链家闫觅:用房产大数据助用户选择心仪的住所

2017-01-13 10:01 来源:中国新闻网
浏览量: 收藏:0 分享

近日,由财新传媒举办的“‘新数据•新城市’—2017大数据智慧城市论坛”在京举行。作为房地产行业的代表,链家网副总裁闫觅在会上表示,要真正让大数据发挥力量,前提是需要进行数据的有效积累。

  对于“住”的领域,用户希望更便捷、高效的找到理想的安居之所。在闫觅看来,大数据能够切实帮助用户拉近他们与未来理想家的距离,但要真正让大数据发挥力量,前提是需要进行数据的有效积累。据悉,自2008年起,链家就开始着手打造楼盘字典,用了8年时间,耗资近4.5亿在全国28个重点城市,覆盖3亿人口的范围内,建立起一个全国最大的楼盘数据库,管理7000万房源数据,每套房源用300字节进行描绘,并通过信息的无差别分享,大大缩短了用户的看房周期。在打造楼盘字典的同时,链家更注重人的分析,用107个维度对用户行为进行描述,同时对于数据中非常重要的一环,从125个维度对经纪人本身进行了分析。

链家

  房产行业大数据存在特殊性,要让用户选择心仪的居所

  低频率高客单价的交易属性让用户在选择时十分慎重,但又没有足够的经验去选择自己心仪的居所,这成为用户在房屋交易中面临的一个最大的问题。闫觅表示,通过链家深度的数据挖掘,希望给用户带来的是交易上的“父爱算法”。所谓的“父爱算法”就是一种大数据的方法论,是相对母爱算法的一种说法。具体而言,母爱算法 = 用户要什么,你就给什么;父爱算法 = 我告诉你什么叫好,听我的。闫觅在现场解读到:“比如说,用户要买一个80-90平米的房子,而具体的细致化需求并没有特别明确,那么我们就会在一个锁定的价格范围内进行需求匹配,智能化的给出一些理想的选择,而不仅仅局限在他所指定的一些描述里寻找结果。

  链家两步走,“父爱算法”的践行者

  在闫觅看来,房产行业的父爱算法可以通过两步走来帮助用户找到心仪的房子。第一步需要做的是对用户需求的深入挖掘。而在这里,交互数据就变得非常重要,包括经纪人的沟通反馈,语音聊天信息,文字聊天的数据等。而围绕这些数据的积累,就能够建立起用户的需求画像,并在进行购房交易时,通过之前用户的相似比对,提供给用户更多选择空间。

  第二步是在锁定了区域后,把最适合的房子匹配给用户。闫觅认为,由于用户对市场和房源情况的不了解,很容易形成对房子的错误预期,往往导致最终成交的房子和用户最初所描绘的出入很大。而基于数据的分析和积累,链家能够做到更智能化的推荐,迅速对用户的真实需求做出预判,给出更合理的建议,避免在交易过程中的资源与时间的浪费。

  对于未来大数据在“住”领域的发展,闫觅表示,随着房、人和交易数据的不断积累以及算法技术的不断迭代,链家将能够为用户带来更加智能化的房屋交易体验,不仅仅填补需求空白,更能颠覆用户的预期。

标签:

责任编辑:admin
在线客服