IT互联网 百科 财经 餐饮 动漫 法治社会 房产 国际 国内

WakeData地产行业数据中台,赋能房地产大运营

2020-07-23 

2020年已经过半,疫情的消极影响和不确定性,在过去的六个月中反复困扰着房地产行业。2月楼市冰点,3月房地产数字化营销迅速走红、房地产数字化升级如火如荼,而就在大家认为拐点来临的时候,5月,超80的大中城房价又出现了上涨,房地产泡沫似乎又大了一圈。到了6月,楼市热度持续,渐呈“量升价稳”的态势。无论是从房地产投资,还是房价、成交量上看,2020的下半场,房地产市场还将进一步走高。疫情的阴霾终于开始散去,曙光就在眼前。

风靡一时的房地产数据中台还要不要做呢?

表面上看,房企情急之下采取的数字化营销策略,成功扭转了局势,转为危机;从本质上看,数字化的趋势早在疫情前已经形成,疫情则将房地产“投研产供销”全流程抗风险能力低的短板,赤裸裸地暴露在众人面前,一旦遭遇突发情况,强如大象也将十分被动。

因此,数字化升级、数据中台、数字化营销并非“病急乱投医”,而是数字化时代给房地产行业出的“命题说话”,考察的两个标准,则是企业全域数据的盘活、内部经营管理与外部营销运营数字化建设,打分参照企业业绩增长,上不封顶。

地产数据中台怎么建?

数据中台,我们将其称为是数据应用的基础设施。为让数据更加灵活的支撑到前端业务,企业通过建立数据中台,将数据复用能力沉淀下来,形成数据从汇聚、开发、管理、到数据服务的一整套数据使用的机制。

6月底,线下大数据服务商WakeData数据总监魏战松,在2020年华南地产CIO夏季峰会上做主题分享,详细解析了地产数据中台的实施步骤和数字化营销构建方式,将技术与地产业务有机融合,创造地产业务特色价值场景。

WakeData魏战松认为,地产数据中台建设可大致分为三个部分的内容。一是支撑分析,主要是升级原有技术平台、建设经营分析指标体系;二为数据运营,规划地产特色价值场景、实现数据驱动运营;第三是数据智能产品与服务的形成,以大数据赋能全周期运营,孵化智能AI产品等。具体的实施步骤可分为:

· 技术体系建设

· 数据资产与规范体系建设

· 价值场景建设

· 数据运营建设

技术体系建设

技术体系的建设是数据中台的技术基础,主要解决数据集成、存储、开发、治理等核心技术组件问题,包含基础平台建设和数据治理。其中大数据基础平台是数据中台的底层核心,提供数据同步服务、多维分析服务、算法挖掘服务、数据开放服务、可视化服务、数据画像服务等能力;数据治理平台提供元数据服务、数据治理服务和指标监控服务等能力。利用中台将房地产企业的全域数据盘活,可显著提高企业的经营效率,降低开发成本。以WakeData某地产客户为例,惟数平台的部署,实现了该企业全域数据的多维度分析处理,可视化报表一键生成,将大屏的开发成本从原先的20000元降低至3000元,大大提高了企业效率,成本降低超85。

数据资产与规范体系建设

数据资产梳理方法论

在整个数据资产建设过程中,最重要的一个环节就是指标梳理, 梳理流程如下图所示。

步骤1、2、3、4、7是一般情况下技术团队会涉及到的事项,但据以往的实施经验,我们发现指标的梳理必须要与业务部门共同确认,包括到指标定义、口径、计算公式、数据来源等内容项,只有业务部门认可的数据指标才有意义。因此,在一般步骤的基础上,又增加了第5、6步,这两步对于指标的开发与发布都是重要且必要的。

资产规范建设包含资产、模型、规范的建设。首先根据企业业务划分资产域,地产行业业务过程是“投-研-产-供-销”,需要提取核心业务流程下各节点所产生或读取的关键数据实体,并归类到各个主题域下。

其次定义数据湖数据来源,最后根据主数据定义进行建模分析、数据治理和场景应用。我们针对地产行业提供了一套适配的资产建设模型,资产对象包含了城市、土地、项目等多层模型,主题域分为投策、设计、工程、采购等,原始数据来源于业务系统源表、爬虫数据及其他数据源,通过地产的核心价值链梳理将业务对象提取,以主数据为拉通的关键点,形成数据资产清单,最终构建出地产的数据仓库模型体系。

△图为地产行业数据模型

价值场景建设

价值场景的建设根据企业的商业模式、具体需求而有所不同,地产行业常见价值场景主要有大运营、客户经营两大场景。

大运营场景

地产行业的大运营包含货值结构分析和经营决策流程两大场景。

货值结构分析对土地获取、开工、获取预售证、开盘、交楼等阶段的货值进行监控,以货值=面积单价为计算基础,从集团、区域、项目、产品类型等维度对货值进行全方位的计算,帮助管理者从顶层了解公司当下货值的分布情况和结构情况。

经营决策场景以经营目标为导向,围绕现金流和利润两大核心,以计划管理为主线,基于货值管理,制定了营销策略、供货策略、投资拿地决策等多个类别的决策流程,自动输出相应的可视化数据报表,提供数据依据,帮助地产企业实现全项目、全周期和全专业的高效统筹经营。

针对地产行业,客户经营场景可大致分为营销投放、交叉营销、私域流量池中的全民营销、多业态全域用户的运营、会员的个性化服务等,有利于多渠道、多业态交叉引流,线上线下融合打通,实现地产行业客户经营从经验模式转变为数据驱动、智能经营的模式。

客户经营场景

针对地产行业,我们所设计的客户经营场景包含商业中心会员运营、跨业态用户运营、地产全民经纪人三大价值场景。

商业中心会员运营

通过中台上层的营销云,我们可以改善运营人员的营销方式,由营销寻找客户变为用户触发营销,打造个性化营销的同时降低营销成本,实现精准高效的数字化营销。

在过去,只有用户到达线下的购物中心后,才会看到各类促销活动宣传;现在,通过WakeData营销云,购物中心就可以快速触达全员用户,实现线上到线下商场的引流, 提升用户到商场购物的频次,促成交易,进而提高营业额。

跨业态用户运营

数据中台全域数据互联互通的特性,使得跨业态的用户运营变得畅通无阻、方便快捷。无论是线上线下,还是不同地区、不同项目的用户,其行为数据、消费能力、购买意向等数据都能够融合打通,能够实现由物业业主到商业购物中心的交叉引流;通过中台上层的客户云应用,定期为用户推荐活动消息、优惠券等,建立品牌与用户之间的连接,形成数据驱动的用户精细化运营。

地产全民经纪人

针对地产行业的数字化营销活动,我们开发了AI雷达的功能赋能导购,通过小程序看房、线下案场到访、朋友圈文章浏览等全渠道进行实时推送提醒,帮助“经纪人”快捷有效地触达潜在客户;“全民赚佣金”活动支持企业员工、业主、老客等多种角色成为分销员,增大地产营销活动的辐射半径,启动全员营销,结合全渠道的营销工具,实现营销效果的最大化。

数据运营建设

数据运营建设支撑着企业业务往精细化方向发展,是发现问题、分析问题、解决问题的过程,能够促进营销投放、供应商风控等业务的正向增长。

数据运营依赖于数据分析模型和算法运用,推动企业从“存量”转向“增量”。以用户增长理念提炼运营核心指标体系——AARRR模型,从获客Acquisition、活跃Activation、留存Retention、收入Revenue、传播Refer形成用户全生命周期的闭环模式,根据AARRR模型,能够准确反映出产品所处生命周期和对应周期的运营重点,同时也推动着数据中台的能力迭代和演进。

△数据中台应具备的平台能力

数据中台是地产行业数字化升级所需要的“底座”,无论是价值场景建设还是数据运营,都需要基于“底座”去构建;而在未来的数字经济时代,房地产大运营必须要具备“数据素养”,供货策略、多业态交叉引流、供应商风控、补货等方面若能得到数据的赋能,将大大提高企业经营效率、驱动业务的创新与迭代,助力企业创造更高的商业价值。