在此背景下,，能夠支撐機(jī)構(gòu)化運(yùn)營的大數(shù)據(jù)搭建顯得尤為重要，借助龐大的數(shù)據(jù)資源,，未來中介機(jī)構(gòu)可以通過凈流入人口數(shù),、租金收入比等數(shù)據(jù)，考察哪些城市的租賃市場有機(jī)會,，以此來決策公司的擴(kuò)張和收縮,；還可以根據(jù)建立的房屋和客戶數(shù)據(jù)模型，提供精準(zhǔn)服務(wù)……在大數(shù)據(jù)技術(shù)的積累和運(yùn)用中,，不斷推動房產(chǎn)中介行業(yè)向機(jī)構(gòu)化運(yùn)營轉(zhuǎn)變,。

大數(shù)據(jù)解決住房交易“痛點(diǎn)”

城市的“衣食住行”中，關(guān)于“住”的數(shù)據(jù)越來越多,，其反映出城市與居住,、規(guī)劃與居住之間的關(guān)系也越來越密切。本次論壇上,，一組數(shù)據(jù)顯示,，當(dāng)孩子年滿6歲時，一個家庭的置換需求達(dá)到高峰,；道路越密集,、十字路口越多，與消費(fèi)活力,、城市居住也存在著各種緊密關(guān)系,。

上海鏈家運(yùn)營管理中心總監(jiān)陳澤帥指出,，一直以來，鏈家借助大數(shù)據(jù)來解決與“住”有關(guān)的問題,。比如，用大數(shù)據(jù)所構(gòu)建的“真房源”行動,，鏈家通過專業(yè)算法整合億萬大數(shù)據(jù),，為每套房源標(biāo)記唯一ID，打造準(zhǔn)確可靠的真房源數(shù)據(jù)庫,。目前在鏈家大數(shù)據(jù)中,，每套房源都擁有超過300個屬性描述標(biāo)簽,，“我們記錄了房屋的售價、面積,、戶型、裝修,、朝向等特征”,，陳澤帥提到，“通過數(shù)據(jù)把房屋信息的立體呈現(xiàn)在用戶眼前,?！?/p>

通過鏈家平臺，購房者不僅不用擔(dān)心虛假房源,，還可以在線上進(jìn)行“看房”,，房子周邊的環(huán)境、配套皆準(zhǔn)確且真實,，省去了線下看房費(fèi)時費(fèi)力的麻煩,。統(tǒng)計顯示，通過鏈家大數(shù)據(jù)的幫助,，上海鏈家的平均找房時間可縮短40%,。

上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院特聘教授陸銘指出，大數(shù)據(jù)放大到城市管理中,，更加成為影響購房決策的因素,。比如，地塊更新會使周邊受影響的居民更換通勤起點(diǎn)的概率平均提高3.15%,，通勤起點(diǎn)距市中心的距離變動平均增加約1624米,，公共服務(wù)資源過于集中則加重交通需求。

此外,，鏈家還通過刻畫新生代消費(fèi)群像,，分析購房者性別年齡、收入,、家庭狀況,、需求偏好,、消費(fèi)習(xí)慣等數(shù)據(jù)，以數(shù)據(jù)搭建購房者個性化需求指標(biāo),，更好地為他們提供服務(wù),。“當(dāng)一位用戶來到鏈家,，我們會采集多達(dá)從176個標(biāo)簽維度,，全面了解用戶的需求，整合億萬大數(shù)據(jù)為每一個用戶構(gòu)建專屬圖譜,，通過KNN,、關(guān)聯(lián)規(guī)則、聚類等算法,，鏈家大數(shù)據(jù)能夠解構(gòu)出這位新用戶的需求可能”,，陳澤帥表示，之后鏈家會采用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的方式,，為用戶推薦專屬的經(jīng)紀(jì)人,，以及提供相關(guān)的個性化找房服務(wù)。