解晓恒:大数据引领的地产资管变革实践

观点地产网

2017-04-25 15:30

  • 现在进入到存量地产发展的时代,其实我们会越来越多的发现,这个统计数据背后的微观个人的数据对于我们来说是越来越重要了。尤其是随着移动大数据时代的到来。

    解晓恒(TalkingData商业地产咨询总经理):各位下午好,很高兴在这里和大家分享我们在大数据领域对资管的思考和我们的解决方案,刚来到这个会场的时候,其实我是有一定惶恐的,因为在座各位是在地产和金融界的精英,还好刚刚好租的匡总帮我们做了一个很好的过渡。

    作为大数据公司,其实我们也会去关注数据驱动这一方面的东西,只不过不同的是刚刚匡总讲的更多是行业数据的驱动,我们TalkingData主要关注的是人本数据的驱动。

    说到资管,我相信应该不是一个特别陌生的话题,或者说是一个新的话题,其实是一个老话题了,我们今天所做的事情,就是在这个老话题下看大数据这个新手段可以带来什么样的价值。

    过去我们评判一个项目是否值得投资,或者说一个项目运营的好坏,我们更多是看会计报表的现金流量和投资回报,对于这个报表背后的微观数据,要么是过去的科技手段使我们的数据不可得,要么是我们根本会觉得这个数据是没有价值的。

    现在进入到存量地产发展的时代,其实我们会越来越多的发现,这个统计数据背后的微观个人的数据对于我们来说是越来越重要了。尤其是随着移动大数据时代的到来。

    其实说到这个资管运营,与其说是我们在运营一个场地,倒不如说在进行场地上人的运营。

    一方面对线下的运营来说更多的受制于地理位置的限制,所以有各种的局限性,这就决定我们需要把这个场地上的人进行更多的激活,同时希望他们产生更多的消费转化,或者是客单价的提升,最终我们希望通过现在存在的场地上的人,通过他的自传播可以带来更多的人在这个场地上进行会聚,这一切最终形成了我们最后的场地的升值,这是我们对资管的一个比较初步的理解。

    现在进入了移动大数据时代,发生了什么呢?我们可以想象一下,一个人一天差不多有50%的时间,其实是跟我们的手机或者说其他的移动穿戴设备紧密相连的。

    很难想象没有手机我们的生活会发生什么样的变化,或者说大家都经历过我就餐忘记带手机的惶恐,相信大家都有这样的经历。

    基于移动终端设备的一些传感器,包括一些陀螺仪,都无时无刻的在刻画着人的行为和感知数据。

    基于移动终端设备的APP可以更好的描绘出人在某一段时间内的线上的兴趣偏好以及他的一些价值取向。

    另外基于移动终端设备的GPS数据以及在不同场景下的POI下,和移动终端设备、场景的数据信息交互可以刻画出这个人群在线下的分布情况,这些数据可以使得我们更好的了解客户,进行相应的客户运营。

    TalkingData是赶上了这样一个移动数据的浪潮,所以说,我们从2011年开始布局线下的位置数据和线上的移动终端的数据。截止目前为止,我们覆盖了超过50亿的移动终端设备,这一个累计的数据,月活数据超过6亿,这是一个相当大的体量,这决定了我们进行一个市场调研的时候,我们可以有更大的样本,使得我们的研究结果更贴近真实的人的行为情况。

    基于TalkingData自有的人本数据,我们通过打通客户的数据和外部的数据以及客群的消费行为、支出的行为,线上线下的活动行为,通过打通这些数据,我们可以形成更好的一个人本的画像,从而服务于地产各个领域,包括像资管。

    在前期投资一个项目之前,我们会进行一些相应的尽职调研,包括拿下这个项目以后,会对这个已有的项目进行一个定位的调整,包括我之后对项目的持续运营,其实都有数据的支撑。

    从前策来看,我们一方面会关注宏观上的城市人口变迁以及人口分布的规律,从微观来讲,我可以关注到我们商圈和竞品客群的一些特征以及他们的细分。

    这些人本数据也可以得到城市的不同商圈板块之间,他们有一个关系。

    过去我们曾经研究过北京的两大住宅社区,就是北京的两个社区,他们都有相似性,北京大家的工作点都在CBD和中关村,居住地都在五环外,我们戏称这是睡城。

    但是通过我们的数据发现,这睡的人是不同的,比如天通苑我们会发现,他的年轻人群在不断的增多,但是当年轻人到一定的收入阶段以后会有迁出的行为。在回龙观,这个地方高收入的人群不断涌入,而且年龄结构也在不断的增长。

    我们同时又去比较了这两个区域的商业发展,我们发现天通苑是一个比较成熟的,相对商业配套比较完备的地区,但是回龙观这个地区的商业远远不能满足这个地区人群的消费的需求,我们发现这个地区的消费有外溢的趋势,会外溢到周边甚至更远的区域,这样就会给我们要进入这个区域的客户一个建议,未来我需要做什么样的产品,或者说做什么样的购物中心可以更好的满足这里的客户。

    现在这个市场的容量是什么样的。通过这一系列数据可以在投策阶段给客户在什么样的时点,在什么地区做什么样的产品,可以更好的满足这个市场的需求。

    当然大数据更多的时候解决的不是一个颠覆性的问题,是对于我们传统业务的一个补充,所以在这里我对比了一下传统的方式和大数据下的研究方式的区别。

    首先,就是我们提供了一个更全新的视角,通过更多的样本获取到更贴近于真实的统计分析的结果,第二点,就是我们可以动态的呈现一个可视化的效果,第三点,过去往往通过半个月一个月可以解决的问题,通过大数据的快速运算模式,我们可以很短的时间就给出一个运行结果,给到一个运营决策的建议。

    最终在大数据模式下我们通过打通不同维度的数据可以还原一个更丰满的客户形象,而不是基于简单的收入状况的人的行为特征。这使我们可以在更多的场景下运营客户。

    说到运营,现在我提到一个社区运营的概念,当然我这个社区是一个泛社区的概念,可能会包括住宅社区、公寓社区,甚至是办公区和购物中心等等。

    在这个社区下,其实我们强调的是三方的一个良性的互动,这三方包括了社区的运营方,也包括了在这个社区进行相应场地出租的租户,更多的是包括在这个场地上进行相应经济活动或者说消费活动的场地的消费终端客户,这些客户是通过一个数据生态和服务生态以及平台生态形成这样一个循环体系,最终实现什么呢?

    运营方会构建出一个持续盈利的商业模式,对品牌租户来说,通过运营方对终端客群的数据的解读,运营方可以提供更符合终端客户的服务内容,这样的情况下,终端客户可以在这个场地上贡献更多的价值,在这个流程当中,其实品牌租户也可以从中受益。

    刚刚讲到这个数据生态,还有服务生态、平台生态,首先是一个数据的生态,我们虽然现在讲的是偏细节落地的东西,但是更多的时候,我们可以考虑数据其实是未来的一个资产。

    在前期我的数据可能会服务于我现阶段短期的一个行为目标或者说是我的一个业务目标,但是对于长期来讲,当这个数据进行一个良性的反馈循环以后,我会去形成我的一个数据资产的服务来服务于接下来的业务内容。

    比如说我们曾经服务过大量的购物中心,大家知道购物中心会通过一些线下的运营活动,或者线上的推广活动,来实现他获新或者是激活老客的目的。我们就会发现,在每一次数据搜集之后,我们能够很好的运用这个数据为下一次的活动做很好的铺垫。比如我们可以知道,下一次要进行新活动的时候,我会看历史数据,什么活动对新客户有比较好的敏感性。

    当然在这个数据生态之下,因为我们的数据是多维的,可以实现更多的业务场景,会发现这个客户在什么样的业务场景下产生更多的价值,这样就会出现在社区运营的时候,会融入一些社区金融的概念,在购物中心的场景下知道什么样的品牌组合可以产生更大的经济效益。最终,使得这个运营方从成本中心到利润中心的转化。这边有两个案例,就不详说了。

    最后介绍一下我们TalkingData公司,大家可能对于大数据公司还有一些陌生,Talking Data公司最初是做移动开发者服务的,可以简单说我们是做APP运营分析的,基于这个运营分析我们积累了大量的,包括前面提到的数十亿的移动终端设备的用户行为数据,我们服务了银行、证券、保险、地产等多个业务板块,帮他们实现了从业务搜集到业务的整理,到客群的标签的形成,以及服务于上层的数据业务生态,这样一个整个流程的转化。

    TalkingData的这些数据就不详细说了,大家如果有兴趣我们可以仔细聊。

    一句话说我们是做人本数据的,基于人的所有维度的数据都会进行搜集和打通。基于这个数据,我们会形成相应的一个数据平台以及数据运营的能力,提供给我们的行业客户,当然我们也会有专业的咨询,进行深入的业务场景的探索。

    这是我们的服务客户,相信在座的已经有很多家公司是我们的客户了,线下我们也希望跟大家产生更多的沟通交流的机会,谢谢。

    本文为作者在2017城市观点论坛上海行演讲实录,未经本人审阅。

    审校:杨晓敏

    致信编辑 打印


  • 相关话题讨论



    你可能感兴趣的话题