擇居：“數據+算法”驅動的房產交易平臺

王劍

通過數據和算法對房產經紀人、客源、房源進行匹配，提升購房體驗。

近年來，隨著經濟增長下行和房地產資源過剩，地產開發商開始對服務商提出了更高的要求，如精準獲客、提高簽約率。在用戶端，也一直存在決策時間長、信息不對稱等一系列問題。

擇居創始人王成

從2004年起，王成開始為地產開發商提供數據庫和營銷服務，最高峰時，他的公司有近千人的廣告銷售團隊。

2014年，王成決定創辦“擇居”，一個數據驅動的房產交易平臺，來解決以上痛點。簡單來講，擇居的做法是以新房交易作為切入點，建立連接房地產商和購房用戶的平臺，通過數據和算法對擇居顧問（房產經紀人）、客源、房源進行匹配，縮短用戶購房時間，提升交易效率。

從新房交易切入

為什么首選新房市場？王成告訴創業邦（微信搜索：ichuangyebang），二手房的核心是房源制，房源分布在分散的C端，信息獲取本身就有一定的壁壘，而自己服務過十多年房地產開發商，在新房房源獲取上更有優勢。

眾所周知，買房子是一件低頻、大宗、重決策的交易。擇居會根據大數據和智能算法對房源、用戶、經紀人做標簽化處理并進行匹配，提高交易效率。

擇居的用戶畫像是23?30歲首次置業的購房者。不同于B端房產開發商的個性化需求，C端用戶的購房需求（地理位置、面積等）不超過10個，所以相對容易標準化。得益于王成此前創業的積累，擇居已經整合了搜索引擎優化（SEM）、信息流、跨媒介投放平臺（DSP）等多種獲客途徑，積累了大量的用戶瀏覽行為和偏好數據，會在獲取用戶需求后為他們匹配更多適合的房源。

給經紀人打“標簽”

擇居會給經紀人打上三類共150個標簽，分為屬性類、話題類和能力項。屬性類包括經紀人的性別、身高、年齡等，話題類是指興趣愛好、生活狀態等，能力項包括工作時間、轉化率、ROI、響應時間等，擇居會將這些標簽與用戶匹配。王成表示，這個過程本質上是在建立雙方的信任感，會大大縮短用戶的決策時間，也會更愿意把經紀人介紹給身邊的朋友。

達成交易的另一個重要因素是經紀人本身的專業水平。他們起到的是重要的撮合作用，比如對購房政策的了解、全流程把控、購房決策參考等等。

在中國，目前的現狀是經紀人流動性大，職業化經紀人少之又少，更不用提把經紀人作為終身事業。王成告訴創業邦（微信搜索：ichuangyebang），中國房地產突飛猛進的發展讓很多經紀人產生了掙“快錢”的投機心理，同時也沒有形成完善的經紀人培養和成長系統。

王成把房產經紀人的發展分為專業化、職業化和社會化三個階段，為經紀人設置了七個等級的晉級標準，并專門建立了擇居商學院對經紀人進行全周期培訓，還會為他們導入用戶流量，讓他們在獨立作業中獲得成長。隨著專業知識的積累、業務技能的增強，經紀人的段位提高，獲得的傭金也會越多。

目前擇居經紀人總數不到200人，2016年時平均每人每月能賣出2.5套房子，今年5月長春團隊則做到了平均每人每月賣出3.25套。擇居的收入來源主要是C端交易傭金還有B端的網絡營銷服務費。2016年擇居總營收近5000萬元，連續三年實現100%增長，凈利潤1000萬元，預計2017年營收會突破1億元。

王成表示，擇居的商業模式已在北京、長春得到充分驗證，正在長沙、天津試水。

市場上有諸多圍繞房產采用不同模式的企業，代表有房產媒體房天下、二手房起家的鏈家。王成表示，擇居的優勢在于，雖然起家于媒體營銷，但是在轉入交易環節后重視賦能經紀人。