当某些项目因为供需不匹配而滞销，当我们不知道那50%的营销费用浪费在哪里，地产人有充足的理由对大数据时代充满期待。从政府到企业，大数据与云计算都是非常火热的概念，从马云所说的“大数据决定我们三十年的未来”，到地产行业万科与百度的合作，大悦城的尝鲜，到万达商业的大数据蓝图，给予了笨重而传统的地产行业无限的想象空间。

 

　　这种想象空间包括但不限于：政府能够基于城市产业/人口/交通等数据制定更合理的产业政策，和更智能的城市规划；房企能够利用充分的市场/客户/建筑数据更快更准确的设计产品，进行更加精准的营销，并提供最好的社区物业服务；消费者能够使用全面完整的数据进行购买的最优决策。甚至再大胆的想象，各个领域的大数据可能开启一个数字化的虚拟现实世界，让我们象科幻片里一样生活，各个行业的商业规则也将重新被构建。

 

　　当然，回到现实世界，我们当下最关心的话题是：大数据能否以及如何帮助我们在C2B做产品的过程中与需求更加匹配，以便房子更好卖；然后如何运用大数据帮助我们精准营销，提高找到及转化客户的效率，以便让房子卖得更好。

 

　　从这个角度，到目前为止，大数据的美好想象似乎还停留在想象和局部探索的层面，标榜为大数据营销的案例更多地是偷换概念。用大量客户名单拷客发短信的数据库营销，不等于大数据营销，现在基于企业ERP或BI系统的经营数据分析，也不等于大数据分析。有不少房企在产品与营销过程中，有局部的探索，但到目前并没有一个完整的大数据营销成功案例。但大数据到底应该是怎样的，至少在房地产开发销售领域，我认为现在并未成型。房地产行业的大数据营销，任重而道远。

 

　　地产行业的大数据之路，面临和其他行业同样的数据采集与分析问题，还面临复杂制造流程与低频消费的独特难题。

 

　　首先是数据的采集问题。前些天王石先生提到，他要求万科内部不要在他面前说“大数据”三个字，原因是他认为房地产作为传统行业，数据依然严重不全。这部分是实情。房地产大数据，不仅包括市场行情数据，还需要有大量客户行为数据，甚至建筑信息数据。我们克而瑞深耕数据十余年，建立的中国最大的房地产市场数据库，但由于政策及历史原因，依然还存在一些缺口，比如二手房真实成交价格其实掌握在分散的中介手里，政府备案数据都未必真实。而关于客户行为的数据，大家也出于探索起步阶段。

 

　　第二个问题，是房地产交易“低频、长生产周期”的特性。这个日用品不一样，比如服装，阿里巴巴可以通过用户网上搜索及购买衣服的数据来判断客户偏好，然后商家可以马上设计出新款式上货架，几天就能供货。对比起来，商业房地产可能可以更加有效地利用大数据，比如客户在商场里的动线、消费行为数据累积起来，对于指导业态布局及针对性的营销会非常有帮助。但房地产交易不一样，客户最多十年换一次房，大数据很难预测出谁接下来会有购房需求，即使能够预测客户的置业习惯与偏好，从拿地到销售需要很长时间，期间又可能发生诸多变化。

 

　　第三个问题，各行各业都有，但房地产开发上更加明显，是大数据分析的工具性。也就是说，大数据分析再厉害，也终归是工具，工具本身不值钱，只对会用的人有价值。大数据营销的典范案例Netflix就是一个非常好的例子。

 

　　爱看美剧的朋友一定熟悉《纸牌屋》，它是 Netflix公司根据用户的搜索，评分，点击、播放、暂停、地理位置、第三方收视数据等等分析出精准定位观众的偏好，然后结合一套逻辑体系的算法，来预测客户喜欢的内容、挑选客户喜欢的导演演员、喜欢的观看形式等。这部电视剧非常成功，所以在很多媒体的报道中，大数据炼金术成了Netflix的核心标签。但事实上，大数据帮助Netflix制作了如纸牌屋这样的畅销剧，也同样产生了后面《马可波罗游记》这样的烂片。这部剧集合了客户喜欢的各种元素，但却是一个缺乏叙事功底以及人物刻画的平庸之作。很显然，大数据能够推测用户的喜好元素，但编剧对故事的构造，导演对节奏的把控，演员的表演，更多地是基于经验或者天分的创造，和数据无关。

 

　　而房地产的产品形成过程更加复杂，它不是简单的工业品，不是一些畅销元素堆砌在一起就一定成为一个畅销的项目，不时集齐七颗龙珠就一定能召唤出神龙。大数据能够帮助我们进行更加科学的产品决策，但替代不了地产人的市场洞察力和营销创造力。

 

　　有人认为，在真正具有大数据之前，房地产上所谓的大数据营销都是概念炒作。但我们必须要注意到，任何伟大的变革与创新都是从概念炒作或者噱头开始的。大数据营销代表着包括房地产在内的各行各业营销变革的方向和未来。大数据在房地产行业运用上的问题，恰恰是这个行业变革与突破的机会。大数据的建设，大数据与低频交易的兼容问题，谁能够解决这些问题，谁就可能成为未来的赢家。