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。

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。

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。

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!