對數據的專(zhuān)業(yè)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(jiàn)碧桂園董事局副主席楊女士時(shí)，他心里預想的是：她的第一個(gè)問(wèn)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(chǎn)開(kāi)發(fā)商都有著(zhù)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(shí)服務(wù)超過(guò)10萬(wàn)款移動(dòng)應用、8萬(wàn)開(kāi)發(fā)者，以及招商銀行等金融企業(yè)的大數據公司，蔣奇并不希望他的客戶(hù)認為大數據什么問(wèn)題都能解決。
幸好，楊女士的第一個(gè)問(wèn)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(gè)信息渠道認為這塊地并不合適，兩個(gè)信息來(lái)源對該地區常住人口成分、收入水平和競品樓盤(pán)的判斷完全不同。那么，大數據能解決這個(gè)問(wèn)題嗎？
蔣奇迅速思考著(zhù)：常住人口怎么判斷呢？把這個(gè)地塊活躍的移動(dòng)端設備全部篩選出來(lái)，理論上，這個(gè)設備一個(gè)月都出現在這個(gè)區域，應該就是這個(gè)地區的常住人口；收入水平呢？最簡(jiǎn)單的，手機類(lèi)型就可以作為一個(gè)大致的判斷依據。
從邏輯上分析，這個(gè)問(wèn)題似乎是可以解決的。
楊女士的第二個(gè)問(wèn)題是營(yíng)銷(xiāo)策略及優(yōu)化。如何提高線(xiàn)下廣告，例如道旗和戶(hù)外廣告牌等對案場(chǎng)的引流，以及如何提高案場(chǎng)內的銷(xiāo)售轉化率。
對蔣奇來(lái)說(shuō)，第二個(gè)問(wèn)題TalkingData處理起來(lái)更加得心應手——TalkingData在移動(dòng)互聯(lián)網(wǎng)營(yíng)銷(xiāo)領(lǐng)域積累了大量的經(jīng)驗，同時(shí)在線(xiàn)下數據的采集上也早有布局，借助生態(tài)內合作伙伴的解決方案，可以將線(xiàn)上、線(xiàn)下數據打通。
首先，道旗和戶(hù)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(hù)設備，默認在這個(gè)范圍內的潛在客戶(hù)看到了廣告；同時(shí)，在案場(chǎng)也安裝數據探針，探測到達案場(chǎng)的用戶(hù)；對比戶(hù)外廣告周邊和案場(chǎng)的用戶(hù)設備，就能判斷在戶(hù)外廣告附近出現的設備是不是到了案場(chǎng)，這就形成了一個(gè)從廣告到案場(chǎng)的引流轉化漏斗。
其次，TalkingData做過(guò)分析，潛在購房者有一個(gè)明顯特征，兩到三周內會(huì )頻繁到各個(gè)售樓處。通過(guò)位置、經(jīng)緯度等數據，大概能篩選出這類(lèi)人群。如果案場(chǎng)內發(fā)現了這樣的潛在購房者，有針對地營(yíng)銷(xiāo)很可能促成成交，也就是楊女士最想要的結果，提高案場(chǎng)內銷(xiāo)售轉化率。
提問(wèn)和回答，似乎都符合對方預期。
談話(huà)不斷深入，終于觸及到所有開(kāi)發(fā)商關(guān)注的重點(diǎn)——房地產(chǎn)全生命周期運營(yíng)，包括資產(chǎn)交易、資產(chǎn)管理，以及資產(chǎn)證券化等等。似乎在每一個(gè)環(huán)節，都有豐富的大數據應用場(chǎng)景。
那么，TalkingData能夠成為這個(gè)大一統數據解決方案的供應商嗎？
蔣奇的答復是，暫時(shí)還不行。
在拆解投策和營(yíng)銷(xiāo)的兩個(gè)具體問(wèn)題時(shí)，根據TalkingData既有數據業(yè)務(wù)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(yè)務(wù)問(wèn)題時(shí)，你一定干不了所有的事情。大數據公司沒(méi)有房地產(chǎn)的基因，怎么去搞懂客戶(hù)的邏輯呢？”蔣奇說(shuō)。
比如拿地，一筆數十億甚至上百億的資金投入背后，開(kāi)發(fā)商的心態(tài)各異，到底是想賺錢(qián)，還是不賠錢(qián)只要安全；是要賺快錢(qián)，還是做長(cháng)線(xiàn)；有些人甚至不要賺錢(qián)只想讓人們知道他很牛；有些則是洗錢(qián)。
情況很復雜，這時(shí)候，大數據能做什么呢？
有人把它做成了盔甲。
“沒(méi)有大數據的時(shí)候，我是托尼斯塔克；有大數據的時(shí)候，我就是鋼鐵俠，但是核心還得是我?！闭f(shuō)這句話(huà)的，是蔣奇非常認可的一個(gè)房地產(chǎn)和大數據“翻譯”鄭永祥。
這個(gè)80后有著(zhù)7年萬(wàn)科生涯，其中很重要的一段經(jīng)歷是在萬(wàn)科總部的產(chǎn)品品類(lèi)部，參與市場(chǎng)、客戶(hù)和產(chǎn)品研究。這套研究體系為萬(wàn)科不拿地王以及拿地10個(gè)月后開(kāi)盤(pán)等投資開(kāi)發(fā)策略提供后臺保障。
2011年離開(kāi)萬(wàn)科后，鄭永祥創(chuàng )立了禾略中國，他的團隊不大，十幾個(gè)人，為中國上市房企前30強中的17家提供過(guò)咨詢(xún)服務(wù)，一年前，他在業(yè)務(wù)中引入了大數據。
禾略中國基于大數據的主要產(chǎn)品是城市地圖，城市被切分成若干以一公里為單位的網(wǎng)格，每一個(gè)網(wǎng)格里都融合了人口、基建、經(jīng)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(jià)值。
“以前說(shuō)白了是賣(mài)我，在賣(mài)的過(guò)程中，很累，因為跨地域的成本非常高。而用到大數據時(shí)，威力大好多，全中國的業(yè)務(wù)都可以接，結果也更準確?！编嵱老檎f(shuō)，他期待的狀態(tài)是，“公司招一個(gè)人來(lái)，干半年，通過(guò)這套系統，得出來(lái)的結論應該跟我一樣，但現在看來(lái)，公司來(lái)的人，干三年，得出來(lái)的結論還不能和我一樣?！?/p>
對他來(lái)說(shuō)，現在的數據質(zhì)量已經(jīng)夠好了，但是對公司來(lái)說(shuō)，數據質(zhì)量太差。
“大數據需要結合細分行業(yè)經(jīng)驗才能發(fā)揮作用，否則也只是大猩猩?！编嵱老檎f(shuō)，“人類(lèi)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(lèi)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(jìn)行復雜的語(yǔ)言呈現、長(cháng)期規劃、或者抽象思考等等，而猩猩的腦子是做不來(lái)這些的。就算你把猩猩的腦子加速幾千倍，它還是沒(méi)有辦法在人類(lèi)的層次思考的，它依然不知道怎樣用特定的工具來(lái)搭建精巧的模型——人類(lèi)的很多認知能力是猩猩永遠比不上的，你給猩猩再多的時(shí)間也不行?！?/p>
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(guān)點(diǎn)。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(shuō)，目前的大數據供應商很多，比如政府、TalkingData、三大通訊運營(yíng)商、BAT、房地產(chǎn)經(jīng)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(yōu)點(diǎn)、有局限、有壁壘。
使用過(guò)程中，大量的數據是殘缺和不準確的，真正有效的，有時(shí)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(xiāo)售額增長(cháng)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(huì )變少，以及如何防止變少，還無(wú)法得到答案。
“這是個(gè)新時(shí)代的行業(yè)，由資本驅動(dòng)，他們更迫切去描繪未來(lái)的夢(mèng)，而不是解決當下的痛，數據質(zhì)量要明顯改善，需要時(shí)間，需要一輪洗牌?！编嵱老檎f(shuō)。
他的數據來(lái)源包括中國電信以及在各種渠道做整合。有時(shí)，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(shí)間和精力去修補，完成分析和對客戶(hù)的交付。鄭永祥認為，現階段純粹依靠數據會(huì )有一定的風(fēng)險，所以大數據之外，仍然會(huì )用線(xiàn)下的數據收集方式。
另一家商業(yè)地產(chǎn)標桿企業(yè)與BAT在大數據領(lǐng)域合作時(shí)，則遇到了另一個(gè)問(wèn)題，節奏不合拍。
一位主導了合作的工作人員說(shuō)，大數據服務(wù)商會(huì )推出戰略性產(chǎn)品，尋找實(shí)力雄厚、自主管理可自行支配物業(yè)的行業(yè)標桿合作，商業(yè)方面可以找的就是萬(wàn)達、凱德、大悅城、華潤等等，但這些企業(yè)都需要一段時(shí)間考察新產(chǎn)品對業(yè)務(wù)、對銷(xiāo)售額的扶持度和契合度，才會(huì )開(kāi)始一套內部流程：上會(huì )、匯報、談判、MOU、具體項目合作計劃、合作協(xié)議、合作執行……也許3個(gè)月或者半年時(shí)間都算快的，但這對于互聯(lián)網(wǎng)公司來(lái)說(shuō)還是太慢了，這段時(shí)間，他們的戰略性產(chǎn)品也許已經(jīng)調整，甚至一個(gè)月左右，基層工作人員就已經(jīng)大換血了。
這其實(shí)是硬幣的兩面，大數據和地產(chǎn)的對接，需要磨合期。
賺錢(qián)工具是緊箍咒？
大數據無(wú)可爭議地成了風(fēng)口上的生意，每一個(gè)人都深涉其中，只是渾然不覺(jué)。我們在手機上的每一次點(diǎn)擊行為、在生活中每一個(gè)位置的移動(dòng)停留，都會(huì )匯入龐大的數據洪流中。
它們或許成了不良商家廉價(jià)倒賣(mài)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(yè)PPT上的折線(xiàn)圖。
我們的信息是如何流轉成基礎數據的呢？蔣奇解釋了TalkingData通過(guò)移動(dòng)端獲取數據的原理。
市面上有很多APP，開(kāi)發(fā)團隊開(kāi)發(fā)完一個(gè)APP，在A(yíng)pp Store或其他應用市場(chǎng)上架只是第一步。為了更好地運營(yíng)產(chǎn)品，他們需要了解用戶(hù)是如何使用他們的應用和相關(guān)服務(wù)的，需要數據分析平臺收集并分析數據。
而某些現象級應用可以覆蓋上億用戶(hù)，分析億級用戶(hù)數據，是一項非常巨大的工程。
一些技術(shù)門(mén)檻，比如上億數據跟后臺服務(wù)器的實(shí)時(shí)傳輸，一般的開(kāi)發(fā)團隊很難解決?？此坪?jiǎn)單的統計、分析在技術(shù)和成本上都是極大的挑戰。
TalkingData可以為開(kāi)發(fā)者提供基于云服務(wù)的SaaS統計分析平臺。通過(guò)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(hù)在應用內的行為數據。比如說(shuō)，用戶(hù)在什么時(shí)間打開(kāi)了應用，使用了多久，在哪些頁(yè)面做了跳轉等等。
在數據收集過(guò)程中，TalkingData并不收集用戶(hù)的登錄賬號、密碼等個(gè)人信息；僅采集用戶(hù)在應用內的非敏感型行為數據，并進(jìn)行進(jìn)一步的脫敏處理，確保用戶(hù)隱私安全。
簡(jiǎn)單來(lái)說(shuō)，用戶(hù)最終在系統內變成一個(gè)個(gè)脫敏、匿名的ID，是可以公開(kāi)的數據。在不泄露真實(shí)姓名、手機號、身份證號等隱私數據的前提下，可以借助這個(gè)ID實(shí)現不同類(lèi)型數據的匹配、打通，使得數據維度不斷擴展，讓數據流動(dòng)。
過(guò)去5年，TalkingData的統計分析平臺為超過(guò)10萬(wàn)款移動(dòng)應用提供數據服務(wù)，其中包括寶開(kāi)、滴滴出行、聚美優(yōu)品等行業(yè)巨頭；通過(guò)這些應用積累下來(lái)的超過(guò)30億獨立智能設備背后的數據，是目前市場(chǎng)內最大的第三方大數據源。
而另一類(lèi)信息由第一方企業(yè)、機構、組織掌握，比如房地產(chǎn)開(kāi)發(fā)商、銀行、證券服務(wù)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(guò)相似的行為模式來(lái)描述、定位同一類(lèi)人群，即“用戶(hù)畫(huà)像”；而第一方數據可以精準定位到一個(gè)人。
對這些數據的專(zhuān)業(yè)處理能力，被公認是一種巨大的能量。
回到蔣奇2014年拒過(guò)的碧桂園大單。當時(shí)，時(shí)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(lái)自各行各業(yè)的數據積累和打通。
2016年，這個(gè)大單終于落實(shí)了下來(lái)。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(hù)深度畫(huà)像，優(yōu)化營(yíng)銷(xiāo)決策；建立智能數據管理平臺，支撐200萬(wàn)物業(yè)、社區用戶(hù)的數據資產(chǎn)管理等等。
此時(shí)，TalkingData已經(jīng)搭建起了地產(chǎn)大數據業(yè)務(wù)團隊，這是一個(gè)堪稱(chēng)豪華的“翻譯”陣容——前臺是業(yè)務(wù)顧問(wèn)，一般是地產(chǎn)咨詢(xún)行業(yè)背景，他們負責了解開(kāi)發(fā)商的痛點(diǎn)和需求；中臺是項目經(jīng)理，大多源自Oracle和Accenture等大型企業(yè)，負責管控數據服務(wù)的交付；后臺是算法及技術(shù)團隊，由數據科學(xué)家、數學(xué)家進(jìn)行數據探索；底層則是各方面經(jīng)驗豐富的數據技術(shù)團隊做支持。
在房地產(chǎn)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(chǎn)很重要，但是還沒(méi)到時(shí)候，因為，房地產(chǎn)的錢(qián)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(gè)點(diǎn)，你想開(kāi)發(fā)商真無(wú)聊，還不如去放高利貸呢，但是，你知道這塊土地的自有資金收益率是多少嗎？50%，年化，很好啊，有什么問(wèn)題呢？”鄭永祥說(shuō)，所以，與其說(shuō)我們的數據成了別人的生意，不如說(shuō)，我們的數據能給欲望帶上緊箍咒。
“回到地王這個(gè)事兒，你讓數據去做一個(gè)投策的研究，不管你有沒(méi)有拿到這塊地，你都不會(huì )恐慌，不會(huì )像股市里的散戶(hù)一樣，沒(méi)有投資策略，一味追漲殺跌。其實(shí)我服務(wù)的不是開(kāi)發(fā)商，而是客戶(hù)的欲望，大數據是緊箍咒，防止你被貪欲反噬，鬼城就是政府的貪欲嘛?，F在，我可以用數據更直觀(guān)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(kāi)始顯現?！?/p>
聯(lián)系客服
