房产中介的大数据务实法则

　　在用互联网、大数据技术打造“重线上、轻线下”网上房屋中介模式走不通后， 链家地产在寻找新的数据驱动道路。

　　陈泽帅并不是普通的房屋经纪人，他是上海链家研究院的院长，负责用数据驱动链家业务的增长。在一线门店两个月的体验经历，让他增添了更多使命感。

　　“10年前，中国房屋经纪人的平均年龄是22岁，10年后还是22岁，这说明这个行业的人员流转率太高了。”陈泽帅说，“在出租车行业都能沉淀下来那么多老司机，为什么房地产经纪人既要具备专业技巧，被托付客户人生最大的财富，却沉淀不下来呢？”

　　一线的体验让陈泽帅第一次从“改变人”的角度来思考数据的价值。陈泽帅和同事希望通过数据研究，为经纪人找到一些专业的方法论，为他们创造更完善的职业发展空间。

　　几年前，互联网思维也席卷了房地产中介市场，市场上涌现出一些创业公司，期望用互联网、大数据技术来打造“重线上、轻线下”的网上房屋中介模式。但现在这被证明是行不通的，“因为房屋交易中的风险太多了。在美国，甚至二手房经纪人只能负责一端，要么客户，要么业主，中间的斡旋和协调就像律师打官司一样。”陈泽帅说。

　　链家依然在线下扩张，现在全国有近8000家门店，10多万经纪人。那么，如果不是为打造线上模式，房地产中介做大数据的主要目的是什么？陈泽帅认为当前的核心是“缩短交易过程”。

　　房产O2O企业的服务周期非常漫长，客户最终找到一套房子大概需要90天。“我们需要更多的过程数据，提高各种匹配效率，期望效率能跑赢房价增长速度，打破中介靠房价增长挣钱的规律。我们也期望优化服务来提高市占率，让中介在波动的市场上，也不需要看天吃饭”。

　　不登陆也能找到你

　　陈泽帅他们做的关键一步是打通线下线上数据。

　　房地产中介的获客成本非常高昂。以前，经纪人每接到一个电话平均需要几十元成本，现在这个成本又翻了几倍。

　　“我们非常想知道，客户在打电话之前，是不是通过链家网或其他渠道接触了链家。”陈泽帅说，“但这个挑战很大。”因为在PC网页端，只有2%的客户会先登录后浏览；APP上也只有30%的客户先登陆再使用。怎样才能不依赖用户登陆来感知到他们？

　　陈泽帅团队对产品做了很大改变。他们把二维码放到房屋网详情页上，每个二维码对应着唯一的房源和经纪人。客户可以查看房屋资料，扫码产生拨号和存储动作，完成线上浏览和线下电话的串联。

　　采用这个创意后，PC上大约10%的客户会扫码，扫码后，70%的客户信息会与电话成功串联，APP与电话的串联达到85%。结合大数据企业Growing IO的客户线上行为数据采集，并经过分析，链家可以追溯到70%以上来电客户之前的线上浏览行为。这拉长了整个业务漏斗。

　　打通线上线下后，当经纪人接到电话，平台可以为他推送客户的需求标签，如客户之前看过哪些房源、对哪个地段感兴趣、对哪种价位或户型更关注，这让经纪人能有的放矢，不再漫天匹配房源，经纪人的房屋匹配效率由此提升30%。

　　更有趣的是，平台还能通过客户的行为，分析他处于购房的哪个阶段——是刚开始随便逛逛，还是比较专注地深度找房，从而推测成交概率。这个概率的准确率已达到81%，也就是说，在100个客人中，链家能算准81位客户的成交情况。

　　现在，陈泽帅团队正在串联经纪人线上线下行为，分析提炼经纪人行为中的最佳实践。

　　未来，陈泽帅团队希望为业主提供更多数据支持，消除房产交易过程中的信息不对称。“传统上，中介行业赚钱的方式就是利用信息不对称这样一个技巧，但我们希望链家率先改变自己，改变这个行业”。

　　养数据

　　“便宜、灵活、不用反复造轮子”是陈泽帅总结的做大数据的法则。

　　“养数据”要考虑成本。“养数据就好比造飞机。实际上，后面培养飞行员的成本会更高。我们只有先用比较低的成本养数据，才有钱去培养数据分析团队，做后面更有价值的事。”他说。

　　陈泽帅从金融行业起步做数据分析。他观察到，金融业是全球最早用数据改变产品和业务的行业花了很高成本来养数据。很多行业之所以没有用数据驱动增长，也是因为当初养数据的门槛太高。现在互联网公司有各种方法降低成本，这让更多行业和企业有了使用数据驱动增长的可能。

　　过去两年间，陈泽帅团队对收集线上数据做了各种探索。起初，他们自己开发了ERP系统，在系统中埋点来收集线上行为数据，但发现很多数据采集不到，这期间的开发和维护成本也很高。后来，他们选择了第三方Growing IO的创新方案，它不用埋点，能高频率、规模化地收集目标人群的线上行为数据，并能大幅降低成本。

　　养数据的目标是为了“提炼金子”，获得商业价值。在炼金过程中，陈泽帅认为不能反复造轮子，要尽可能使用各种现有工具。在此过程中，链家也大量使用开源技术的商业化版本，既便宜又易于维护，例如Cloudera。

　　“我们认为，工具要为人所用，成本要低，要尽可能稳定，能快速提供服务。”陈泽帅说，“这样，数据分析团队才可以聚焦商业价值，输出与商业相关的能力。”

　　炼金后，要把数据分析团队产出的智慧卖出去，这要与管理团队建立互信，“我们这个过程至少花了半年时间”。

　　“数据分析团队类似一家企业的‘十万个为什么’，管理层会时不时拿各种问题来寻求答案，我们提出建设性意见，他们会去验证。”陈泽帅说。

　　有一段时间，链家上海经纪人的工作量在下滑，管理层来问陈泽帅团队这是为什么？从数据分析平台上展现出来的是最近经纪人都在忙于一个步骤复杂的市场营销活动，而这个活动的产出并不高。“我们给出了建议，管理层把某些区域的营销活动停下来，经纪人的工作量立刻就上去了”。

　　在这个试金过程中，也是对智力和人的不断投入。现在，数据分析团队的背景大多为数学、统计学和少量的MBA，相比市场上单纯的工具培训，大家更需要商业知识培训，获得敏锐的商业感觉。

　　“我们前不久去参加了Growing IO举办的增长大会，会上分享了驱动企业增长的各种理念和模型，它弱化了工具的概念，宣传数据分析回归商业本质的理念。”陈泽帅说。这也是他团队中每一位成员在做数据分析之前，都要到一线去实习的原因。

　　文/赵艳秋