设为首页 | 加入收藏 | 网站地图 陕西热线

实时·准确·聚焦

当前位置:首页 > 体育 >

房地产数字化怎么做?公开课上WakeData谭必文带来三大利器

2020-09-16 16:25 | 未知 |
我要分享

(原标题:房地产数字化怎么做?公开课上WakeData谭必文带来三大利器)

如今,房地产行业已经进入存量时代。伴随着市场环境与政策的变化,房地产行业正面临一系列全新的变革。

与此同时,云计算、物联网、大数据、人工智能等新技术的渗透,加上用户消费习惯转变为线上,这给房地产行业上下游产业链都带来提升机遇。

在此背景下,雷锋网鲸犀频道推出了房地产行业的数字化线上公开课。此次公开课的分享嘉宾是来自WakeData联合创始人&产品副总裁谭必文。

他从数字化升级的整体逻辑入手,从数字连接、数据智能、数字运营三大维度,结合中台技术的优势,深入浅出地分析了房地产企业数字化的三大途径。

在过去的几年,WakeData惟客数据主要聚焦于地产行业、家装行业以及泛零售行业。服务的客户有碧桂园、越秀地产、万达地产、箭牌卫浴、屈臣氏、百佳超市、喜茶等企业。

那WakeData是如何帮助这些企业进行数字化升级的?整体的逻辑如下图:

整体来说,先跟企业的后台系统进行对接打通,再将数据采集到数据中台,然后加工成相应的数据能力和服务,通过业务状态层的传递传递到前台应用(分为员工端和客户端),最后则是通过前台的触点给C端客户提供服务。

举例来说,我们之前在给广东省的某个房地产企业做数字化升级时,主要给其提供了数据中台和交叉营销平台服务。

在数据中台里,主要做了四件事情:第一,平台的建设,包括基础平台中实时计算、离线计算等,还有资产管理平台和数据服务平台;第二, 数据治理,包括数据规范,如数据质量、数据规范、数据安全、数据标准等等;第三,构建数据资产,我们帮助其构建了九大数据资产;第四,就是数据价值的应用场景,包括区域项目体检分析、数据导出等一些相应的数据服务。

第二个例子,是给深圳的某房地产企业提供的大会员运营平台。在这其中,我们会打通商业中心、写字楼、酒店、物业等多个业态,再去做统一的大会员运营。

在整个的大会员里边总共有四部分:第一,会员中心,将单业态的CRM进行升级,打通购物中心、写字楼、社区服务这些相应的系统服务,实现集团会员统一管理、统一登录、统一运营;第二,商城中心,主要支持O2O、B2B、B2B2C等多种模式,支持多种营销方式;第三,营销中心,搭建整体360度的客户全景画像体系,再构建精准营销体系以及营销自动化的能力;第四,服务中心,集成本身的物业系统、酒店订房等,让会员享受更多的权益。这是我们给客户提供的综合服务以及商业服务的典型案例。

整个的数字连接,主要从私域、集团域、公域三个维度去构建。以私域来说,可以有小程序、公众号、短信、APP,构建起私域的通道;其次,在集团域里就是建起一部分C端,以及商业地产、其他集团流量;最后,公域的话,就是一些微信广告、小程序、广告交易引擎等。因为现在房地产企业的投放量特别大,那如果能够构建起整个公域投放的数字连接的话,就可以实现与私域小程序的无缝对接,达到线. 维度一:私域

在私域这块,我们有一个积木式的开发平台,在这个开发平台上,业务人员不用任何代码就可以去实现一个C端应用的构建,支持 O2O、B2C、B2B2C等多种模式。这里边的装修权限可以开放至城市或者项目级别,也就是说,地产城市的区域公司就可以直接在这个平台上去构建整个城市的一个首页,比如对于西安很有特色的古城,就可以将城市的首页构建得非常符合西安的城市文化特色。

集团域,主要是说在已经构建好的C端应用上,如何根据不同的业态进行交叉。这就是前边所说的,会有一个统一的SDK,可以将位置、资源释放出来,而后去做统一的管理。

说到公域,其实现在已经有越来越多的企业已经开始实施,有些是找广告代理去做投放,也有部分企业是自己做直投。

同时,还可以去做一个全链路的消费分析,相较于以往只知道某个渠道的投放资金,只能做大概的统计,而全链路的消费分析可以知道在投放100万的基础上,收获了多少线索,而后还可以继续跟进邀约多少人来现场看房,这个期间的转化率是多少,最终的成交量有多少等。在此基础上,就可以计算出来100万的营销预算基础上,每个客户的成交成本是多少。

在讲完这三个维度的数字连接之后,接下来要说的是如何去实现整个集团的会员数据的资产化。这是因为所有的数字连接,最终都是通过会员数据这一触点去实现统一的客户运营。

第三,当有了等级权益之后,就会产生一定的会员积分。有积分就意味着有成本,那如何将不同的业态进行结算呢?以往对于房地产企业来说,确实也想去做会员的统一运营,但是各会员都是相对独立的,各种业态相互之间的交叉结算太麻烦。因此,通过统一的积分去进行单项结算,就能够简化在会员积分结算过程中的一些麻烦。

在有了数字连接以后,用户就会产生行为跟消费,也会产生数据,也就延伸出一个问题:如何将数据用起来?这就是接下来要讲的,如何去实现一个集团的数据智能。

在讲数据智能前,需要先讲讲为什么会有数据中台?虽然数据中台一直存在着争议,但不论是叫中台还是大数据中心,大数据的应用是毋庸置疑的,这是因为中台有着天然不可逆的好处。

举例来看,尤其是在线下的场景中,当去做营销的时候,可以在现场进行营销的反馈,整个的消费路径是很短的。但在用户离开之后,整个的转化就会很低。如果这个时候,拥有足够多的数据的话,就可以进行预测,通过大量数据的挖掘学习,做更多的数据智能的应用。这就是为什么一定要去构建数据中台的原因,能够将大数据的价值线. 数据中台的目标与应用场景

目前,我们有一个惟数平台,它是集数据采集、融通、聚合、算法学习、管理、服务等功能于一体,整合多维数据资源、数据模型、标签体系与数据智能应用,实现业务与数据的闭环。

在构建数据中台上,我们有四个目标:第一,整个数据中台的技术体系搭建,包括大数据基础平台、数据开发平台、数据治理等;第二,数据资产建设加规范体系建设,包括业务应用层、数据安全、数据标准化;第三,构建数据价值场景的建设,将业务用起来;第四,建立数据驱动运营的文化体系,这在很多公司中都会产生一些阻断,就是因为文化和组织运营没有跟上。具体到地产数据中台的建设和应用场景来说,先是数据采集服务,可以通过采集日志、全量抽取、增量抽取、接口上报等方式,然后采集完成之后,就可以在ODS层做一个原数据的归集,再在DWD层将地产、商业、物业等做一个基于业务的数据汇聚,再往上一层就可以按照不同的域去构建数据资产,然后往上一层就是如标签画像、分析专题指标等相应的数据应用能力,最后就是通过数据开放服务平台去给前台和业务系统进行赋能。

不过,所有的数据能力与资产最终都是给客户进行服务。那一个典型地产企业的客户数据资产标签是怎样的呢?具体的维度可以分为两部分:第一,是以人口属性的基本维度;第二,是基于业务需求的维度。

当然,这仅仅是作为参考,因为每家公司的业务目标和实际情况不一样,需要量身定制一套数据自己的标签体系。具体的标签划分如下图:

第一,客户数据平台,洞察和分析客户画像。比如,当我购买楼盘时,我需要去看一下楼盘的年龄分布、性别分布、收入水平等结构,进而分析楼盘的成交客户,其实就相当于对整个楼盘客户进行一个二次画像,能更加清楚地知道楼盘的客户与目标人群的符合程度,以便于在其他项目中进行修正。第二,通过客户的全景视图,助力置业顾问精准跟进逼定。当做了全域的数据采集之后,对于置业顾问来说,就可以对跟进的客户有全貌的了解。

举例来说,很多的置业顾问在与客户的初次沟通中,会询问客户感兴趣的户型和项目,但只是口头的沟通,很难精准把握客户的意向。但如果从移动案场的应用里边,就可以通过客户行为精准把握,根据客户对某个户型的停留时间长短得知,再去结合一些家庭结构、收入水平等的业务系统的数据信息,就能够很好地去帮助置业顾问优化策略。

第三,在做了实时的数据采集之后,就可以更好地执行营销自动化策略,提升运营效率。比如,当客户在A业态里产生的行为,到了B业态之后应该用什么样的营销策略。对于房地产企业来说,不像互联网公司有很多的运营资源的配置,对于很多既定的场景,就可以去预设一些固定的营销策略,然后让其自动跑就好了,最终再去对营销策略做整体的消费分析,就知道需要不需要去优化。

最后一个数据智能应用的场景就是,对线索进行智能分配。简单来说,就是做开盘或者直播时,会涌入大量的线索,但置业顾问的时间是有限的,这就可以帮助其从大量线索中寻找优质客户去跟进,从而提升转化效率。同时,基于客户画像及客户的线上行为信息,对客户进行评价,并产生相应的跟进结果进而去优化模型,提升从而提升客、房、人维度的匹配效率。

接下来就是如何去构建数字运营的组织文化。整个房地产企业的数字化运营,要以数据资产为运营基础,数据连接为载体,从而去构建数据驱动的数字化运营体系。

首先,就是集团的货值地图。我们可以通过集团的货值结构比例进行精准分析,去调整供货和营销策略。在此基础上,还可以通过项目动态总货值去预估收入,并结合成本、费用等其它指标,预估未来动态现金流,及时决策下阶段开发策略。第二,在整个地产大运营里边,可以尝试去做产品化的事情,对大运营总周期的各个关键节点“储-建-供-销-存-结-回-融” 进行健康体检,这就跟做客户运营的用户增长模型一样,维持健康的比例,衡量储存与建设是不是合理的比例,需要储备多少土地等等。

了解到这些数据以后,对不健康的状态及时进行调整,并进行联动分析, 打通经营“经脉”, 进行科学分析经营、提升运营计划效率,实现数据赋能。

因为地产行业对现金流管控很严格,因此需要引入互联网公司的数据运营方法论。在互联网公司的方法论里,最伟大的就是A/B test ,去实现精细化高效管理。因此,在传统企业里,在营销预算有限的情况下,也可以将此模型去运用起来,将有限的资源投放到最有价值的地方中,从而去驱动产品迭代和用户运营。

在客户运营指标层面,无论是互联网公司,还是房地产企业,对于用户运营的理念是相通的,因此,可以根据用户的增长模型去提炼房地产企业的核心运营指标。

以具体的业务场景来说,房地产开发商先需要投放到用户打开信息,再到收集客户资料跟进邀约到访,一直到最后的认筹签约成交,对整个的投入产出进行分析,需要去关注每个节点的转化。如投放的落地页的访问量如何,收集线索的转化率是什么样等等。这对每个环节都是一个乘数效应,如果在每个环节都能提升5%至10%,那效应是很大的,如同金融中的复利效应。再以社区服务为例,主要考察入住率、安装率、会员转化率,那可以分为两部分:一部分是物业本身的服务,可以通过整体的报事报修的分析、服务履约效率等进行分析,因为对于物业服务来说,最核心的指标就是业主的满意度,这就取决于履约效率;再就是社区的商业,如整个平台的商品PV、最终的成交率、核销率等关键指标。最后就是在以老业主为基础的客户池,如何给其他业态进行引流。

在此基础上,慢慢地就会形成一个数据运营体系,有专门的人去为专门的指标负责,只要指标提升了,再有后续的人去负责后续指标,整个的企业经营效率就会产生质变。

我们认为对于房地产企业来说,要去实现数字化升级,主要有三步:第一就是构建数字连接,将核心业务实现在线化实践,相当于变相实现会员的数字化,跟客户形成更稳定的数字连接通道;

第二就是去实现数据智能,构建集团的全域数据资产,并且把数据加工成相应的数据能力和数据应用,形成一个端到端的数据应用场景;

第三就是在组织上去构建数字运营的文化体系,以增长为核心来梳理指标体系,最终实现在管理运营上的数据驱动的精细化用户运营系统。

(责任编辑:dd)
网友评论