
地產(chǎn)大數(shù)據(jù)時(shí)代終于來(lái)了,數(shù)據(jù)治理和應(yīng)用是關(guān)鍵
地產(chǎn)行業(yè)正在發(fā)生悄悄的革命,以前開(kāi)發(fā)商主要考慮賣好房子就可以了,然而在市場(chǎng)競(jìng)爭(zhēng)愈加激烈后,如何經(jīng)營(yíng)與維護(hù)老業(yè)主,并從存量市場(chǎng)提取信息指導(dǎo)業(yè)務(wù),成為許多企業(yè)的探索目標(biāo)。因此企業(yè)在積累了大量用戶后,如何更好服務(wù)現(xiàn)有客戶,成為需要解決的問(wèn)題。
需求之外,真正地實(shí)施并不容易
縱觀地產(chǎn)行業(yè),目前碰到挑戰(zhàn)可能不是技術(shù)上的,而在于數(shù)據(jù)治理與應(yīng)用上。
首先,數(shù)據(jù)挑戰(zhàn)來(lái)源于行業(yè)數(shù)據(jù)隱私觀念方面。地產(chǎn)還屬于一個(gè)很傳統(tǒng)的行業(yè),有時(shí)候一個(gè)客戶甚至能帶來(lái)數(shù)百萬(wàn)的價(jià)值,因此對(duì)數(shù)據(jù)看的非常重要。他們對(duì)客戶隱私的保護(hù)比任何行業(yè)都要強(qiáng),很多人還盲目相信自建機(jī)房,他們還不接受云服務(wù)更安全的實(shí)事。
其次,數(shù)據(jù)的缺、散、亂現(xiàn)象非常明顯,數(shù)據(jù)采集、融合難度較大。計(jì)算方面的問(wèn)題都可以通過(guò)數(shù)加解決,面臨的最大挑戰(zhàn)反而在于數(shù)據(jù)的不規(guī)整。
地產(chǎn)是個(gè)很傳統(tǒng)的行業(yè),以前數(shù)據(jù)以紙質(zhì)和筆質(zhì)的居多,比如看房時(shí)的來(lái)訪登記,因此首先需要解決的問(wèn)題是如何將紙質(zhì)數(shù)據(jù)搬到云端數(shù)據(jù)庫(kù)上,其次才能挖掘和分析;而且,在已有IT系統(tǒng)中,就是數(shù)據(jù)缺散亂的現(xiàn)象,比如物業(yè)有物業(yè)的系統(tǒng)、停車有停車的系統(tǒng),現(xiàn)在地產(chǎn)也不只是地產(chǎn),甚至有酒店和商場(chǎng),所有數(shù)據(jù)都放在各種不同的地方。
為什么使用阿里云數(shù)加?
明源成立近20年,在前十六七年 在傳統(tǒng)ERP軟件軌道上跑,3年前世界變了,云計(jì)算&移動(dòng)互聯(lián)網(wǎng)來(lái)了,如果不作出變化極有可能被顛覆。明源決定開(kāi)辟新的戰(zhàn)場(chǎng),而在這個(gè)時(shí)候,新業(yè)務(wù)不應(yīng)該用傳統(tǒng)的方式來(lái)做,更應(yīng)該用互聯(lián)網(wǎng)的方式來(lái)做。
理念上,未來(lái)大數(shù)據(jù)的能力與云計(jì)算本身應(yīng)該一樣,都是一種服務(wù)。就像明源經(jīng)常給用戶舉的例子,10年前,IBM有臺(tái)電腦叫深藍(lán),那個(gè)時(shí)候所有計(jì)算機(jī)都是有個(gè)箱子的,但是現(xiàn)在再去看阿法狗或者ET,箱子已經(jīng)不見(jiàn)了。時(shí)下,計(jì)算機(jī)已經(jīng)變成了計(jì)算能力,那么為什么還要再去搭那個(gè)箱子?!對(duì)比擁有,資源共享顯然更加合適。因此,我們現(xiàn)在向用戶提供的軟件產(chǎn)品里面,也更希望推公有云,推SaaS,我們向用戶傳導(dǎo)的就是用比擁有更重要,這是最根本的理念變化。
本質(zhì)上,大數(shù)據(jù)可歸結(jié)為計(jì)算能力、算法能力及海量的外部數(shù)據(jù)資源:
第一,海量數(shù)據(jù)不可能來(lái)自一家,也不可能只存在明源的機(jī)房里;
第二,海量計(jì)算能力,明源肯定也無(wú)法獨(dú)立完成,這肯定是在云計(jì)算平臺(tái)上;
第三,算法能力,這個(gè)肯定是優(yōu)秀的算法專家構(gòu)建的,這和安全有點(diǎn)類似,這個(gè)肯定在行業(yè)的龍頭。
計(jì)算+算法+數(shù)據(jù)能力是在云上做迭代的,如果用靜止的觀念看,如果停滯不前,那么可以自己干,因此只能選擇在平臺(tái)上。
明源在4年前已全部轉(zhuǎn)向云計(jì)算,屬于數(shù)加的第一批客戶,因此也不推薦基于地產(chǎn)創(chuàng)業(yè)的企業(yè)再去自建大數(shù)據(jù)平臺(tái)。
在技術(shù)考量之初,明源云注意到一些開(kāi)發(fā)商在千萬(wàn)級(jí)別的服務(wù)器投資后,得到的回報(bào)卻很低,集群建立后產(chǎn)生價(jià)值難以達(dá)到預(yù)期。在參考這些案例后,明源從開(kāi)始就使用了阿里云數(shù)加云服務(wù)。對(duì)比保險(xiǎn)行業(yè)的大數(shù)據(jù),3000萬(wàn)用戶的聚類分析,花了半年的時(shí)間去實(shí)施。但是類似應(yīng)用場(chǎng)景在建立地產(chǎn)用戶分群時(shí),使用了阿里云數(shù)據(jù)開(kāi)發(fā)之后, 結(jié)果3天就跑完了,因此數(shù)加有個(gè)巨大的賦能意義在里面。
數(shù)加的機(jī)器學(xué)習(xí)模塊在云采購(gòu)進(jìn)行探索試用,比如做供需雙方對(duì)接,精準(zhǔn)預(yù)測(cè)優(yōu)質(zhì)供應(yīng)商升級(jí)服務(wù)的意愿,這樣運(yùn)營(yíng)人員可能就直接的一對(duì)一電話出去,進(jìn)行一個(gè)精準(zhǔn)的服務(wù),大量類似于這樣的一個(gè)場(chǎng)景。此外,明源云還用到了DataV,比如在之前地產(chǎn)公司的一個(gè)項(xiàng)目,比如所有從ERP中導(dǎo)出的數(shù)據(jù),通過(guò)DataV的形式做用戶的作戰(zhàn)大屏,了解每個(gè)區(qū)域的用戶增長(zhǎng)情況,從而針對(duì)性的做營(yíng)銷。
解決方案及架構(gòu)
“阿里云數(shù)加的覆蓋面很廣,從存儲(chǔ)、計(jì)算到上層應(yīng)用,提供了一整套的解決方案,確實(shí)起到了馬總說(shuō)的普惠大數(shù)據(jù)。此外,數(shù)加也在不斷的迭代,不停的有新產(chǎn)品出現(xiàn),我們也再不斷嘗試。因此,緊跟阿里云的發(fā)布,貼合自己的業(yè)務(wù),肯定會(huì)有不斷的新價(jià)值產(chǎn)生。”明源云大數(shù)據(jù)項(xiàng)目負(fù)責(zé)人劉崢說(shuō)道。目前,明源使用的阿里云數(shù)加產(chǎn)品及組件有:
大數(shù)據(jù)開(kāi)發(fā)套件(DataIDE)
大數(shù)據(jù)計(jì)算服務(wù)(MaxCompute,原名ODPS)
DataV數(shù)據(jù)可視化
機(jī)器學(xué)習(xí)(PAI)
目前,明源云在營(yíng)銷和云采購(gòu)方面采用了阿里云數(shù)加解決方案,接下來(lái)還會(huì)在金融方面深入應(yīng)用。在營(yíng)銷應(yīng)用方面,通過(guò)云業(yè)務(wù)和ERP數(shù)據(jù)源,直接做數(shù)據(jù)采集進(jìn)入數(shù)加MaxCompute(原名ODPS),然后再對(duì)數(shù)據(jù)做清洗和轉(zhuǎn)化,將處理結(jié)果保存到RDS中,最后用DataV連RDS做數(shù)據(jù)大屏。
在云采購(gòu)方面,首先通過(guò)數(shù)據(jù)同步的操作,把日志數(shù)據(jù)從RDS中同步到MaxCompute的表存儲(chǔ)中;然后,利用機(jī)器學(xué)習(xí)PAI對(duì)于數(shù)據(jù)進(jìn)行特征工程處理并且進(jìn)入邏輯回歸算法進(jìn)行模型訓(xùn)練;最后,在生成離線預(yù)測(cè)模型之后,使用大數(shù)據(jù)開(kāi)發(fā)套件DataIDE進(jìn)行離線預(yù)測(cè)調(diào)度,每天凌晨對(duì)于數(shù)據(jù)進(jìn)行預(yù)測(cè),按照用戶的付費(fèi)意向排序,選擇付費(fèi)意向高的對(duì)象作為潛在客戶推送給銷售人員。解決方案包括三個(gè)步驟:數(shù)據(jù)同步、機(jī)器學(xué)習(xí)、調(diào)度預(yù)測(cè)。
阿里云數(shù)加助力地產(chǎn)數(shù)據(jù)治理更高效
1、阿里云數(shù)加為明源云賦能,最大的降低了大數(shù)據(jù)的應(yīng)用門檻。走到今天發(fā)現(xiàn)并不需要太專業(yè)的人才,普通的技術(shù)人員也可以通過(guò)數(shù)加玩轉(zhuǎn)大數(shù)據(jù),各種數(shù)加產(chǎn)品的技術(shù)門檻都是很低的,能很快上手。
2、明源云一方面通過(guò)阿里云數(shù)加來(lái)搭建數(shù)據(jù)管理平臺(tái),幫助企業(yè)來(lái)治理數(shù)據(jù)的缺、散、亂;另一方面,明源更結(jié)合地產(chǎn)行業(yè)實(shí)際情況,在大數(shù)據(jù)行業(yè)上展開(kāi)眾多摸索:
首先,在拿地上,可以結(jié)合第三方數(shù)據(jù),把土地周邊的配套設(shè)施發(fā)展,比如人口、公園等數(shù)據(jù)展示出來(lái),給房地產(chǎn)公司提供參考;
其次,在營(yíng)銷上,可以在客戶到訪以后做客戶地圖,也可以通過(guò)數(shù)據(jù)分析用戶購(gòu)房的真正需求,是改善亦或是剛需;
最后,在運(yùn)營(yíng)上,可以通過(guò)數(shù)據(jù)做產(chǎn)品的改進(jìn),比如客戶住了房子后,發(fā)現(xiàn)樓間距較窄、綠化面積太少或者是不科學(xué)、燈光不夠亮等等。劉崢指出,現(xiàn)在許多開(kāi)發(fā)商中,60%都是老業(yè)主,這是一個(gè)很龐大的數(shù)字,如何經(jīng)營(yíng)他們成為重中之重。
3、明源和阿里云一起聯(lián)合舉辦地產(chǎn)行業(yè)CIO峰會(huì),展開(kāi)越來(lái)越多的布道,引導(dǎo)客戶數(shù)據(jù)上云。
對(duì)于大數(shù)據(jù),明源云副總裁童繼龍表示:“過(guò)去有PC時(shí)代的B/S架構(gòu)技術(shù),移動(dòng)互聯(lián)網(wǎng)領(lǐng)域的開(kāi)發(fā)技術(shù),大數(shù)據(jù)也可能成為一個(gè)時(shí)代,在地產(chǎn)行業(yè),從拿地、設(shè)計(jì)、開(kāi)發(fā)、建造、質(zhì)量管理、營(yíng)銷、服務(wù)、每一個(gè)價(jià)值鏈上都有大數(shù)據(jù)的場(chǎng)景,因此有著很大的空間,至于每個(gè)部分可以做到哪些,比如云采購(gòu)幫助采購(gòu)匹配更好的供應(yīng)商,云客幫助地產(chǎn)公司找到客戶群,完成廣告投放;過(guò)去的投放是漏斗形的,倒金字塔,投10萬(wàn)個(gè)可能來(lái)1000個(gè);但是大數(shù)據(jù)時(shí)代可能是正金字塔,知道客戶在哪,投進(jìn)去,通過(guò)結(jié)果指導(dǎo)下次投放,越投越準(zhǔn)。在地產(chǎn)行業(yè),明源已經(jīng)在不同的產(chǎn)品線,通過(guò)大數(shù)據(jù)去指導(dǎo)客戶去做業(yè)務(wù),也期待更多的人參與進(jìn)來(lái)?!?
另外,也從技術(shù)角度逐步引導(dǎo)客戶數(shù)據(jù)上云,劉崢表示:“現(xiàn)在我們的解決方案:通過(guò)Docker的模式,他們自己租用阿里云,通過(guò)公有云的私有部署來(lái)打消對(duì)數(shù)據(jù)隱私的顧慮。總的來(lái)說(shuō),雖然這方面比較敏感,但是仍有突破?!?
總結(jié)
阿里云與明源云,雙方在業(yè)務(wù)的融合度上越來(lái)越高。阿里云云計(jì)算與大數(shù)據(jù)產(chǎn)品本身迭代的很快,而明源在地產(chǎn)行業(yè)數(shù)據(jù)與計(jì)算的應(yīng)用上迭代也很快。明源不止是用阿里云的服務(wù),還在向自己客戶提供服務(wù)的過(guò)程中,同時(shí)使用了阿里云其他生態(tài)伙伴的產(chǎn)品,比如通訊解決方案提供商云之訊等。對(duì)于明源來(lái)說(shuō),用最快的速度,最成熟的服務(wù)為客戶提供服務(wù)才是關(guān)鍵;因此,明源選擇阿里云,不是選擇了單單一個(gè)阿里云,更選擇了阿里云整個(gè)生態(tài),與這個(gè)生態(tài)共同成長(zhǎng)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10