在此背景下，能夠支撐機(jī)構(gòu)化運(yùn)營(yíng)的大數(shù)據(jù)搭建顯得尤為重要，借助龐大的數(shù)據(jù)資源，未來(lái)中介機(jī)構(gòu)可以通過(guò)凈流入人口數(shù)、租金收入比等數(shù)據(jù)，考察哪些城市的租賃市場(chǎng)有機(jī)會(huì)，以此來(lái)決策公司的擴(kuò)張和收縮；還可以根據(jù)建立的房屋和客戶數(shù)據(jù)模型，提供精準(zhǔn)服務(wù)……在大數(shù)據(jù)技術(shù)的積累和運(yùn)用中，不斷推動(dòng)房產(chǎn)中介行業(yè)向機(jī)構(gòu)化運(yùn)營(yíng)轉(zhuǎn)變。

大數(shù)據(jù)解決住房交易“痛點(diǎn)”

城市的“衣食住行”中，關(guān)于“住”的數(shù)據(jù)越來(lái)越多，其反映出城市與居住、規(guī)劃與居住之間的關(guān)系也越來(lái)越密切。本次論壇上，一組數(shù)據(jù)顯示，當(dāng)孩子年滿6歲時(shí)，一個(gè)家庭的置換需求達(dá)到高峰；道路越密集、十字路口越多，與消費(fèi)活力、城市居住也存在著各種緊密關(guān)系。

上海鏈家運(yùn)營(yíng)管理中心總監(jiān)陳澤帥指出，一直以來(lái)，鏈家借助大數(shù)據(jù)來(lái)解決與“住”有關(guān)的問(wèn)題。比如，用大數(shù)據(jù)所構(gòu)建的“真房源”行動(dòng)，鏈家通過(guò)專業(yè)算法整合億萬(wàn)大數(shù)據(jù)，為每套房源標(biāo)記唯一ID，打造準(zhǔn)確可靠的真房源數(shù)據(jù)庫(kù)。目前在鏈家大數(shù)據(jù)中，每套房源都擁有超過(guò)300個(gè)屬性描述標(biāo)簽，“我們記錄了房屋的售價(jià)、面積、戶型、裝修、朝向等特征”，陳澤帥提到，“通過(guò)數(shù)據(jù)把房屋信息的立體呈現(xiàn)在用戶眼前。”

通過(guò)鏈家平臺(tái)，購(gòu)房者不僅不用擔(dān)心虛假房源，還可以在線上進(jìn)行“看房”，房子周邊的環(huán)境、配套皆準(zhǔn)確且真實(shí)，省去了線下看房費(fèi)時(shí)費(fèi)力的麻煩。統(tǒng)計(jì)顯示，通過(guò)鏈家大數(shù)據(jù)的幫助，上海鏈家的平均找房時(shí)間可縮短40%。

上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院特聘教授陸銘指出，大數(shù)據(jù)放大到城市管理中，更加成為影響購(gòu)房決策的因素。比如，地塊更新會(huì)使周邊受影響的居民更換通勤起點(diǎn)的概率平均提高3.15%，通勤起點(diǎn)距市中心的距離變動(dòng)平均增加約1624米，公共服務(wù)資源過(guò)于集中則加重交通需求。

此外，鏈家還通過(guò)刻畫新生代消費(fèi)群像，分析購(gòu)房者性別年齡、收入、家庭狀況、需求偏好、消費(fèi)習(xí)慣等數(shù)據(jù)，以數(shù)據(jù)搭建購(gòu)房者個(gè)性化需求指標(biāo)，更好地為他們提供服務(wù)。“當(dāng)一位用戶來(lái)到鏈家，我們會(huì)采集多達(dá)從176個(gè)標(biāo)簽維度，全面了解用戶的需求，整合億萬(wàn)大數(shù)據(jù)為每一個(gè)用戶構(gòu)建專屬圖譜，通過(guò)KNN、關(guān)聯(lián)規(guī)則、聚類等算法，鏈家大數(shù)據(jù)能夠解構(gòu)出這位新用戶的需求可能”，陳澤帥表示，之后鏈家會(huì)采用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的方式，為用戶推薦專屬的經(jīng)紀(jì)人，以及提供相關(guān)的個(gè)性化找房服務(wù)。