tft每日頭條

 > 科技

 > 房産從業分析

房産從業分析

科技 更新时间:2024-12-24 11:05:18

房産從業分析(雲房數據瞄準房産數據增值市場)1

調研 | 李喆 黃勇 關蕾

撰寫 | 關蕾

雲房數據,起源于房産評估企業——仁達評估,由其信息部門獨立而來。早期的雲房數據以仁達20年積累的評估數據庫為主,在其第一發展階段中,估值服務是核心業務。

對于第三方數據服務商,數據是無可厚非的競争點。就當前來看,由于房地産行業龐雜,數據沒有統一規範,政府部分數據并未公開透明,對于房地産領域的數據獲取、整合、清洗、處理都存在一定難度,而雲房并不具備數據生産能力,因此,數據獲取是要面對的首個挑戰。

從2014年開始,對外,雲房數據先後在房産交易領域與中原地産、鍊家、同策、遠洋地産、萬科物業等取得應用合作,同時與數據堂、百融金服、數聯銘品等開展數據合作;對内,雲房數據聚焦在構建基礎數據庫、市場交易數據庫、場景應用的算法模型研究等三個方面。

雲房數據通過合作、互換、購買等方式獲取數據,在數據獲取路徑、數據覆蓋面、數據種類等方面得以擴充。目前,雲房數據的數據庫在基礎數據、交易數據層面得到一定沉澱,其大數據平台正逐步成型。

第二發展階段,雲房數據的業務模式以數據 估值為核心,聚焦多場景應用。通過對大數據平台上十幾個API接口的封裝,打造了三條包括估值、數據及綜合集成服務的産品線,在不同行業推廣時進行封裝,有一定通用性。

2017年初,雲房數據發展進入第三階段,提出打造“房産數據 ”的綜合服務模式。從房産數據出發,配合多領域數據,如人群數據、城市數據等,深化房産相關場景應用,提供像精準營銷、投策、風控等數據增值服務。

雲房數據創始人闫旭東在訪談中表示,近期,阿裡、雲房數據、友盟三方簽訂正式協議,共同開發建設以“房 址 人”為核心的樓盤字典數據庫,整合三方的數據和服務能力,對房地産存量市場進行精準挖掘和應用,給購房人、投資者提供有效的決策依據。

然而,不同領域的數據類型、存在方式、使用習慣都不盡相同,合作過程必然充滿挑戰,其結果也有待驗證,但市場表現仍值得期待。

客群層面,雲房數據以交易、金融、稅務及評估行業等四類客群為主。

從數據流向上,雲房的客群也是其數據來源。一些交易類客群在一定程度上有依存性,像不足以自建數據平台的經紀公司、網絡交易類平台等,提供基礎數據庫、估值報告等應用需求。這類客群,數量衆多,無論從API調用量、還是營收貢獻,均是重要組成。

金融類客群對估值、數據類産品需求較多,以金融經營貸、個貸的互金公司、商業銀行為主。這類客群支付能力強、市場空間大,但通常情況下,金融類客戶會選擇多個供應商共同對接,供應商之間存在可替代性。各家的數據覆蓋度、數據準确性、估值模型質量等維度,将被重點考核。

近日,愛分析對雲房數據創始人闫旭東進行訪談,現将部分内容分享如下。

房産從業分析(雲房數據瞄準房産數據增值市場)2

多元數據是重點,房産評估是基石

愛分析:在房産大數據市場格局中,目前有哪幾類主流參與者?

闫旭東:第一類以房地産電商為主,像易居克而瑞、搜房等,掌握一手房數據;第二類是代理公司,像世聯、同策,擁有一手房案場數據、客戶數據;第三類是經紀公司,像鍊家 、我愛我家等,以二手房信息為主;第四類是互聯網房産交易信息平台,像58安居客、好房通等,在客源信息上有優勢。

愛分析:國内的房産數據現狀如何?

闫旭東:房産數據,可分為靜态數據和動态數據。靜态數據,是指物理屬性數據、像樓盤字典等;動态數據,包括房産交易行為、與房産相關的經濟活動等數據。

房産交易數據中,新房相對公開,二手房信息不透明,政府的數據、産權人信息尚未開放。我們需要自建數據庫,各家比拼的是數據顆粒度。

愛分析:從2013成立到現在,雲房經曆了哪幾個發展階段?

闫旭東:第一階段,2013年雲房從仁達評估獨立,從當時的基礎數據庫出發,提供估值服務;第二階段建數據庫、估值模型,在幾個領域做嘗試性應用,完成商業模式探索;第三階段将房産數據、人的行為數據結合,探索更廣泛的場景應用,目前我們在與多領域結合。

愛分析:雲房的數據源主要是?

闫旭東:靜态數據通過互聯網抓取、線下采集、時間沉澱、合作互換等方式獲取,數據來源主要估價公司、金融機構、房地産中介、政府部門、網絡采集、實地勘查等渠道。雲房的原母公司——仁達評估服務于銀行、經紀公司等客群,擁有高質量的金融數據,像評估數據、銀行押品數據等物理屬性數據。

動态數據采用網絡采集,包括全網1000多個房地産網站的實時抓取。但有的數據如二手房真實成交數據,隻有參與者才擁有,我們就用數據互換或抓取的方式,獲取鍊家網、中原、我愛我家、Q房網等的成交價格。

愛分析:在數據獲取時,雲房有哪些關注點?

闫旭東:這幾年,雲房的重點在數據源獲取。我們認為,數據公司一定要保證數據的合法性、多元性、穩定性,必須與生産數據的來源建立合作關系,這是雲房的核心競争力。大家對數據的需求也是多樣性的,我們根據具體業務應用,在采集時會有側重。

愛分析:地址信息收集時,如何保證準确度?

闫旭東:中國對地址标注有很多體系,多數證載地址與推廣名不一緻。我們數據來源很多,如何匹配,是技術挑戰,我們初步建立了全國287城市1.2億戶的樓盤字典,将證載地址、推廣名、小區别名等做了一一對應。

愛分析:數據處理時,需要用到哪些主要技術?

闫旭東:用規則、算法做數據清洗,對多來源數據打标簽、做匹配,按重合度分層篩選,逐層沉澱。最簡單的比如中國房屋标準化程度較高,很多房産是标準層,由此建立戶推導邏輯算法。

愛分析:基于大數據做的評估與傳統評估主要區别在什麼地方?

闫旭東:最大區别在于線上評估沒有現場勘驗。實際中,部分的房産可能有建築結構改動,可能存在風險,好在金融機構有下戶審核的程序。從評估方法和數據利用的角度,交易活躍小區房産我們的估值精度比評估公司更高。

估價與成交價的國際誤差參考範圍是±10%,雲房數據對活躍小區的估值誤差精度在6%,美國Zillow公司的誤差精度為8%。

愛分析:在評估方面,線上評估在搶占傳統評估哪部分業務?

闫旭東:線上評估在個貸房抵業務上,會在一定程度上替代線下評估。

房産從業分析(雲房數據瞄準房産數據增值市場)3

交易、金融是主要客群,逐步探索數據增值服務

愛分析:經過幾年發展,雲房目前的主要客群有哪些?

闫旭東:主要客群在交易、金融、稅務、評估等四個領域。

愛分析:交易類客群有哪些特點? 雲房為這類客群提供哪些産品或服務?

闫旭東:我們認為,離交易越近價值越大,雲房的焦點在上遊,如交易面、獲客面。

我們提供估值、底層數據庫、估值報告等服務,與中原地産、好房通、推推99、Q房、我愛我家等的合作逐漸加深,有的平台的底層數據服務都來自雲房。

愛分析:最終對接客戶時,是以怎樣的方式呈現?

闫旭東:更多的是通過API接口的模式進行系統接入,金融客群也類似。

愛分析:目前服務于哪些交易類、金融類客戶?客戶數在什麼量級?

闫旭東:很難估算,好房通、房途對接的小B太多,從調用的覆蓋面看,目前已覆蓋160多個城市,每周估值的調用量達200萬次。金融方向,我們在與各分行、互聯網金融公司合作,像紅嶺、平安普惠、賺賺金融、好貸網等100多家。

愛分析:站在客戶的業務角度,互金客戶除了估值,還看中哪些數據應用?

闫旭東:互金除了看抵押價值,還有标的物安全性、變現能力。我們用API将估值嵌入金融的獲客端,提供全流程服務,像獲客營銷、評估、貸款審批、價值風控、貸後管理、押品重估。

我們幫助金融客戶快速放款,像金融經營貸業務,按揭成數較低,更強調效率而不是估值準确性、安全性。我們除了提供評估業務對接,還希望通過交易為金融獲客。

愛分析:地稅客群,主要與什麼級别的機構建立合作?

闫旭東:與市級地稅局合作,方式比較多,有做項目、做系統、提供數據基準價,價格動态維護等。我們從2008年開始,一共做了10餘個城市,其中7個省會城市,30多個稅務項目,像北京、南京、廣州、石家莊、銀川、天津、成都等,我們提供房産交易核價系統、模拟評稅等。

愛分析:是否同樣以API方式提供數據服務?

闫旭東:對他們來說是批量導入,稅務局網絡是内網,定期做更新,我們獲取交易中的部分信息、行為信息,不碰産權人信息。

愛分析:哪些産品适用于評估公司?

闫旭東:我們為評估公司提供估價作業系統,産品有房估估、評E評、外采系統等。

愛分析:地産商客群具體有哪些?

闫旭東:我們的合作主要在三方面,第一是純粹的技術數據服務,第二是數據類的咨詢項目,第三是數據相關的系統建設服務,像城市地圖。目前服務于遠洋、萬科、金科、華夏幸福、金隅等企業。

房産從業分析(雲房數據瞄準房産數據增值市場)4

查詢量貢獻主要營收,數據庫開發是行業趨勢

愛分析:這四類客群查詢量占比如何?

闫旭東:占比最多的是交易,其次金融,評估公司很少,稅務不涉及調用量。

愛分析:在對接交易和金融類客戶時,如何定價?

闫旭東:按次收費。調取估值、估值報告、基礎庫、小區評級等的收費方式差别很大。

愛分析:開發商類項目情況如何?

闫旭東:通常幾十萬,交付周期在3-6個月。

愛分析:整體團隊有多少人?

闫旭東:一共170人,包括數據部門70人,有數據采集、數據平台、模型算法三個組;還有50人的産品研發團隊,其餘的包括銷售中心、渠道中心、市場運營等部門。

愛分析:今年營收能達到什麼量級?

闫旭東:今年收入至少翻倍,年底實現收支平衡。

愛分析:主要盈利方式來自于哪裡?

闫旭東:通過API調取是主要盈利方式。

愛分析:哪個客群客單價較高?

闫旭東:稅務的客單價較高,在百萬量級。

愛分析:雲房下一步整體戰略是什麼?

闫旭東:雲房的目标是打造數據生态,從房産數據出發,整合多領域數據,為各行業提供增值服務。

愛分析:雲房這個模式,在國外有哪些對标公司?

闫旭東:有一些對标,包括房産信息平台Zillow、MOVE、CoStarGroup;銀行信貸、資産管理CoreLogic;房地産稅基評估QV;抵押評估分發與報告審核FNC等。

愛分析:房産數據領域,中美有何不同?

闫旭東:美國沒有房管局,房産是在政府做契約登記,産權由産權保險公司保護,産權保險公司有所有的交易數據、抵押數據、租賃數據,CoreLogic數據來自于母公司第一産權保險公司。

美國市場數據很完善,有MLS平台,中國現實需要我們自己建基礎庫,持續更新交易數據,對接各來源數據,還有相當長的道路。

對于雲房數據來說,我們的願景是讓房産交易更透明,讓房産金融更便捷,讓房産稅收更公平,讓房産評估更高效。數據隻有在利用、分享中才有價值。或許未來3-5年,基礎數據庫(樓盤字典)将全部免費開放。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关科技资讯推荐

热门科技资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved