博鳌特写 | 林逸飞：TalkingData让数据说话

2016博鳌房地产论坛·特写 今天，最了解消费群体喜欢穿什么、用什么、如何居住出行的恐怕非大数据公司莫属了。

大数据公司通过对海量的数据进行搜集和分类，让各类商家得以在亿万人口之中精准的找到自己的客群以及客户需求，不必像电影《我知女人心》里的刘德华那样依靠特异功能去摸索。

与众多的快消品商家一样，一些非快消品类行业如房产、金融等也需要这样的大数据桥梁来帮助自己了解客户、展开精准营销行为，TalkingData就是为了帮助这些企业补上这最后一公里。

TalkingData是个很年轻的企业，成立仅仅五年，目前已成为国内最大的独立第三方智能数据平台。虽然企业成立不久，但核心团队中的骨干分子基本都是IT及互联网界的老人了，中间不乏来自甲骨文、IBM、埃森哲、“BAT”等世界级巨头。而这群人聚集到一起，只为了一个目的，“让数据说话”。

成立之初，TalkingData主要服务于新型的移动互联网行业，为其提供经营分析包括广告归因这一类的服务。在这一过程中，TalkingData积累了大量的数据，这也为其后来进入第二阶段的发展提供了基础。

TalkingData合伙人&执行副总裁林逸飞

TalkingData合伙人林逸飞及整个公司核心团队充分意识到，在这些积累的大数据中，可以摄取到很多的商业价值。这些东西在互联网里可能永远只是数据，如果和其他行业充分融合就成了商业资源。

在积累的过程中，TalkingData通过挖掘数据的价值，开始为一些传统行业的企业客户提供服务，这让他们意识到，其实传统行业也是迫切需要这样的数据服务的。

由此，TalkingData开始把目光放在传统行业上，包括金融行业、房地产行业、出行行业、零售行业及其他。

“其实地产这个行业蛮有意思的。”TalkingData的合伙人林逸飞在2016博鳌房地产论坛直播间接受采访时，面带笑容说道。

“我们为他们（企业）提供的解决方案包括三个层面，第一个是帮他们提供大数据本身的价值挖掘，第二个是帮他们提供极致的数据应用平台，第三个是通过专业的咨询服务帮企业把数据和大数据应用平台真正应用起来，让数据的价值真正落地。”林逸飞向观点新媒体介绍到。

在短短的时间内，TalkingData已经获得了包括：万达、龙湖、碧桂园、卓越、花样年等客户的认可。同时总结出了涵盖地产行业业务流程的3A3R指标体系，从市场感知（Awareness）、客户获取（Acquisition）、客户活跃（Active）、客户营销（Revenue）、客户运营（Retain）、和客户传播（Refer）六个阶段，设定了基础的KPI指标体系和经营策略重点纲要，涵盖住宅营销和社区运营业务、商业地产投策和运营业务的全流程。从营销的前端——投策及产品设计、目标客户的感知；中端——市场营销策略、渠道策略、客户到访和转化、客户认筹认购和消费；后端——客户运营和圈层经营、以及“老带新”传播、商业品牌的带动力等闭环整体流程。

就住宅地产来说，TalkingData最主要做的事情就是从投侧和营销侧为房企从数据上提供支撑和引导。

产品是房地产企业的第一生命力，如何生产出受到市场认可、被市场追捧的产品，在生产出产品之后，卖给谁、如何卖、怎么找到买家也是企业要考虑的最优先级的问题。

这就涉及到一个核心词——精准。精准的产品定位以及精准地找到买家，这是TalkingData要帮助房企所做的事情。

传统的产品前期评测定位以及后期的营销探索，几乎都是依靠人力采集样本，一方面成本高昂，另一方面所采集的样本量非常之少，而这种形式也造成采集样本背后信息真实性问题。但是，在互联网时代，这一模式有了更佳的替代品，即专业化的大数据分析。

林逸飞介绍到，TalkingData拥有每天活跃设备数超过2.5亿，每个月6.5亿，这就意味着他们拥有着2.5亿、6.5亿的样本基数。这些样本除了基数大之外，还有一个特点，就是无感知性，这就能有效保证数据的真实性。

TalkingData通过对这些数据进行监测及运算，建立起以家庭结构、消费能力、居住/倾向性为主的住宅地产客户标签体系，形成关联性的业务和数据关联和细分图谱，基于产品调性和价值定位（Product），在蓄客阶段筛选潜在目标人群(User)，并根据不同客群的行为偏好，基于线上和线下全渠道（Traffic）进行广告触达, 并通过线下案场的设备探针以及线上广告监控与追踪实现推广效果的闭环数据采集和评估，最终以数据化的方式指导业务策略的制定和营销手段的开展。

商业地产也是一样，在持续的经营过程中，他们同样需要大样本、大数据，同样需要了解客户的需求以便及时做出调整。

在林逸飞看来，商场的管理者并不能真正深入洞察消费者、周边竞品和商圈。其实商业地产的管理者倾注了很多的资源在招商和调整产品落位上，但是他们并不明白商场里的这些人为什么而来，为什么而去，从这边离开去了哪里的竞争对手，平时的职业是什么，居住是什么样的，商圈的消费能力等等。

所以，TalkingData和商业地产的合作就是帮助他们解决这个问题，通过以品牌与客户关联为主的商业地产客户标签体系的建立，形成业态/店铺组合（Product）与消费者(User)、内场客流和外场商圈渠道（Traffic）的关联性，通过数据指导商圈洞察、招商及品牌优化、运营促销活动、客户/会员研究及运营全过程。

“我们通过对商业地产销售和店铺数据、内场客流数据、竞品和商圈数据的整合和打通，对泛会员人群的吃喝玩乐、衣食住行等形态进行标签化，来相对深度洞察内场和外场的人群，指导商业地产的泛会员经营和日常的活动运营。”林逸飞如是说。