什么是大数据？

关于大数据，有很多不同的定义，其中，麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据技术的战略意义不在于掌握庞大的数据信息，关键在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。 

Big data market size revenue forecast worldwide from 2011 to 2027, Statista

企业组织利用相关数据和分析可以帮助它们降低成本、提高效率、开发新产品、做出更明智的业务决策等等。由于大数据为企业提供的优势，大数据相关行业在全球范围内持续快速增长。市场研究公司Wikibon预测，世界大数据市场的增长将以每年11.4％的复合年增长率（CAGR）继续增长，大数据收入在2027年增长至1030亿美元的行业（2011年为76亿美元）。

投资和对冲基金公司是第一个深入研究数据趋势的公司，其他成功利用了大数据的例子还有：

—— 洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。

—— google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。

—— 统计学家内特.西尔弗(Nate Silver)利用大数据预测2012美国选举结果。

—— 麻省理工学院利用手机定位数据和交通数据建立城市规划。

—— 梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

—— 中国国家统计局用大数据预测房价走势。

—— 近年来很多国家都在积极推进的医疗信息化。

大数据的厉害，可略窥一斑！

房地产行业与大数据的契合之处

与消费者可用的其他产品不同，房地产行业的定价和估值更难以量化（尽管当然不是不可能）。房地产行业，本身就是一个涉及到的机构单位和政策条例非常宽的行业，地方政府的土地、地方上的城市与基建规划、中央政府的政策、房地产开发商、房屋建造商、物业管理单位、估值机构、金融机构、居住性买方、投资性买方、房产中介机构、房屋使用者等等。而几乎每一笔房地产交易无论对其中哪一个环节的涉及到的各方来说，都涉及到大量资金，所以，房地产交易的每一步都需要涉及到的各方做充分的信息准备、加工，希望最后能做出正确的决策，每一个交易环节都牵扯到大量的信息和信息处理，因此大数据技术对房地产行业庞大的数据和对其处理的需求是非常契合的。

但是，相对于其他行业已经在利用大数据技术上遥遥领先的情况，虽然房地产行业目前的数据生成量，无论是来自用户生成的内容，土地记录，房地产经纪人列表都是惊人的，更有物联网产生的大量处理信息，但它们几乎都没有在这个行业中使用过。房地产行业对大数据的利用迟迟未动，原因何在？

大数据技术在房地产行业发展的痛点

1，信息源头庞杂，内容零散，且多纸质化——如上所述，房地产行业涉及的单位机构和政策条例非常庞杂，所以信息通常是零散地保存在不同的单位机构和条例中，而且政策和流程通常还是基于纸张的。

2，信息缺乏数据标准化，没有经济有效地进行数据互访的能力——即使不同的机构基于自身决策的需求，将自己所拥有的数据数字化，有成千上万的MLS，代理/公司网站，CRM系统和初创公司都在构建工具，使交易过程更具成本效益和效率。但是，这些系统彼此不兼容，光靠自己机构积累的数据无法真正发挥出大数据技术的优势和经济有效性。

 3，房地产行业中的数据不透明是一个历史遗留问题——商业房地产数据在历史上一直是不透明的，其中包括销售的建筑物，租金卷和隐藏在黑匣子中的平方英尺等信息。

房地产行业：正在被大数据解锁的巨无霸

尽管如此，随着消费者继续更多地依赖他们的移动设备，谷歌和其他搜索引擎的在线搜索数据这一条大数据高速公路呈指数级增长，相关企业也正在对技术痛点提出解决方案：

大约10年前，房地产信息开始迁移到云端。家庭评估报告，销售价格，人口统计数据等逐步上线，变得更加集中。在美国，根据全国房地产经纪人协会的一项研究，目前超过50％的购房者在网上找到了理想的住宅。互联网使得搜索家庭或办公室成为一种体验，这种数据革命带来了接近跟踪器，实时交通估计，步行分数，噪音水平，深夜活动区域，酒吧，餐馆，公园，户外活动和大量评论以及更多内容。通过分析这些数据并将其与需求进行比较，潜在的购买者或租户可以获得城镇或社区的真实情况，从而购买到更符合需求的房产，消费者通过网络搜索获得决策支持的情况在各行各业都越来普遍，尤其针对购买决策复杂的行业。

Imbrex是一个基于区块链的解决方案，解决了房地产行业缺乏标准化的问题，ReBloc是另一家基于区块链的创业公司，通过允许用户购买和出售有价值的房地产数据，努力实现“房地产数据民主化”，解决了该领域的同样问题。ReBloc正在为涉及房地产流程的所有各方（买家，卖家，房地产经纪人，金融机构，经纪人等）建立一个系统，不仅可以利用有价值的数据 ，但为其他人贡献和验证现有数据。

此外，有许多声誉良好的私人和公共来源用于聚合数据以及具有数百万个地图和数据层的基于云的内容库。根据创造性的普通或商业使用许可，其中许多是免费的。

大数据给房地产行业带来的精确与高效

物业评估更准确

房地产公司已经在利用大数据和机器学习来实现“自动评估模型”，这种模式可以取代传统的房地产评估，错误率仅为9％左右。目前的评估在很大程度上取决于“comps”附近房产的先前评估或售价，在很大程度上忽略了可能提升房产价值的动力因素，如改善或设施。新模型使用大数据分析应用最新的经济，人口统计和地理数据，以在分析房产价值时消除人为错误。虽然人类无法真正被替换，但算法通过使用更多数据点同时失去人类可以提供的一些主观输入来做出更好的决策。

更健康的购买和销售决策

当买方和卖方拥有适当的数据来支持他们的决策时，购买和销售变得更加容易和精心策划。了解社区和环境有助于建筑商做出正确决策，以支持能效项目和减少负面社会影响的房产。纳入大数据还降低了半知情经纪人和失望的买家或卖家，这些买家或卖家以不切实际的期望进入市场。

更智能高效的金融机构

除了买家和卖家的优势之外，以数据为导向的房地产环境使银行和其他金融机构的交易变得更加智能和高效。例如，银行可以挖掘大数据资源来决定止赎或卖空是否真的值得买方或卖方提出的要约。更少的欺诈和诈骗意味着更多的房地产交易工作流程、标准化、数字化。记录的数字化可以消除大量使用纸张并减少转录数据输入引入的错误。

美国的房地产行业大数据应用

像Zillow，Trulia和Redfin这样的公司正在向房地产行业展示了大数据的力量。基于这些公司能够利用的信息，收集（诸如特定区域的购买和销售趋势，特定区域的商业与住宅开发量，交通，人口统计信息，消费者调查结果等）到的信息，能够帮助他们提供关于定价，房屋价值趋势和社区潜在价值的清晰见解。另外在使用大数据颠覆房地产行业的美国公司还有：

Bowery，仅仅给房地产估价，房地产专业人员就要花不少的时间，Bowery为他们减轻了这个负担。其系统结合运用大数据和人员专长，不仅给房地产估价，而且估价比其他任何方法都要准确。Bowery为房地产交易过程中较费时间的环节减轻了负担。

Enertiv，房地产不是静态的。大楼和住宅经常变化，有时你甚至蒙在鼓里。Enertiv专注于跟踪和分析实时大楼数据，帮助了解房地产组合的最新情况，无需不断地人工核查和输入数据。

Coldwell Banker，科威国际不动产正为销售团队实施一套应用软件，为他们提供有关买家的更详细信息。销售人员能够看到谁在购买、他们对什么感兴趣以及什么是适合他们的销售方法。

CrediFi，主要立足于房地产的财务方面，不过它对整个过程而言至关重要。它使用大数据，收集商业房地产领域的财务信息。贷款人决定贷款时，其平台集中了对他们而言至关重要的数据。

VTS的经营方式是公司到公司，它简化了每个人的生活。许多房地产公司拥有大量数据，但数据的好坏完全取决于保存数据的系统。VTS在收集数据，将数据汇总到单一源头，好让公司里面的任何人可使用任何设备来访问数据。

Jones Lang LaSalle（JLL），让经纪人更能够适应每个市场的情况。经纪公司需要地段方面的信息。无论是房地产在哪个地段，还是在哪里销售，他们在卖房时拥有这些信息很重要。JLL为经纪人收集该数据，并集中起来，那样经纪人不必花费大量的时间自行查找数据。

Xceligent在努力让购买过程更注重市场研究。它收集房源信息、租户研究和市场趋势，然后这些信息用于识别潜在买家。在房地产行业找到哪怕一个有意向的买家也很费时间，Xceligent力求大大缩短这个过程，并为经纪人带来更丰厚的回报。

Online Residential，房地产需要简单明了的数据。但就连充分利用大数据的行业也不一定有数据中心，以便任何从业人士都能查询，找到所需的数据。现在，Online Residential为房地产中心：纽约市汇集了大量的房地产数据。它有一个专门的团队来处理和维护其平台上的所有数据。任何住宅经纪人都可以使用Online Residential找到所需的数据。

中国的房地产行业大数据应用

我国房地产行业的大数据应用还处于起步阶段。多数房地产企业只看到了大数据的营销价值，还未用于产品的开发和消费群体的精准定位。

消费者对房地产的需求预测可以通过对建构的大数据统计与分析，采取科学的预测方法，通过建立数学模型，使企业管理者掌握和了解房地产行业潜在的市场需求，未来一段时间每个细分市场的产品销售量和产品价格走势等，从而使企业能够通过价格的杠杆来调节市场的供需平衡，并针对不同的细分市场来实行动态定价和差别定价。需求预测的好处在于可提高企业管理者对房地产行业市场判断的前瞻性，并在不同的市场波动周期以合适的产品和价格投放市场，获得潜在的收益。细分市场为企业预测销售量和实行差别定价提供了条件，其科学性体现在通过房地产行业市场需求预测来制定和更新价格，最大化各个细分市场的收益。敏感度分析是通过需求价格弹性分析技术，对不同细分市场的价格进行优化，最大限度地挖掘市场潜在的收入。

大数据引发的不仅仅是思维、观念、方法的变革,更主要的是解决了房地产企业与潜在购房者或用户之间的信息不对称问题。房地产开发企业、房地产经纪人和客户都需要为机器学习、预测分析和其他大数据技术带来的颠覆性变化做好准备。

中国房地产报绿色地产研究中心与北京柠檬树绿色建筑科技有限公司共同发布的2019年《中国绿色地产年度发展报告》将聚焦房地产行业的科技发展趋势，尤其是大数据对房地产行业的助推作用，对大数据如何助力房地产企业掘金下一个白银十年进行深入的研究和挖掘。欢迎相关企业与我们联系：huangjp@igreen.org。

相信中国的房地产行业，也正在由大数据技术的逐步解锁而不断创造出新的机会海洋！