库存需求。

虽然TalkingData是一家覆盖近30亿台独立智能设备（包括智能手机、平板电脑等），同时服务超过10万款移动应用、8万开发者，以及招商银行等金融企业的大数据公司，蒋奇并不希望他的客户认为大数据什么问题都能解决。

幸好，杨女士的第一个问题并不是去库存，而是投策。

起因是上海有一块地，碧桂园的投策团队认为要拿，而杨女士的另一个信息渠道认为这块地并不合适，两个信息来源对该地区常住人口成分、收入水平和竞品楼盘的判断完全不同。那么，大数据能解决这个问题吗？

蒋奇迅速思考着：常住人口怎么判断呢？把这个地块活跃的移动端设备全部筛选出来，理论上，这个设备一个月都出现在这个区域，应该就是这个地区的常住人口；收入水平呢？最简单的，手机类型就可以作为一个大致的判断依据。

从逻辑上分析，这个问题似乎是可以解决的。

杨女士的第二个问题是营销策略及优化。如何提高线下广告，例如道旗和户外广告牌等对案场的引流，以及如何提高案场内的销售转化率。

对蒋奇来说，第二个问题Talk-ingData处理起来更加得心应手——TalkingData在移动互联网营销领域积累了大量的经验，同时在线下数据的采集上也早有布局，借助生态内合作伙伴的解决方案，可以将线上、线下数据打通。

首先，道旗和户外广告牌上都可以增加数据探针，用于探测500米范围内的用户设备，默认在这个范围内的潜在客户看到了广告；同时，在案场也安装数据探针，探测到达案场的用户；对比户外广告周边和案场的用户设备，就能判断在户外广告附近出现的设备是不是到了案场，这就形成了一个从广告到案场的引流转化漏斗。

下转 06版

上接 01版

其次，TalkingData做过分析，潜在购房者有一个明显特征，两到三周内会频繁到各个售楼处。通过位置、经纬度等数据，大概能筛选出这类人群。如果案场内发现了这样的潜在购房者，有针对地营销很可能促成成交，也就是杨女士最想要的结果，提高案场内销售转化率。

提问和回答，似乎都符合对方预期。

谈话不断深入，终于触及到所有开发商关注的重点——房地产全生命周期运营，包括资产交易、资产管理，以及资产证券化等等。似乎在每一个环节，都有丰富的大数据应用场景。

那么，TalkingData能够成为这个大一统数据解决方案的供应商吗？

蒋奇的答复是，暂时还不行。

在拆解投策和营销的两个具体问题时，根据TalkingData既有数据业务能力，蒋奇分析的结论都是，可以一试，为什么谈到最后，反而要拒绝杨女士的大单呢？

大猩猩可以撩小辣椒吗？

“当你想用数据去解决业务问题时，你一定干不了所有的事情。大数据公司没有房地产的基因，怎么去搞懂客户的逻辑呢？”蒋奇说。

比如拿地，一笔数十亿甚至上百亿的资金投入背后，开发商的心态各异，到底是想赚钱，还是不赔钱只要安全；是要赚快钱，还是做长线；有些人甚至不要赚钱只想让人们知道他很牛；有些则是洗钱。

情况很复杂，这时候，大数据能做什么呢？

有人把它做成了盔甲。“没有大数据的时候，我是托尼斯塔克；有大数据的时候，我就是钢铁侠，但是核心还得是我。”说这句话的，是蒋奇非常认可的一个房地产和大数据“翻译”郑永祥。

这个80后有着7年万科生涯，其中很重要的一段经历是在万科总部的产品品类部，参与市场、客户和产品研究。这套研究体系为万科不拿地王以及拿地10个月后开盘等投资开发策略提供后台保障。

2011年离开万科后，郑永祥创立了禾略中国，他的团队不大，十几个人，为中国上市房企前30强中的17家提供过咨询服务，一年前，他在业务中引入了大数据。

禾略中国基于大数据的主要产品是城市地图，城市被切分成若干以一公里为单位的网格，每一个网格里都融合了人口、基建、经济指标等海量数据。原则上，有了地块位置，就可以得出某块土地的投资价值。“以前说白了是卖我，在卖的过程中，很累，因为跨地域的成本非常高。而用到大数据时，威力大好多，全中国的业务都可以接，结果也更准确。”郑永祥说，他期待的状态是，“公司招一个人来，干半年，通过这套系统，得出来的结论应该跟我一样，但现在看来，公司来的人，干三年，得出来的结论还不能和我一样。”

对他来说，现在的数据质量已经够好了，但是对公司来说，数据质量太差。“大数据需要结合细分行业经验才能发挥作用，否则也只是大猩猩。”郑永祥说，“人类之所以比猩猩智能很多，真正的差别并不是思考的速度，而是人类的大脑有一些独特而复杂的认知模块，这些模块让我们能够进行复杂的语言呈现、长期规划、或者抽象思考等等，而猩猩的脑子是做不来这些的。就算你把猩猩的脑子加速几千倍，它还是没有办法在人类的层次思考的，它依然不知道怎样用特定的工具来搭建精巧的模型——人类的很多认知能力是猩猩永远比不上的，你给猩猩再多的时间也不行。”

对郑永祥而言，数据是工具和盔甲，可以替人去跟小辣椒聊天，核心一定是人在操控。

另一家房企客研负责人和郑永祥持相似的观点。当下，大数据是他们做研究的重要依据，也是重要的阻碍。

这位要求匿名的负责人说，目前的大数据供应商很多，比如政府、TalkingData、三大通讯运营商、BAT、房地产经纪公司等等，它们基于人们的设备号和交易行为获得数据，这些数据有优点、有局限、有壁垒。

使用过程中，大量的数据是残缺和不准确的，真正有效的，有时只剩10%-30%，即便利用这些数据去做研究，得出的结论往往只是结果，比如，某一家购物中心的销售额增长放缓，利用大数据分析得知，原因是黏性顾客数量变少，但是为什么会变少，以及如何防止变少，还无法得到答案。“这是个新时代的行业，由资本驱动，他们更迫切去描绘未来的梦，而不是解决当下的痛，数据质量要明显改善，需要时间，需要一轮洗牌。”郑永祥说。

他的数据来源包括中国电信以及在各种渠道做整合。有时，因为供应商提供的数据不完整和不准确，他和团队需要花费大量时间和精力去修补，完成分析和对客户的交付。郑永祥认为，现阶段纯粹依靠数据会有一定的风险，所以补充了一些线下的数据收集方式。

另一家商业地产标杆企业与BAT在大数据领域合作时，则遇到了另一个问题，节奏不合拍。