江苏龙网

  1. 首页 > 资讯 > 资讯 > >

数字化|不确定中的确定：挖掘房产行业数字化红利( 二 )


此后的互联网化阶段 ， 则改变了人与信息的连接方式 ， 进而引发了营销环节的革命 。
接下来就是移动互联网的发展 ， 引发O2O热潮 。 从2014年开始 ， 居住服务的移动化也渐入高潮 ， 搜房布局线下 ， 58同城收购安居客 ， 更具标志性意义的是爱屋吉屋以行业颠覆者的姿态强势进入 。 同时 ， 以线下切入线上的链家也开始发力 。 此时你会发现 ， 这一轮变革是线上线下两股力量的正面冲突 。
来自于互联网的“空中力量” ， 他们更注重变革 ， 希望以全新的思维颠覆行业里的传统巨头 。 比如搜房0.5%、爱屋吉屋1%的低佣金打破了传统行规 ， 同时他们以高底薪吸引经纪人 ， 使得传统中介企业面临到前所未有的冲击 。
来自线下的“地面部队”则相对平稳 ， 比如链家移动化的目的是以消费者为中心的真房源等服务承诺升级、以经纪人为中心的绩效改革 ， 以及以标准化、数据驱动为核心的科学化运营管理方式 。
移动化又推动行业向前迈行一大步 。 交易数据的积累、房源信息采集方式多元 ， 房源信息维度、颗粒度远远超过PC时代 。 消费者与经纪人行为数据被广泛记录 ， 开始推动消费者与服务者的数据化 。 但是 ， 房产交易流程的线上化进展并不大 ， 面对面的交流、实地体验、签后服务是当时技术无法替代的 。
当前阶段是新的智能化阶段 。 2018年4月 ， 从链家网O2O模式转型而来的“贝壳找房”成立 ， 开放其积累的大量数据能力 ， 用数据反哺行业 ， 这是智能化的一个起点 。 与此同时 ， 以线上力量为代表的O2O模式却偃旗息鼓 ， 房天下线下经纪业务停滞 ， 2019年2月爱屋吉屋网站正式关闭 ， 退出了历史舞台 。
线上线下两股力量的碰撞曾引发不少行业热议 。 是颠覆还是渐变？激进的爱屋吉屋派与渐变的链家派 ， 谁能走得长久？
用历史的眼光看 ， 爱屋吉屋的退场 ， 并不代表“空中力量”的失败 。 数字化的进程 ， 本来就与市场环境、基础设施、思维与认知、技术发达程度等息息相关 ， 空中力量与地面部队都对这个行业的数字进化起到了各自不同的推动作用 。 是诸多先驱 ， 一起把行业推到今天的高度 。
用互联网方式把“住”这个行业重做一次 数字化|不确定中的确定：挖掘房产行业数字化红利
文章图片

作为地面部队的代表 ， 从链家网到贝壳找房经过了19年的发展历程 ， 从一开始的纵向生长到后来的横向开放 ， 以一个企业承担起行业数字化基础设施的角色 。
可以说 ， 贝壳的成长过程与行业的艰难改造相伴 ， 没有太多的高光时刻 ， 但是19年以来却给行业带来了两大全新的价值观：第一是以C端消费者的体验为一切变革的原动力；第二是开放合作的全新思维方式 ， 将平台开放赋能给行业的合作伙伴 。
说实话 ， 一家“曾经的”传统企业能够实现如此思维上的转变 ， 可以说是行业的转折点 。 具备了用户思维和合作思维 ， 居住行业的产业互联网进程也由此开始加速 。
产业互联网 ， 对于传统产业而言并不是简单的线下到线上的迁移 ， 而是对整个产业链条的重构 。 就好比新零售 ， 就是根据人的需求 ， 用先进的技术对“人货场”重构 ， 让消费者可以在任何场景中得到最适合的服务 。 而盒马、便利蜂、无人货柜、美团买菜等等 ， 都是在满足不同的场景需求 。
居住行业的数字化同样不是简单地迁移 ， 而是重构 。 特别是随着数字化程度的深入 ， 对原有产业链条的改造也就越深入 。 用贝壳找房CEO 彭永东的话说就是：“把‘住’这个行业重做一次” 。
在今年新冠疫情期间 ， 贝壳找房推出VR看房、线上电子签约和贷款签约 ， 进一步加快了这一数字化进程 。
数字化|不确定中的确定：挖掘房产行业数字化红利
文章图片

回顾贝壳找房的转型历程 ， 大约经历了这四步：第一步 ， 深入产业 ， 洞察业务 ， 提炼业务关键要素 ， 搭建指标体系；第二步 ， 在资源和技术约束下 ， 集中资源 ， 策略性取舍；第三步 ， 标准产品化 ， 数据积累 ， 反哺业务；第四步 ， 产品智能化 ， 重构流程 。
显然 ， 进化到第四步 ， 带来的体验、场景变化也就更大 ， 势能也更明显 。
数字化|不确定中的确定：挖掘房产行业数字化红利
文章图片

比如 ， 数据化反哺产业带来的智能化 。 贝壳找房通过数据采集、应用的归集 ， 打破数据孤岛 ， 构建了66.9亿条量化人-房-客的关系网络 ， 其中包括了6000万活跃用户、每日约1.2亿条行为与接近40万经纪人、每日300万条的作业行为数据 。 而当数据量越来越大并且打通 ， 就可以产生化学反应 。
贝壳找房通过AI模型形式化表达了数据之间隐含的推理关系 ， 构建了447亿条三元组构成网状的行业知识图谱 ， 其中包括60类维度、24亿条级别覆盖商圈、房屋、地标、学校、客户、经纪人推理关系的知识体系 ， 以及294类维度、52亿覆盖权属、价格、签约、带看、属性、地理位置的知识关系网络 ， 而这些要素带来了更多的场景可能 。


推荐阅读


上一篇：贪吃蛇|热搜！高校师生操场表演“贪吃蛇”

下一篇：娱评人吴清功|乐华艺人中秋海报：王一博竟然不是“一哥”，孟美岐反超吴宣仪