“万科的大数据应用：提前挖掘“价值最低点””

本篇文章2061字，读完约5分钟

经过记者顾家彦从广州出发

从阿里巴巴到腾讯、从无印良品到海尔和小米，万科总裁郁亮从去年开始带领高管团队不断拜访各界巨头。 这些公司分布在各个领域，都有共同的优点，那就是利用网络思维和大数据更有效地向用户提供有诉求的产品。

大数据时代，万科是最先感受到危机的龙头房企。 万科董事局主席王石曾表示，完全不擅长房地产的人可以在大数据时代用新的载体、新的方法推翻原有的商业模式。 但是，万科也是最早接受大数据的领先企业，《每日经济信息》记者认为，从前期的土地出售、产品设计到项目营销，万科为了更好地满足顾客诉求、提高投资精度、促进销售，“ 目前，万科主要通过物业管理获取顾客的生活习惯、购买诉求等数据，并利用这些数据开发产品。

但不容忽视的是，真正意义上的“大数据”应用在房地产行业还处于萌芽阶段，即使像万科一样强大，也曾陷入唐山这样供给过剩城市的陷阱，如何收集比较有效的数据，用正确的系统拆解以规避市场风险。

第一个“大数据”项目即将进入市场/

万科表示，首批融合“大数据”理念的项目“万科未来城”将于年内入市，该项目位于杭州万科良渚文化村，总建筑面积超过19万平方米，从产品设计开发到项目宣传营销。

万科内部人士向记者介绍说，未来城市在项目开发之初，将结合地块情况和客户群定位进行拆解，将目标客户固定为年轻客户群，产品为年轻人“订制”了一些特定功能。 例如，万科在顾客行为数据调查中发现，移动互联网时代家庭的互联网wifi是必不可少的，但由于这个未来城市统一配备了wifi增强系统，各个房间的wifi信号强度存在着不同的不自然性； 而且，随着很多年轻人变得宅，习性是整天坐在沙发上，刷手机、看ipad、听音乐、看书、看电视等，未来城根据3c时代年轻人的生活习惯设计了“土豆位”的概念。

在社区服务方面，万科进一步试图让业主、顾客在社区建设之初就参与社区的设计和运营。 万科未来城引入目前最新的互联网概念“众包”，根据业主的诉求，未来有可能实现“众包”健身房、超市、美容院等。 除此之外，项目还在探讨与国内大型互联网公司共同在未来城项目上进行合作的可能性。

另外，万科表示，万科在2002年引进了顾客满意度调查，分析了以年度顾客满意度调查为中心的数据，根据这些调查结果明确了下一年度的顾客满意度提高事业计划，并在此基础上围绕顾客展开了一系列的事业。 包括杭州万科在内的许多地区的企业，在所有客户成交后，都会进行持续的问卷调查和阶段性的客户拜访，聚焦客户的生活习惯发现内在，进行比较不同属性客户的交叉拆解。 这些数据观察结果将指导产品设计和社区组合的建设，包括户型、景观、住宅性能和邻里空之间。

万科相关人士向《每日经济信息》记者表示，万科将把今年以来流传到房地产客服的产品维修、投诉两个主要模块移植到移动网络平台，依托现有的客户数据平台进一步分解对客户的维修、投诉等行为，哟

对于拥有60万户大宗业主的万科来说，一旦掌握了足够的客户数据，发掘出尚未被细分化解体满足的客户诉求，预计将对万科向城市转型具有深远的战术意义。

提高土地的精度依然不容易/

其实，万科的大数据应用，是在拿地之前就开始了。 此前网上流传的毛大庆讲话引用了大量数据，表明目前房地产领域存量化面临较大压力，而且土地市场上除一线城市外，许多城市的土地成交已走下坡路。

在“供给过剩”的大环境下，万科也利用大数据观察方法，通过拆除区域购房者特征、竞争楼宇优势与劣势、建设商业辐射范围、户型配比适宜率、竞争房企价格基线等计算方法详细考虑地块最终价值，提高土地获取精度

据悉，万科早期的土地数据主要来自第三方机构，随着国内地价的上涨，企业正在逐步建立市场调查和数据收集决策系统。 以房山为例，接近万科的一位业内人士对记者表示，2009年在行业不看好房山楼市的情况下，万科在大数据调查中发现了其投资机会。

据这些人士介绍，万科在决定房地产取得地前，联合中国移动、联通、电信三大手机运营商，在同一时间点对北京互联网招聘人数数据进行了检测，评估了北京地区的实际人口规模。 据此，结合当时北京新建住宅供应量、北京房价均价、购房人年龄结构等多项数据，进行市场和区域预判，最终将房屋山定为当时的“价值最低点”

是基于大数据调查的充分准备，在当时许多房企并不看好的情况下，万科于2009年9月在住宅山区连取长阳启动区5号地块和长阳启动区1号地块，楼房地价分别为5726元/平方米和6443元/平方米。 据新闻网房地产数据中心统计，中粮万科长阳半岛近半年网签均价上涨至17582元，成为房山区主要需求大盘之一。

但是，不可否认，目前用“大数据”获取土地仍然存在很多障碍，也无法完全回避风险。 这些人坦言，另一方面，由于房地产是非标准化产品，比较有效的数据收集相当困难，从地块挂牌到拍卖都有时间限制，这必然影响调查结果的准确性； 另一方面，房地产市场受到政策、金融等不可控因素的干扰也很大，如果市场波动剧烈，诉求大幅萎缩，地区就会迅速供给过剩，有限的数据观察难以防范同样的市场风险。