不久之前結束的鈦媒體峰會上，數據時代下的未來企業成了一個熱點話題，盡管大數據的話題已經有點“老生常談”，但隨著這波以深度學習為代表的人工智能大熱，作為人工智能這臺發動機燃料的大數據也再次成為人們關注的焦點。
數據變革，一切行業都在被賦能
如今隨著互聯網信息大爆發，每天產生的數據越來越多，一些過去只有人能夠做的事情，開始能夠通過機器的計算能力來實現。而基于人工智能的數據分析未來也很可能會成為像互聯網一樣的能力，被賦予到各個行業。
就如同當初的“互聯網+”一樣，成為各行業的“水電煤”。比如新聞領域，今日頭條就將人工智能用在自己的內容推薦引擎上；在醫療領域，應用深度學習的IBM Watson已經在診斷某些癌癥的精準度上已經超過了醫生；至于智能駕駛，早已經不是Google或者百度的構想，而是寶馬、奔馳等公司已經開始從L1階段測試的功能。
而在這其中，價值最大，但開發尚不算深的房產服務領域或許是最值得關注的一個方向。2016年，中國二手房交易額預計為5萬億人民幣，新房交易額約為10萬億人民幣，整個房地產市場的交易規模約為15萬億。這個數字是什么概念呢？
2015年中國的社會零售總額為30萬億，15萬億相當于所有中國人半年所有的零售消費開支。而大洋彼岸的美國，房產市場交易規模為1萬億美元，其中二手房為90%，也就是說中國是美國房產市場規模的2.5倍；至于鄰國日本，他們的房產市場交易規模只有中國的8%。
也就是這樣一個龐大的市場環境下，提供了海量的數據，同時也催生出了鏈家、我愛我家、中原地產，以及互聯網模式的愛屋吉屋等巨頭，而B輪融資估值超過300億人民幣的鏈家無疑是其中最大的，也是走的最往前的。
在傳統的模式下，為了提高匹配效率，房產中介只能不斷地增加中介門店和經紀人的數量，使其可以能夠對接更多的兩端客戶，核實更多的房源信息，即便是不少打著互聯網概念的房產O2O平臺也不過是將門店去掉了而已。
鏈家是這一模式的受益者，在過去的10年間，鏈家無論房市好壞，都保持了極高的擴張速度，使其能夠迅速占領了整個市場的6%以上，這對極度碎片化的房產中介市場來說無疑是一個巨無霸，但這樣的模式隨著擴張到一定程度，其邊際效應正在降低。如何更好的利用數據提升效率，這個時候也成了擺在傳統房產中介面前的一道難題。
占領先機，從信息匹配到數據深耕
正如前文所言，房產中介的意義不僅僅是信息匹配，更大的價值是服務。對于行業來說，數據化可以解決兩個問題，一是真實房產信息的快速查詢和存檔，二是買賣雙方的高效匹配，減少人工成本。這件事情并不容易，但也極為剛需，因為整個環節中的痛點實在是太多了。
在鈦媒體大會上，鏈家網CEO彭永東總結的或許更到位一些，在他看來：①中國一年內有買房需求的人數為3600萬，整個用戶群體相對稀?。虎谫I房是沖動消費，需求并不標準化，鏈家甚至用了300個字段去描述一套房源的特征；③買房決策時間跨度長，前后延續21周，每天打開購房信息App5次，極度高頻；④行業轉化率低，尤其是線上流量的轉化率。
這些痛點決定了數據化的重要意義，而數據又分為房的數據、人的數據、流程的數據，從這三者來看，鏈家無疑都占有了先機。
房的數據層面，鏈家目前進入了國內28個城市及地區的房產中介市場，通過每套房產300個字段字段的描述，收集了近7000萬套房源的數據，這些大多都是靠經紀人實地看房后總結完成的，這其中或許還存在不結構化這樣的問題，但無疑已經是一個巨大的數據金礦了。
人的數據層面，房產交易行為時動態的，因此鏈家希望靠網站和App建立一套完整的用戶賬號系統，而不是傳統的依靠經紀人個人連接用戶。隨著越來越多的用戶轉移到線上，鏈家可以通過分析用戶的瀏覽、收藏、實際看房行為總結用戶畫像，為其搭上對應的標簽，以便于完成匹配。
流程數據層面，房產交易本身是一個非標準化的服務，并不像滴滴、Uber一樣，將用戶從一個出發地送到另一個目的地。但這其中依然會有很多標準化的流程數據，比如用戶對經紀人的點評、實際的帶看記錄等，目前僅用戶點評鏈家平臺上一天就會產生1.8萬條。
基于這些數據基礎做信息的結構化，然后利用數據提高買賣方的匹配效率，讓機器部分取代人工，也讓數據幫助整個服務流程更標準化，這就是鏈家的野心。而這件事的核心目的則是提高轉化率，將2500分之一的轉化率提高千分之一，甚至百分之一。
放眼未來，數據能夠為房產服務帶來什么？
轉化率的提高帶來的則是效率的提高和結構的優化，隨著數據的進一步深化應用，房產行業最大的可能便是改變原有的靠擴大經紀人隊伍和增加門店實現規模提升的模式，單店效率、或者單經紀人的效率將成為關鍵。
但這并意味著互聯網、數據可以取代人工，因為房產服務的本質還是一種服務，既然是服務就需要有人作為服務的實現者，連接人與數據。還是那句話，房產這種重資產交易永遠都不會成為一個股市一樣的自由公開市場，至少在尚未完全數據化之前。
在傳統的房產O2O模式中，線上被創業者看做是獲客渠道，看似故事很成立，房產交易是低頻、高客單價的生意，似乎很適合從線上引流。但問題在于極低的轉化效率，這個問題在線上流量增長紅利結束，流量價格高漲的2016年被放大化，進而導致了愛屋吉屋這樣昔日的明星項目陷入危機。
其實現如今，線下門店的獲客成本其實要比線上低的多。于是我們可以看到像愛屋吉屋這樣的O2O平臺也開始強調單經紀人效率，強調業務流程標準化，走這些鏈家、我愛我家們曾經走過一遍的路。
而反觀像鏈家這樣的傳統中介巨頭，似乎在人們印象中他們的互聯網色彩并不濃，但由于擁有足夠多的信息積累，當他們將這些信息結構化成為數據時，他們反而更容易互聯網化，也更能直接讓互聯網帶來效果。
無論是互聯網，還是數據，甚至是未來的人工智能，對于房產服務行業來說，都只是水電煤一樣的基礎設施，而最終的生意還是要回到服務本身，無論是靠人服務，還是靠數據服務。
京公網安備 11010502049343號