基于大數據的地產C2B模式數據采集場景探析

文｜對外經濟貿易大學統計學院 孫會想

0.背景分析

隨著居民生活水平的提高和對改善型住房的需求不斷攀升，“房住不炒”被寫入了十九大報告。行業發展環境及住房評價標準在改變，更加注重項目規劃及建造的科學性，房屋居住舒適性。這將會深刻改變房地產企業的發展戰略、運營模式及價值邏輯。

開發商會更加注重房屋品質，更加關注房屋的居住價值，并以此為導向開展規劃、設計和建造等工作。而利用基于大數據的C2B來輔助進行開發過程及產品的改進，將是大數據在地產開發領域的重要應用之一。

1 地產開發C2B模型

房地產開發過程主要包括前期拿地、規劃設計、施工建造、推盤銷售、物業客服（商業地產還會涉及商業租賃）等環節。隨著企業信息系統建設不斷深入，以及對AI、VR、3D打印、BIM等技術的不斷引入，可以將很多原來不能數據化的過程、工藝、場景等進行數字化處理，與購房者的交互方式也更加多元化。大數據將會在房地產開發領域起到越來越重要的推動作用。而基于大數據平臺的C2B模式就是其應用之一。

C2B模式是互聯網經濟時代新的應用模式，是一種消費者貢獻價值的增值利用。一般領域的C2B 模式，由消費者提出需求而后展開生產，需要消費者的直接參與度比較高。但由于地產開發過程的特殊性：即規劃設計和建造復雜性、多方主體協同性和技術專業性，讓消費者直接參與其中不太現實。因此在地產開發領域的C2B模式通常表現為在各環節的客戶觸點引導并記錄業主（或購房者）的需求及建議。然后通過大數據平臺，將客戶的非結構化輸入做處理，納入到專業的數字化模型庫（專業數據庫、BIM模型、圖紙、工法）中，并在規劃、設計、建造環節可以被應用平臺所調用，并通過構建良好的溝通平臺與其進行交互，形成閉環促進產品改進、提升業主（及購房者）的滿意度，為企業創造價值。

2 應用前提-大數據平臺構建

在企業開展基于大數據平臺的C2B應用建設。首先是需要企業具備自主可控的大數據平臺，這是大數據應用的基礎。大數據平臺需要具備對企業內外部系統的數據聚合與處理能力，并可對數據資產進行統一管理與數據封裝，實現對企業數據、應用管理與服務能力的支撐。滿足以下原則：（1）一體化：兼顧內外，統一數據視圖，服務各系統及應用領域，實現跨業務、跨系統的數據支撐；（2）先進性：確保平臺符合SOA標準，提供可擴展、穩定、可平滑演進、資源可彈性調配的能力；（3）智慧型：轉變傳統以報表為主的數據服務方式，以洞察為導向，提高分析處理能力，強化在感知、調度、觸發等方面的智慧性；（4）開放性：服務對象不僅包括內部還包括外部的合作伙伴及業主（購房者）。可依據數據安全標準、服務內容設定不同的數據權限；（5）安全性：具備統一完善的安全機制。可針對不同的服務對象和數據內容構建差異化的安全訪問策略和分級管理機制，確保資產信息保存、訪問和傳輸的安全性；（6）易用性：構建統一數據資產，實現可視化。確保用戶的良好體驗，具備易用的交互界面與靈活的展現方式；（7）易維性：運維功能深入且直觀，易理解，功能描述準確細致，邏輯清晰。

針對于大數據平臺的技術架構，考慮到企業歷史數據及未來發展。需要同時兼顧企業信息系統的私有部署狀況及外部數據的云化部署，在進行大數據平臺構建時需要充分考慮各數據來源屬性。

地產企業大都已經建成了貫穿全業務鏈的內部信息系統，并有部分企業開展了BIM、建筑智能化體系建設，構建了成本、產品、部品、品牌、經營等專業數據庫。在此基礎上開展了側重于運營分析及決策支持的數據應用分析，但經營預測及洞察涉獵較少。

企業ERP數據是地產大數據平臺的核心數據資產，同時行業的產業協作鏈條很長，因此還需要注重產業鏈協作（政府、規劃、設計、施工等）數據，期間會產生如電子商務、行為鏈路、技術模型（圖紙、BIM、構件參數）等數據。

開發建設過程中所應用的新技術如AI、3D打印、VR/AR等需要與外部廠商合作，且基本都通過云的方式，這要求大數據平臺需要足夠的開放性，以統籌引入外部數據，有效整合外部服務商及合作伙伴。

在技術架構層面，由于需要面對不同部署方式的系統及數據，因此需要基于SOA架構對企業的信息系統平臺進行構建。在規劃、建設時需要依據企業及行業發展趨勢慎重選擇技術路線，選擇具有持續增長潛力且較為成熟的方案。

在數據治理層面，需要做好頂層設計，對數據標準及接口建立規范，借助于專業技術廠商通過建立主數據平臺、符合SOA規范的企業服務集成（ESB）等對數據層打通，對數據權限進行控制，整合包括內部系統數據、現場采集數據、用戶觸點數據及外部數據在內的大數據資源。

在此基礎上進行應用場景分析，進行商業建模，明確數據邏輯。對數據進行格式轉換、數據清洗、數據同步、場景數據抽取等工作。

3 地產開發C2B模式-觸點數據收集

大數據的應用價值需要通過場景來體現，并確立分析目標。對于基于大數據的地產開發C2B模式，需要對房地產開發鏈條進行客戶觸點及業務鏈觸點分析。客戶觸點數據收集主要集中于推盤銷售、物業服務、商業服務等后端環節。而前端的規劃、設計和施工主要的觸點數據比較集中于第三方（政府、合作商）的交互數據（簽證變更、專業方案、BIM模型、圖紙、工法等）。

購房者及業主是C2B所涉及數據的主要貢獻者，其數據結構，包含基本信息、個人信息、特征信息、交互信息、交易數據和行為數據等。基于線上、線下的觸點，從不同維度、貫穿整個開發過程對消費者進行洞察。

銷售推盤環節是地產公司運營、經營成果的集中體現，也是與購房者交互頻繁的環節，是數據采集的重點。該環節最重要的數據是交易數據，基本都在CRM系統中,通過這些數據可以有效的進行房產去化、價格、成交、偏好等分析，可以初步推斷受歡迎的戶型、產品等。但CRM在設計時很少考慮與前置環節的打通，沒有與產品數據關聯，因而無法通過數據來反饋產品對銷售的影響，也無法從銷售數據逆向到產品，不能形成閉環。因此，還需要關注收集客戶在交易過程中的反饋以及對于樓盤、戶型、景觀等非結構化評價數據。有別于傳統意義只對項目數據進行描述分析而忽略了趨勢性分析。還應該利用統計學的方法，進行洞察分析挖掘。

以往樣板間、示范區主要用于營銷展示，而忽略了其作為用戶觸點的價值。樣板房、示范區是很好的數據與實體的統一載體，可以充分利用物聯網技術、人像識別、軌跡跟蹤等對購房者進行立體跟蹤并采集對建筑規劃、戶型設計、建材選用、空間利用、行動軌跡、樓盤對比等信息。

樓盤配套的物業服務是企業品牌的形象展示窗口。品牌地產商都很重視物管建設，傳統上物業管理是一個勞動密集型的部門，對新技術的應用度不高，水平也較低。但在互聯網時代，物業服務成為了互聯網與傳統服務的交匯地，成為了數據采集及應用的重地。物業公司擁有大量社區客戶資源，可以接觸很多個人及消費、生活習慣、行為信息，與業主打交道的頻次遠高于其他環節。在很大程度上彌補了房地產開發對于居民生活數據、對所建造產品的體驗數據的捕捉能力。將這些信息結合地產開發鏈條上的數據加以深度利用將產生巨大的商業價值。

以往的物業服務對于投訴保修主要體現在對投訴的響應與解決，停留在事務層面，沒有體系性的進行數據挖掘、分析。借助于移動互聯技術及物業管理體系，可以通過對相關數據進行分析，找到產品及服務的改進點。可以通過呼叫中心（客服系統）獲取業務的服務需求及投訴信息，通過網絡爬蟲技術抓取互聯網上的客戶評價及建議，及時納入數據庫。

在過去，物業社區的智能化設備往往更關注于功能性，而忽視了數據化，在建設時忽視了數據采集，在運營時也很少考慮數據分析。這種狀態需要改變，在規劃設計和建造階段就應充分考慮智能化和數據化，前瞻性的在人性化家裝、智能化家居和智能化社區方面進行布局，在進行諸如安防監控、停車門禁、電子巡更等系統的建設時，要充分考慮數據接口符合數據平臺規范，能夠有效接入大數據平臺。

對于商業地產，還會涉及到商業租賃及消費體系的數據化場景。大數據采集主要聚焦于商戶經營數據與顧客消費數據。建立完善的收銀、導航、客流等系統，疊加外部數據，以分析商戶的經營情況、坪效。以往購物中心的熱區、冷區、動線等主要依賴于規劃及設計人員的經驗，而忽視了數據對規劃設計的參考作用。而現在隨著各項智能化設備的數據化，可以通過數據進行分析挖掘。

4 數據清洗、轉化及建模

基于前期采集的數據，后續需要進行數據整理，將數據融入到各專業數據庫，供后續應用。首先要做的就是進行數據預處理。根據具體的業務場景及目標，接入數據源。對數據進行預處理使得數據能夠標準化及結構化，從而提高數據質量（準確性、完整性和一致性），這其中利用的方法主要有數據清理、數據集成、數據規約和數據變換等。

數據清理是光滑噪聲、識別離群點，對缺失數據填充缺省值。數據集成是集成多個來自不同場景的數據源。數據歸約是根據應用場景對數據集合進行簡化表示，便于后續操作。數據變換是使得數據集合規范化、并進行概念分層。經過數據清洗后，進行數據轉化及建模工作，歸集到專業庫，供后續利用。同時不可忽視的是，要定期的對轉化方法、模型及應用效果進行回顧分析，評價模型的優缺點，持續進行改進。

綜上，本文對基于大數據的C2B模式在房地產領域的應用進行了闡述，并就C2B應用中的數據采集及轉化環節進行探析。