人民网
人民网>>房产

链家以大数据“武装”经纪人:可预测新增客户签约几率

2016年09月23日15:47 | 来源:人民网-房产频道
小字号

  人民网北京9月23日电 (余燕明)如果你是链家的经纪人,链家大数据团队会告诉你,找到新客户以后,抓紧在一周内约他们去看房,因为这与最后成交高度关联。为此,链家定义了一个“7日新增客源首看率”的指标。

  在链家,利用大数据分析出来的类似指标还有许多,这些发现和定义的指标最重要的功能,是帮助链家促进业务的提升。

  上述案例中,链家大数据会分析经纪人作业流程的某一个环节与成交的相关性,所以当他们发现新增客户在7天内跟经纪人看房,最后成交率更大时,链家会非常重视并且定义这一数据指标,进而指导经纪人作业。

  “大数据只有跟业务关联到一起,才能产生价值。”链家网副总裁闫觅说,“链家大数据在业务应用方面,包含了业务支撑、业务优化与重构,以及业务创新与研究,整个过程是一个由浅入深的过程。”

  闫觅在2014年加入链家,负责产品与技术方向,他之前在百度公司。互联网公司做大数据,更看重工程实力和计算能力,数据量和种类虽然非常庞大,但应用场景比较少,“在数据价值上,链家的大数据深入到了行业。”

  与互联网公司不同,链家并不是通过大数据获取一些客户名单、用户信息以后,提升平台的转化率,而是依靠上十万名经纪人采集房源数据,包括位置、小区、户型、产权、学区、周边配套等。链家先后雇佣了500人左右的兼职人员,去各个楼盘社区“数房子”,采集到全国约30个城市将近7000万套房屋的物理地址、公共信息等基础数据。

  除了雇佣“数房子”的兼职人员采集房源信息以外,链家并无设置专门团队获取大数据,大量的基础数据来自于链家经纪人的日常作业及成交,甚至客户也可以参与到链家大数据的建设。

  链家向客户及经纪人在APP上开发了“看房笔记”和“看房日程”两个功能,客户看房以后,可以在看房笔记上记录看房心得、体会,丰富房源信息,链家通过制造场景获取客户行为数据;而在看房日常上,经纪人可以即时共享自己的带看信息及安排,客户获取这些信息以后,了解经纪人的带看行为规律,这些共享信息提升了效率,链家基于大数据重构了业务流程。

  链家另一部分大数据则来自海量的真实成交数据。据了解,去年链家的GMV(成交总额)超过了7000亿元,今年预计会突破万亿规模,而且链家数据库内的这些成交数据确保真实。

  比如,对这些成交大数据的应用,链家在这些真实成交数据的基础上,添加新的算法和模型,推出了估价产品。用户在链家的估价产品上输入房屋的位置、户型、朝向、面积以后,链家会给出基于历史成交数据的估价走势,目前这一产品的平均误差只有4.5%,每月的申请访问量已经达到了百万级,用户对链家估价产品的使用习惯和黏度在增强。

  链家研究院也在利用大数据启动了面向B端的数据产品,这些机构客户包括开发商、银行、房产服务机构、媒体等。以未来链家面向银行客户的数据产品为例,银行做资产抵押贷款时迫切需要掌握资产价值,所以对链家的估价产品会有需求;而对开发商而言,链家基于成交数据的分析,会按照居室、面积等维度详细筛选数据,给开发商产品设计及规划提供决策支持。

  现在链家大数据在集团业务上应用最深入的,就是业务支撑。链家现在进行的基础数据建设,让链家网(App产品)已经成为一个效率更高的找房工具,满足找房用户体验需求;另一项业务支撑则是数据指标建设,链家管理层每周都要看许多数据指标,部分指标都是源于这些大数据的分析、定义,管理层以此了解公司业务及运营情况。

  比如,链家一直重视的一个数据指标是“市场占有率”,链家对与市场占有率相关的数据进行了拆解,最后拆解出来的指标有多少业主把房子在链家挂牌、有多少房子链家能拿到钥匙、有多少房源链家签了快速销售协议等等,而这些都会决定未来成交。

  链家还对经纪人进行大数据分析,而经纪人大数据的应用,改变了链家的招聘策略及门槛。链家对上十万经纪人数据进行分类,经纪人的不同学历,专科或者本科,本科又属于哪类学校,这些经纪人的成长速度不一样,于是链家将经纪人的学历关联起了他们的转正速度、最后产生的业绩、留存率等。总结这种相关性以后,链家现在更加倾向于招聘本科学历的经纪人。

  未来,链家的大数据在公司的业务优化与重构上会发挥更大的功用。链家已经尝试根据经纪人的行为数据优化公司的业务,比如链家在统计网上房源的时候,发现只有10%的房源客户会给经纪人打电话,链家希望对此进行分析后予以提升。

  链家分析了相关性以后,发现图片质量更好、房源特征更明显、滑动浏览更自然的网上房源来电转化率更高。为此,链家对房源详情页上的图片质量、详情页下滑等特征进行了优化,以此提高了客户浏览房源后的来电量。

  基于大数据,未来链家网能够更加智能地向客户推荐房源。当客户漫无目标地四处看房的时候,链家会根据客户相似特征进行推荐,比如跟这位客户同在一个地点上班的购房者之前在哪里买房,看了相同商圈的客户会选择在哪里买房,相似职业背景的客户会选择什么类型的房屋,未来客户在链家网上找房时,都会通过大数据更加精准地将房源推荐出来。

  链家大数据在业务优化与重构上,对经纪人提高成交效率的帮助也会更大。以前经纪人可能不知道客户会跟多个经纪人联系,并且同时在不同商圈看房,但链家通过大数据建立起用户画像以后,可以掌握用户特征。

  “如果这位客户80%的时间都在跟其他经纪人和商圈看房,那很可能不会在我这里买房了。”闫觅说,“基于大数据的用户画像可以帮助经纪人作出决策,对客户的优先性重新排序,提高成交效率。”

(责编:余燕明、伍振国)

分享让更多人看到

返回顶部