對數據的專業處理能力，被公認是一種巨大的能量
碧桂園的大單
TalkingData合伙人蔣奇去廣東見碧桂園董事局副主席楊女士時，他心里預想的是：她的第一個問題也許是——你們能幫我把庫存去掉嗎？
那是2014年，在公眾的印象里，房地產開發商都有著強烈的去庫存需求。
雖然TalkingData是一家覆蓋近30億臺獨立智能設備（包括智能手機、平板電腦等），同時服務超過10萬款移動應用、8萬開發者，以及招商銀行等金融企業的大數據公司，蔣奇并不希望他的客戶認為大數據什么問題都能解決。
幸好，楊女士的第一個問題并不是去庫存，而是投策。
起因是上海有一塊地，碧桂園的投策團隊認為要拿，而楊女士的另一個信息渠道認為這塊地并不合適，兩個信息來源對該地區常住人口成分、收入水平和競品樓盤的判斷完全不同。那么，大數據能解決這個問題嗎？
蔣奇迅速思考著：常住人口怎么判斷呢？把這個地塊活躍的移動端設備全部篩選出來，理論上，這個設備一個月都出現在這個區域，應該就是這個地區的常住人口；收入水平呢？最簡單的，手機類型就可以作為一個大致的判斷依據。
從邏輯上分析，這個問題似乎是可以解決的。
楊女士的第二個問題是營銷策略及優化。如何提高線下廣告，例如道旗和戶外廣告牌等對案場的引流，以及如何提高案場內的銷售轉化率。
對蔣奇來說，第二個問題Talk-ingData處理起來更加得心應手——TalkingData在移動互聯網營銷領域積累了大量的經驗，同時在線下數據的采集上也早有布局，借助生態內合作伙伴的解決方案，可以將線上、線下數據打通。
首先，道旗和戶外廣告牌上都可以增加數據探針，用于探測500米范圍內的用戶設備，默認在這個范圍內的潛在客戶看到了廣告；同時，在案場也安裝數據探針，探測到達案場的用戶；對比戶外廣告周邊和案場的用戶設備，就能判斷在戶外廣告附近出現的設備是不是到了案場，這就形成了一個從廣告到案場的引流轉化漏斗。
其次，TalkingData做過分析，潛在購房者有一個明顯特征，兩到三周內會頻繁到各個售樓處。通過位置、經緯度等數據，大概能篩選出這類人群。如果案場內發現了這樣的潛在購房者，有針對地營銷很可能促成成交，也就是楊女士最想要的結果，提高案場內銷售轉化率。
提問和回答，似乎都符合對方預期。
談話不斷深入，終于觸及到所有開發商關注的重點——房地產全生命周期運營，包括資產交易、資產管理，以及資產證券化等等。似乎在每一個環節，都有豐富的大數據應用場景。
那么，TalkingData能夠成為這個大一統數據解決方案的供應商嗎？
蔣奇的答復是，暫時還不行。
在拆解投策和營銷的兩個具體問題時，根據TalkingData既有數據業務能力，蔣奇分析的結論都是，可以一試，為什么談到最后，反而要拒絕楊女士的大單呢？
大猩猩可以撩小辣椒嗎？
“當你想用數據去解決業務問題時，你一定干不了所有的事情。大數據公司沒有房地產的基因，怎么去搞懂客戶的邏輯呢？”蔣奇說。
比如拿地，一筆數十億甚至上百億的資金投入背后，開發商的心態各異，到底是想賺錢，還是不賠錢只要安全；是要賺快錢，還是做長線；有些人甚至不要賺錢只想讓人們知道他很牛；有些則是洗錢。
情況很復雜，這時候，大數據能做什么呢？
有人把它做成了盔甲。“沒有大數據的時候，我是托尼斯塔克；有大數據的時候，我就是鋼鐵俠，但是核心還得是我。”說這句話的，是蔣奇非常認可的一個房地產和大數據“翻譯”鄭永祥。
這個80后有著7年萬科生涯，其中很重要的一段經歷是在萬科總部的產品品類部，參與市場、客戶和產品研究。這套研究體系為萬科不拿地王以及拿地10個月后開盤等投資開發策略提供后臺保障。
2011年離開萬科后，鄭永祥創立了禾略中國，他的團隊不大，十幾個人，為中國上市房企前30強中的17家提供過咨詢服務，一年前，他在業務中引入了大數據。
禾略中國基于大數據的主要產品是城市地圖，城市被切分成若干以一公里為單位的網格，每一個網格里都融合了人口、基建、經濟指標等海量數據。原則上，有了地塊位置，就可以得出某塊土地的投資價值。“以前說白了是賣我，在賣的過程中，很累，因為跨地域的成本非常高。而用到大數據時，威力大好多，全中國的業務都可以接，結果也更準確。”鄭永祥說，他期待的狀態是，“公司招一個人來，干半年，通過這套系統，得出來的結論應該跟我一樣，但現在看來，公司來的人，干三年，得出來的結論還不能和我一樣。”
對他來說，現在的數據質量已經夠好了，但是對公司來說，數據質量太差。“大數據需要結合細分行業經驗才能發揮作用，否則也只是大猩猩。”鄭永祥說，“人類之所以比猩猩智能很多，真正的差別并不是思考的速度，而是人類的大腦有一些獨特而復雜的認知模塊，這些模塊讓我們能夠進行復雜的語言呈現、長期規劃、或者抽象思考等等，而猩猩的腦子是做不來這些的。就算你把猩猩的腦子加速幾千倍，它還是沒有辦法在人類的層次思考的，它依然不知道怎樣用特定的工具來搭建精巧的模型——人類的很多認知能力是猩猩永遠比不上的，你給猩猩再多的時間也不行。”
對鄭永祥而言，數據是工具和盔甲，可以替人去跟小辣椒聊天，核心一定是人在操控。
另一家房企客研負責人和鄭永祥持相似的觀點。當下，大數據是他們做研究的重要依據，也是重要的阻礙。
這位要求匿名的負責人說，目前的大數據供應商很多，比如政府、TalkingData、三大通訊運營商、BAT、房地產經紀公司等等，它們基于人們的設備號和交易行為獲得數據，這些數據有優點、有局限、有壁壘。
使用過程中，大量的數據是殘缺和不準確的，真正有效的，有時只剩10%-30%，即便利用這些數據去做研究，得出的結論往往只是結果，比如，某一家購物中心的銷售額增長放緩，利用大數據分析得知，原因是黏性顧客數量變少，但是為什么會變少，以及如何防止變少，還無法得到答案。“這是個新時代的行業，由資本驅動，他們更迫切去描繪未來的夢，而不是解決當下的痛，數據質量要明顯改善，需要時間，需要一輪洗牌。”鄭永祥說。
他的數據來源包括中國電信以及在各種渠道做整合。有時，因為供應商提供的數據不完整和不準確，他和團隊需要花費大量時間和精力去修補，完成分析和對客戶的交付。鄭永祥認為，現階段純粹依靠數據會有一定的風險，所以補充了一些線下的數據收集方式。
另一家商業地產標桿企業與BAT在大數據領域合作時，則遇到了另一個問題，節奏不合拍。
一位主導了合作的工作人員對經濟觀察報說，大數據服務商會推出戰略性產品，尋找實力雄厚、自主管理可自行支配物業的行業標桿合作，商業方面可以找的就是萬達、凱德、大悅城、華潤等等，但這些企業都需要一段時間考察新產品對業務、對銷售額的扶持度和契合度，才會開始一套內部流程：上會、匯報、談判、MOU、具體項目合作計劃、合作協議、合作執行……也許3個月或者半年時間都算快的，但這對于互聯網公司來說還是太慢了，這段時間，他們的戰略性產品也許已經調整，甚至一個月左右，基層工作人員就已經大換血了。
這其實是硬幣的兩面，大數據和地產的對接，需要磨合期。
賺錢工具是緊箍咒？
大數據無可爭議地成了風口上的生意，每一個人都深涉其中，只是渾然不覺。我們在手機上的每一次點擊行為、在生活中每一個位置的移動停留，都會匯入龐大的數據洪流中。
它們或許成了不良商家廉價倒賣的手機號碼，或許被分析換算成某一幅熱力圖上升騰的顏色，或許匯成了某一頁PPT上的折線圖。
我們的信息是如何流轉成基礎數據的呢？蔣奇向經濟觀察報解釋了TalkingData通過移動端獲取數據的原理。
市面上有很多APP，開發團隊開發完一個APP，在App Store或其他應用市場上架只是第一步。為了更好地運營產品，他們需要了解用戶是如何使用他們的應用和相關服務的，他們對數據的需求非常直接，需要數據分析平臺收集并分析數據。
某些現象級應用可以覆蓋上億用戶，而要分析億級用戶數據，是一項非常巨大的工程。
一些技術門檻，比如上億數據跟后臺服務器的實時傳輸，一般的開發團隊很難解決。看似簡單的統計、分析在技術和成本上都是極大的挑戰。
而作為專業的智能數據平臺，TalkingData可以為開發者提供基于云服務的SaaS統計分析平臺。通過在應用內植入TalkingData 統計分析SDK——一套用于收集數據的傳感器，按照一定的邏輯去提取用戶在應用內的行為數據。
比如說，用戶在什么時間打開了應用，使用了多久，在哪些頁面做了跳轉等等。
在數據收集過程中，TalkingData并不收集用戶的登錄賬號、密碼等個人信息；僅采集用戶在應用內的非敏感型行為數據，并進行進一步的脫敏處理，確保用戶隱私安全。
簡單來說，用戶最終在系統內變成一個個脫敏、匿名的ID，是可以公開的數據。在不泄露真實姓名、手機號、身份證號等隱私數據的前提下，可以借助這個ID實現不同類型數據的匹配、打通，使得數據維度不斷擴展，讓數據流動。
過去5年，TalkingData的統計分析平臺為超過10萬款移動應用提供數據服務，其中包括寶開、滴滴出行、聚美優品等行業巨頭；通過這些應用積累下來的超過30億獨立智能設備背后的數據，是目前市場內最大的第三方大數據源。
而另一類信息由第一方企業、機構、組織掌握，比如房地產開發商、銀行、證券服務商、航空公司等等，這些組織擁有的數據就是第一方數據。
第三方的數據是通過類似的行為模式來描述、定位同一類人群，即“用戶畫像”；而第一方數據可以精準定位到一個人。
對這些數據的專業處理能力，被公認是一種巨大的能量。
回到蔣奇2014年拒過的碧桂園大單。當時，時機還不成熟，因為這不是一家數據平臺可以做到的，它需要來自各行各業的數據積累和打通。
2016年，這個大單終于落實了下來。合作內容是結合雙方數據制作城市人群圖譜，支撐投策；客戶深度畫像，優化營銷決策；建立智能數據管理平臺，支撐200萬物業、社區用戶的數據資產管理等等。
此時，TalkingData已經搭建起了地產大數據業務團隊，這是一個堪稱豪華的“翻譯”陣容——前臺是業務顧問，一般是地產咨詢行業背景，他們負責了解開發商的痛點和需求；中臺是項目經理，大多源自Oracle和Accenture等大型企業，負責管控數據服務的交付；后臺是算法及技術團隊，由數據科學家、數學家進行數據探索；底層則是各方面經驗豐富的數據技術團隊做支持。
在房地產大數據藍海中游了一年泳，鄭永祥的判斷是，大數據對房地產很重要，但是還沒到時候，因為，房地產的錢還是太好賺了。“為什么地王這么多？一塊地，凈利潤率只有6個點，你想開發商真無聊，還不如去放高利貸呢，但是，你知道這塊土地的自有資金的收益率是多少嗎？50%，年化，很好啊，有什么問題呢？”鄭永祥說，所以，與其說我們的數據成了別人的生意，不如說，我們的數據能給欲望帶上緊箍咒。“回到地王這個事兒，你讓數據去做一個投策的研究，不管你有沒有拿到這塊地，你都不會恐慌，不會像股市里的散戶一樣，沒有投資策略，一味追漲殺跌。其實我服務的不是開發商，而是客戶的欲望，大數據是什么？是緊箍咒，防止你被貪欲反噬，鬼城就是政府的貪欲嘛。現在，我可以用數據更直觀地給你建議，這不是更容易講明白嗎？所以，這件事的意義才剛剛開始顯現。”
京公網安備 11010502049343號