大數(shù)據(jù)在長三角房地產經濟發(fā)展過程中的應用分析

文/嚴志民 梁麗燕 陳煥春

數(shù)字經濟時代，數(shù)據(jù)資源的應用價值備受政府和企業(yè)的關注。大數(shù)據(jù)技術的快速發(fā)展和成熟運用，是數(shù)字經濟發(fā)展的重要動力，因為不同市場主體可以利用大數(shù)據(jù)技術實現(xiàn)不同的經濟價值。大數(shù)據(jù)技術對政府決策和企業(yè)經營管理都起著重要的支持作用，也逐步對個人生活產生巨大的影響。大數(shù)據(jù)技術和信息化技術的進步，可提高市場信息效率、加速供需匹配、使政府監(jiān)管精準化，提高社會各部門的整體效率和福利水平，長三角要實現(xiàn)高質量的一體化，需要以數(shù)字經濟為推動力，實現(xiàn)數(shù)字一體化。

房地產業(yè)作為國民經濟的重要組成部分、關系到國計民生，同時也是數(shù)據(jù)海量匯集的行業(yè)，大數(shù)據(jù)技術可以用來服務于政府，為政府的宏觀決策與房地產市場調控提供及時、全面、深入的研判依據(jù)，可以用來服務于房地產企業(yè)，提供全產業(yè)鏈的運營決策，更可以用來服務于個人，為他們的住房相關決策提供充分信息。與此同時，大數(shù)據(jù)技術推動數(shù)字經濟的發(fā)展，也對傳統(tǒng)的產業(yè)和運營模式造成深刻影響。因此，將大數(shù)據(jù)的挖掘和分析技術應用于房地產行業(yè)，建立房地產大數(shù)據(jù)，既充分又必要。

一、大數(shù)據(jù)驅動房地產業(yè)發(fā)展的意義

在過去，房地產業(yè)相關各部門的數(shù)據(jù)很難關聯(lián)和共享。嚴重的信息不對稱使得政府決策缺少客觀依據(jù)，企業(yè)經營難以把握行業(yè)動態(tài)，消費者購房缺少市場信息。大數(shù)據(jù)挖掘與分析技術可以全方位地把脈市場運行發(fā)展狀況，發(fā)現(xiàn)市場問題和異常變化，向政府、企業(yè)和消費者提供有效信息，驅動房地產行業(yè)的健康發(fā)展。

房地產大數(shù)據(jù)在城市治理中的作用主要是服務于政府、企業(yè)及個人。它的第一個作用是“薦政”。它賦能政府大數(shù)據(jù)預警、預測、決策、治理。大數(shù)據(jù)已經成為提升政府治理能力的新工具，促使政府建立“用數(shù)據(jù)說話，用數(shù)據(jù)決策，用數(shù)據(jù)管理，用數(shù)據(jù)創(chuàng)新”的管理機制，有利于為政府的科學決策提供重要的研判依據(jù)和科技支撐，提升其分析決策能力。房地產大數(shù)據(jù)能夠防范市場風險，提高行業(yè)從業(yè)主體素質，規(guī)范市場秩序，加強民生服務，也能向企業(yè)提供良好的經營環(huán)境。房地產大數(shù)據(jù)的第二個作用是“薦企”?；趯κ袌龅谋O(jiān)控，它能提供對土地、新房、二手房的全周期客觀判斷。房地產行業(yè)一直在國民經濟中扮演重要角色，關系國計民生。為了更好地服務社會、響應國家政策，同時也增強自身能力以適應房地產行業(yè)日益加劇的競爭，房地產企業(yè)需要借助大數(shù)據(jù)的技術將國民經濟各領域、市場各行業(yè)、企業(yè)各部門的數(shù)據(jù)關聯(lián)起來進行綜合分析、作出最優(yōu)決策。房地產大數(shù)據(jù)的第三個作用是“薦民”，為市民提供可追溯的涵蓋房屋全生命周期的信息和基于數(shù)據(jù)分析的精準推薦服務體系。房屋是人民群眾用于居住、娛樂、社交活動的重要場所。利用房地產大數(shù)據(jù)，可通過可視化的圖表向消費者展示房地產信息，并基于數(shù)據(jù)分析向個人提供精準化的推薦服務，創(chuàng)造更多便民惠民服務，滿足人民群眾“住有所居、住有宜居、住有安居、住有樂居”的美好居住需求。

二、打造房地產大數(shù)據(jù)應用服務體系

房地產大數(shù)據(jù)經過積累沉淀，可形成信息化（IT）、全傳媒（MT）、大數(shù)據(jù)（DT）的3T 融合發(fā)展模式。打造五級指標體系和八大數(shù)據(jù)主題域，建立大數(shù)據(jù)應用服務的基礎，保證數(shù)據(jù)存儲和應用服務的安全。通過整合各界資源、專業(yè)研究，形成有應用價值的算法和模型，實現(xiàn)大數(shù)據(jù)在房地產行業(yè)的實踐應用。通過“數(shù)+術+樹”即三“SHU”的結合，持續(xù)為政府、企業(yè)和個人賦能。

（一）“數(shù)”——服務源頭

第一個“SHU”是“數(shù)”，即數(shù)據(jù)，是一系列后續(xù)服務的源頭?；凇傲㈨棥?guī)劃——土地出讓——拆遷——建設——預售——銷售——交付——物業(yè)”的房產開發(fā)全產業(yè)鏈，梳理數(shù)據(jù)邏輯鏈，建立實時動態(tài)的房屋全生命周期樓盤字典，將房地產數(shù)字化，用來感知房屋生命體征，構筑大數(shù)據(jù)分析應用的基礎。

1.多源數(shù)據(jù)采集。房地產業(yè)作為國民經濟的重要產業(yè)，直接關系到民生福祉、經濟發(fā)展、金融體系的安全，以及相關56 個產業(yè)的發(fā)展。房地產業(yè)的運行與社會各部門相互影響、緊密聯(lián)系。因此，房地產大數(shù)據(jù)需要多源化采集。

一是房管系統(tǒng)數(shù)據(jù)。基于商品房預售、二手房交易、住房保障、房屋安全等業(yè)務信息系統(tǒng)，采集房產管理領域內的業(yè)務屬性數(shù)據(jù)、檔案影像數(shù)據(jù)、GIS 空間數(shù)據(jù)和信息發(fā)布等數(shù)據(jù)，以及房地產項目、預售許可、網(wǎng)簽備案、貸款等信息。

二是政務數(shù)據(jù)采集。房地產業(yè)涉及政策、經濟、金融、人口、產業(yè)甚至市政建設等領域，通過城市大腦等政府大數(shù)據(jù)項目建設，實現(xiàn)政務公開數(shù)據(jù)的采集，歸集行業(yè)相關數(shù)據(jù)。

三是社會數(shù)據(jù)采集。經用戶授權，通過調研等方式，合法合規(guī)合理地采集、歸集社會數(shù)據(jù)，以輔助大數(shù)據(jù)的分析和應用。

2.五級指標體系。完成多源數(shù)據(jù)采集后，進行數(shù)據(jù)清洗。在清洗過程中，應當遵循“標準先行”的原則。利用雪花模型和星形模型建立數(shù)據(jù)的關聯(lián)性，構建五級指標體系，分別是元數(shù)據(jù)、關聯(lián)數(shù)據(jù)、基礎統(tǒng)計數(shù)據(jù)、多維分析數(shù)據(jù)和決策數(shù)據(jù)。

通過嚴格執(zhí)行數(shù)據(jù)標準，從整體上提升數(shù)據(jù)質量、數(shù)據(jù)內涵及數(shù)據(jù)管理水平，為實現(xiàn)房地產全生命周期數(shù)據(jù)流的暢通和全系統(tǒng)信息資源的共享奠定基礎。

圖1 五級指標體系

3.八大主題域。數(shù)據(jù)清洗之后，遵循“以應用為導向”的原則建設數(shù)據(jù)倉。圍繞“房、人、權、錢”四要素，從房管的業(yè)務職能出發(fā)，梳理構建一個房屋主題庫，提出覆蓋房地產全周期的八大主題域，分別為市場域、房屋域、主體域、資金域、交易域、保障域、物業(yè)域、安全域。通過多源頭、廣覆蓋的數(shù)據(jù)采集，進行縱向多層級數(shù)據(jù)處理和標準數(shù)據(jù)生成，以及橫向多主題域的標準劃分處理。

信息安全的保障是數(shù)據(jù)建設和應用過程中非常重要的環(huán)節(jié)。因此，在對外進行輸出時，只輸出能力和服務，隔離內外系統(tǒng)，從而充分保證數(shù)據(jù)和產品的使用安全，實現(xiàn)安全監(jiān)管。在數(shù)據(jù)應用時，需求方提出業(yè)務應用需求，通過對匯聚的數(shù)據(jù)進行清洗，提煉出標準可用的信息，并通過算法得出應用結果，生成產品，實現(xiàn)智能化推送。需求方通過SAAS 等相關平臺實現(xiàn)數(shù)據(jù)反饋，打造數(shù)據(jù)閉環(huán)，使數(shù)據(jù)不斷匯入，并動態(tài)檢驗模型和成果?；谶@些特性，房地產大數(shù)據(jù)將變得既有廣度又有深度。這種大數(shù)據(jù)的標準化、完備性和安全性為滿足城市各主體對數(shù)據(jù)服務的各種需求奠定基礎。

圖2 八大主題域

（二）“術”——服務能力

第二個“SHU”是“術”，即算術，是服務的能力。只有引進處理和運用大數(shù)據(jù)的專業(yè)方法和工具，建設專業(yè)的大數(shù)據(jù)應用人才隊伍，建立具有前瞻性的業(yè)務分析模型，具備把握、預測市場和用戶行為的能力，才能將數(shù)據(jù)挖掘與分析更有價值地運用到業(yè)務管理過程中。要培養(yǎng)一支大數(shù)據(jù)專業(yè)人才隊伍，通過對數(shù)據(jù)的加工、清洗、處理，采取多維分析手段，進行常規(guī)市場監(jiān)測分析、專項課題研究、指數(shù)建設、模型搭建等，全方位把脈市場運行發(fā)展狀況，發(fā)現(xiàn)市場問題和異常變化，提出相關建議，為政府、企業(yè)決策提供客觀依據(jù)。

房地產大數(shù)據(jù)應當提供完備、深入而且及時的市場監(jiān)測分析。供給方面，支撐當前可售量、潛在供應量以及供給結構、區(qū)域差別等模塊分析。需求方面，支撐人口分析、資金能力分析、地域來源分析、房型偏好分析、租購周期分析、租購路徑變化分析等。這些分析有助于包括政府在內的各主體及時、準確地了解市場實際供需的總量、結構和分布，包括居民的換房周期、市場購買力的分布等。

在常規(guī)市場監(jiān)測分析的基礎上，還可利用房地產大數(shù)據(jù)提供專項課題研究。結合各類專題研究分析，深入挖掘熱點現(xiàn)象數(shù)據(jù)，發(fā)現(xiàn)市場異動變化，探索原因并及時上報，以便主管部門及時準確掌握全方位、多維度的市場情況。

除了常規(guī)監(jiān)測和專項課題研究，也可通過建模等方法完成專業(yè)性的指數(shù)建設，給相關部門提供參考。指數(shù)建設，可從一級土地市場到二級新房市場到三級二手房市場到租賃市場，構建完整的模型體系，提供土地市場指數(shù)、新房價格指數(shù)、二手房價格指數(shù)、租賃價格指數(shù)等。

無論是專項課題研究還是指數(shù)建設，都需要利用房地產行業(yè)各種大數(shù)據(jù)應用模型，在數(shù)據(jù)采集維度不斷增加，大數(shù)據(jù)應用空間、應用場景不斷拓展的情況下，逐步完善并形成一個動態(tài)修正、科學全面、適應發(fā)展的模型體系。如房地產市場監(jiān)測預警模型，包含經濟協(xié)調性指標、金融協(xié)調性指標、市場供需關系指標、住房價格指標等，各類指標反映單個城市運行結果，起到預警作用。對于城市之間、一線二線之間的指數(shù)演變，可通過關聯(lián)分析，研究發(fā)展風向標，實現(xiàn)城市間的預警。

另外，根據(jù)業(yè)務和監(jiān)管需要，可建設其他多類模型。例如，建設城市競爭力模型，圍繞硬競爭力和軟競爭力，構建包括城市經濟實力、人口教育實力、政府實力、基礎建設水平等指標，從人、錢、地、市角度研究長三角城市格局與競爭力。再如，建設企業(yè)信用評價模型，對房地產開發(fā)企業(yè)在開發(fā)、信貸、納稅、合同履約、產品質量、社會責任等方面的信用記錄、信用能力、信用建設進行全面評價。此外，還可建設住房消費需求規(guī)模預測模型、房屋價格評估模型、小區(qū)競爭力模型、個人信用評價模型等一系列模型。

（三）“樹”——服務輸出

第三個“SHU”是“樹”，即樹立，是服務的輸出。房地產大數(shù)據(jù)最重要的目標即要實現(xiàn)的核心應用是城市科學治理。通過“數(shù)+術+樹”的三“SHU”結合，服務政府宏觀決策、企業(yè)經營和個人需求等多個方面，提升城市治理績效，向企業(yè)、市民提供精準化服務，實現(xiàn)其在房地產行業(yè)發(fā)展中的作用。

1.實現(xiàn)市場預警預報。預警預報應用主要體現(xiàn)在，當實時統(tǒng)計分析結果觸發(fā)異動條件，系統(tǒng)就發(fā)送提示信息給相應主管部門或責任人，實現(xiàn)及時預報。這有助于相應主管部門或責任人更加及時地掌握市場動態(tài)，對特殊情況進行及時的分析處理。

第一，市場信心預警。國外很早就有專家借助谷歌搜索引擎來預測住房價格和銷售，提出基于搜索關鍵詞的分析模型。房屋網(wǎng)簽具有滯后性，可充分結合一線案場的來電量、來人量、中介帶看量、監(jiān)管平臺房源掛牌量、主流網(wǎng)站點擊量等指標進行建模，構建周度信心指數(shù)并用以預警即將到來的周度成交量變化。例如，2016 年9 月，受到G20 等城市紅利影響，杭州售樓部看房客戶數(shù)量呈現(xiàn)爆發(fā)式增長。購房人信心指數(shù)短期內快速增長，說明市場熱度升溫顯著。后期的每日網(wǎng)簽數(shù)據(jù)走勢基本與購房人信心指數(shù)走勢呈正相關，說明信心指數(shù)能夠精準、前瞻地預測后市的交易量。

第二，市場行情預警。從宏觀經濟到微觀市場，從土地出讓到房產交易，從房屋買賣到房屋租賃，從量到價，從供給到需求，從總量到結構，房地產大數(shù)據(jù)通過實時的監(jiān)測實現(xiàn)及時預警，從而協(xié)助主管部門提高科學決策水平、提升管理效率。例如，2016 年，杭州房地產市場熱度上升，以上海、浙江省內客戶為主的外地投資客大量進入杭州置業(yè)。數(shù)據(jù)顯示，2016 年3-10 月，杭州市區(qū)新建商品住宅購房者中外地購房人占比呈現(xiàn)上升趨勢。其中2016 年10月外地購房人占比高達50%。投資性需求過熱，市場警情顯著。接收到市場警情報送后，政府部門迅速出臺針對性調控政策，包括外地人購房需連續(xù)繳納1 年以上個稅或社保且不予補繳，商貸首套首付3 成、二套6 成等。“限購、限貸”政策升級，投資性需求受到打壓。至2016 年11 月，外地購房人占比回落至3 成以下的正常水平，調控政策出臺有理有據(jù)，且具有高效性、精準性。

第三，企業(yè)風險預警?；馄髽I(yè)風險，事前監(jiān)管重于事后處置。房地產大數(shù)據(jù)的應用，可幫助實現(xiàn)企業(yè)資金監(jiān)管（包括預售資金監(jiān)管、二手房資金監(jiān)管、租賃資金監(jiān)管），以及企業(yè)全流程（拿地——規(guī)劃——建設——銷售——交付）的信用監(jiān)管。從現(xiàn)有房地產企業(yè)項目開發(fā)中發(fā)生的問題來看，企業(yè)資金鏈斷裂、債權債務糾紛以及前期規(guī)劃不當?shù)龋窃斐蓸潜P爛尾等問題的重要原因，市場供需變化、開發(fā)商實力不強以及政府監(jiān)管缺位等則是造成樓盤爛尾的深層次原因。做好事后處置的同時，更應重視事前監(jiān)管。政府應進一步加強房地產企業(yè)監(jiān)管，同時建立預警機制，及時公布問題企業(yè)信息，建立企業(yè)信用評價和風險預警。

第四，房屋安全預警。房屋安全程度的高低，直接關系到每個家庭的生命和財產安全。利用大數(shù)據(jù)，可從房齡預警、危房預警等多方面入手，建立一個切實可行的城市房屋安全預警系統(tǒng)，對城市房屋安全應急事件中產生的各個危險點進行預判與界定。房齡預警方面，對房屋建成年代、材料、結構、周邊建筑施工信息等內容進行分析，實現(xiàn)房屋使用周期判斷。危房預警方面，可對房屋安全調查信息進行及時跟蹤，對同類房屋信息進行分類分析，建立危房預警。

第五，輿情趨勢預警。通過互聯(lián)網(wǎng)行為軌跡的大數(shù)據(jù)分析，監(jiān)測市場關注熱點，進而對重點區(qū)域、項目進行有效的事前管控。對一些熱點新聞，政府監(jiān)管部門以真實數(shù)據(jù)說話，引導業(yè)內各界理性研判。例如搖號政策實施后，有人為了獲取一、二手房價格倒掛的紅利，以企業(yè)名義參與搖號并獲得購房資格，報道后業(yè)內反響較大。接收輿情預警信息后，政府相關部門迅速出臺搖號政策補充條例，禁止企業(yè)報名登記，規(guī)范市場秩序，維護廣大人民群眾的基本利益。

2.輔助宏觀決策制定。利用房地產大數(shù)據(jù)，輔助政府部門進行宏觀決策制定。例如，從穩(wěn)房價的角度，對項目價格進行科學指導。首先結合板塊區(qū)域發(fā)展力度規(guī)劃，根據(jù)一、二手房價格倒掛情況和市場接受度情況等，構建板塊的指導價。然后運用相類似的項目作為樣本，通過對影響房地產價格的因素（包括政策因素）進行分析及修正，得到項目的指導價。

穩(wěn)房價的同時，關注土地價格，進行房地價聯(lián)動分析。在房價指導價基礎上，結合經濟水平、人口規(guī)模等宏觀因素，地塊因素、鄰里特征等微觀因素，借助模型評估板塊地價的合理性，給相關部門提供一定的參考。

除了房價和地價，也可以對車位價格作出指導。限價條件下，市場上出現(xiàn)了一些綁定車位銷售房產的現(xiàn)象，這損害了消費者權益，導致了不少上訪事件的發(fā)生。因此，對車位價格進行指導，也是提升民生滿意度的一項工程。

“解民憂，惠民生”，讓市民居住生活更美好，這些是大數(shù)據(jù)服務房地產業(yè)發(fā)展的重要場景。嵌入大數(shù)據(jù)模型和AI 算法，可輔助宏觀決策制定。

3.服務開發(fā)戰(zhàn)略布局。隨著行業(yè)的不斷深入發(fā)展，開發(fā)商之間的競爭進入白熱化，主戰(zhàn)場從一線城市逐步轉移到二線城市和一些三、四線城市，戰(zhàn)略布局關系到企業(yè)的生死存亡。大數(shù)據(jù)可以從宏觀上分析市場的現(xiàn)狀與前景，為開發(fā)商的戰(zhàn)略布局提供至關重要的指導。長三角作為我國經濟活動最活躍的城市圈，集中了房地產市場的精華，僅浙江省就在全國的銷售額之中占到10%左右，可謂兵家必爭之地。可通過大數(shù)據(jù)針對長三角進行經濟、交通、產業(yè)、人口等方面的分析，繪制房產投資格局地圖，在高鐵拉動的一體化時代大背景下，為開發(fā)商在長三角的戰(zhàn)略布局提供重要的決策依據(jù)。

除了戰(zhàn)略布局的分析，大數(shù)據(jù)還可以實現(xiàn)跨城市、跨區(qū)域的協(xié)同分析研究，解決一些特定市場的特殊問題，為城市圈內的房地產市場融合發(fā)展提供新的分析模型。比如針對長三角的環(huán)滬、環(huán)杭兩大市場客群構成及演變的研究，必須打破城市界限，運用大數(shù)據(jù)來分析不同區(qū)域的客戶占比，從而判斷中心城市對于其城市圈內周邊城市市場的支撐程度。這對于身處其中的政府和開發(fā)商來說至關重要，一方面關系到本城市的調控政策，另一方面關系到營銷的策略、渠道的鋪排，甚至關系到拿地布局。

房地產市場存在一些特定的市場，客群也并以非本地人口為主力，大數(shù)據(jù)能將客戶的購買邏輯分析清楚。文旅地產就是一個典型的特定市場，長三角有不少城市的文旅地產市場上有上?？蛻艉秃贾菘蛻?，但是不同城市當中各地客戶的占比有很大不同，購買邏輯也有很大差別。以安吉、德清這樣風景秀美且房價相對不高的城市為例，他們的文旅地產主力客群到底是上?？蛻暨€是杭州客戶，其實是非常關鍵性的問題，這不僅需要從交通距離角度去分析，還要結合歷史文脈和各種淵源，只有通過大數(shù)據(jù)才能撥開文旅地產客戶的迷霧。

4.服務項目開發(fā)建設。房地產開發(fā)過程中，利用大數(shù)據(jù)可以指導房地產相關企業(yè)了解行業(yè)整體發(fā)展態(tài)勢及經濟運行狀況，為企業(yè)提供戰(zhàn)略思路。大數(shù)據(jù)服務以企業(yè)需求為導向，以行業(yè)為主線，全面整合市場、企業(yè)等多層面數(shù)據(jù)源，依據(jù)權威的數(shù)據(jù)和科學的分析體系，從行業(yè)發(fā)展的方向、格局和政策環(huán)境出發(fā)，幫助企業(yè)評估行業(yè)投資價值，準確把握行業(yè)發(fā)展趨勢。

在房企拿地階段，可對土地市場情況，利用大數(shù)據(jù)系統(tǒng)進行分析和建模處理，合理研判土地價格及其未來變化。具體來說，大數(shù)據(jù)服務可以研判各種風險的發(fā)生概率，模擬價格走勢以及預測銷售周期，在此基礎上根據(jù)對財務凈現(xiàn)值的計算，評估地塊的合理價格，降低投資風險。

在項目定位階段，可跟蹤長周期的歷史開發(fā)信息，有針對性地對不同業(yè)態(tài)、多種市場需求進行研究，對企業(yè)項目多元化投資發(fā)展進行研判分析，實現(xiàn)對項目規(guī)劃的科學定位。

在項目定價階段，可利用房地產大數(shù)據(jù)對城市項目價格梯度進行分析，結合市場購買力研究，判斷購房人支付能力，對戶型、樓層、配套等方面的需求偏好，幫助企業(yè)實現(xiàn)項目的合理定價。

5.支持企業(yè)運營推廣。傳統(tǒng)的市場推廣投入高、收效低，主要原因之一就是廣告投放不精準。通過對目標客戶群體的主要消費特征進行精準的大數(shù)據(jù)分析，可以接受度最高的廣告形式行進精準投放，能夠提高營銷成功概率。大數(shù)據(jù)的存在豐富了企業(yè)之間的市場競爭手段，大數(shù)據(jù)可以為房地產企業(yè)提升廣告投放有效轉化率、客戶體驗滿意度等。

可通過建立完整的客戶大數(shù)據(jù)系統(tǒng)，將客戶進行系統(tǒng)的分類，再通過大數(shù)據(jù)挖掘潛在客戶，了解他們的購買需求，實現(xiàn)對客戶的畫像。比如，2016 年起，長三角眾多城市啟動征遷，產生大量拆遷戶，通過政府公開的信息采集各個區(qū)域征遷大數(shù)據(jù)，包括征遷地點、征遷戶數(shù)總量情況、征遷時間進度、貨幣化補償標準等，可建立模型研判征遷帶來的潛在購房需求，為企業(yè)廣告投放、形象推廣提供可行性研究建議。

良好的客戶運營是企業(yè)生存發(fā)展的根本，而對于用戶的深度解讀是企業(yè)業(yè)務開展的重要參考依據(jù)。房地產大數(shù)據(jù)可以幫助企業(yè)用最低的成本實現(xiàn)最高效的用戶洞察。利用大數(shù)據(jù)技術可建立用戶數(shù)據(jù)管理、用戶畫像分析等一整套用戶洞察體系，比如用戶房型偏好分析、置業(yè)周期分析、租購變化路徑分析、房屋維修周期分析、住戶黏性研究等，幫助企業(yè)將用戶洞察成果充分應用于提升用戶體驗方面。

6.服務相關多維領域。房地產行業(yè)內的大數(shù)據(jù)，還可以為房地產相關的多維領域提供服務。例如作為住宅配套的除了學校之外的教育設施，必須結合附近居住者的具體人群結構及相關特征，需要受教育的兒童的年齡段、家庭支付能力、觀念習慣等因素為其進行定位支撐，通過房地產大數(shù)據(jù)，就可以對客戶及其需求有個相對明確的認知。

再比如租賃市場中的長租公寓，相對于傳統(tǒng)房地產來講是一個全新的領域，長租公寓的定位、運營都需要對租賃市場有客觀認知和深入了解，尤其是開發(fā)商作為一股非常重要的進軍長租公寓的力量，非常容易走入以傳統(tǒng)房地產銷售思維來對待租賃市場的誤區(qū)，這就需要通過大數(shù)據(jù)研究，模擬租賃市場的核心邏輯模型，從而減少項目運營的彎路。

7.催生產品服務創(chuàng)新。采集區(qū)域業(yè)主的綜合數(shù)據(jù)，包括社交、興趣、家庭、教育、車輛、金融等特征信息，可輔助房企進行新業(yè)務模式的探尋以及產品和服務模式的創(chuàng)新。做好項目業(yè)主與消費配套、產業(yè)配套的資源銜接，建設以人為本的配套服務，可助力房企從單一的房產開發(fā)向生活配套服務商轉型，滿足新常態(tài)下房地產企業(yè)的轉型需求。

三、結語

本文闡述了大數(shù)據(jù)技術在房地產行業(yè)中的建設及應用方法論。房地產大數(shù)據(jù)技術水平的提升，可為政府的科學決策、企業(yè)的良好經營提供研判依據(jù)和精準分析，另外也可向個人提供精準化的推薦服務。房地產大數(shù)據(jù)須憑借其在房地產行業(yè)發(fā)展中的應用實踐積累，探索形成專業(yè)化模式，助力打造智慧房地產，助力城市大腦和數(shù)字經濟建設。