守正创新:2023年房地产数字化十大趋势展望---数据中台篇

近年来，产业数字化浪潮滚滚向前，数字化转型已成为各行业发展“必答题”。房地产作为支柱型行业，其数字化进程对经济发展的质量变革、动力变革、效率变革产生深远影响。为了探讨数字经济大潮下房地产数字化转型的发展趋势，数字化营销研究院联合搜狐博点组成联合课题组，将产业研究与行业实践相结合，经过近半年时间的调研走访，共同编制成超4万字的《守正创新·2023房地产数字化十大趋势展望》。

报告分为五个篇章，从数据篇、建设篇、管理篇、营销篇、运营篇五个视角出发，详细阐述了数字时代下房地产数字化的转型机遇、转型趋势与转型案例，为当前房地产企业在推进数实融合、打破线上线下的边界、释放数字红利方面，提供了可行的实施路径和前沿洞察。

数据篇

数据是房地产企业数字化转型的核心生产要素。在数据作为生产要素并且日益丰富的今天，房地产企业强化数字意识、夯实数据基础、深挖数字红利是推动企业质量变革、效率变革、动力变革的重要方面。将数字化领先行业的转型经验同自身发展实际相结合，是房地产数字化转型的第一要务。整体来看，在数字化浪潮中，房地产行业数据价值不断显现，呈现在两个重要趋势中，一是房企纷纷搭建数据中台，加速打通内部“数据孤岛”，实现数据互联；二是房企更善于利用API技术，链接内外部数据资源，打造数字生态。

趋势一：数据中台打通“数据孤岛”，实现数据互联

（一）趋势解读

面对当前复杂多变的市场环境，企业纷纷将中台思想引入组织变革与技术变革之中，通过构建中台赋能企业决策与运营来平衡前台的敏捷和后台的稳定，数据中台应运而生。数据中台是基于大数据、云计算、人工智能的技术架构打造的数字化创新平台，其最大的创新就是将数据作为基本要素独立出来，并将其融入业务价值创造过程，作为持续产生价值的“原材料”。

从特征来看，数据中台是集方法论、工具、组织于一体的“快”、“准”、“全”、“统”、“通”的智能大数据体系。数据中台通过快速汇集各业务部门、财务部门、管理部门等多源数据，减少数据在部门之间的传输成本、降低口径不一致带来的数据混乱，形成“业务产生数据、数据推动业务”的闭环，为公司业务运营决策提供支撑。具体来看，一是业务数据化，即把业务过程中所产生的所有信息，转变为平台可读的数据；二是数据资产化和资产服务化，即通过大数据等前沿技术，将多源数据进行整合、清洗和加工，形成可服务业务侧的数据资产。三是服务业务化，即在市场发生变化时，数据中台可以快速提供数据支撑，助力前台搭建新的应用，敏捷式响应企业创新。

实践来看，数据中台已在金融、零售、制造、政务等行业形成了相对成熟的解决方案，通过链接企业营销、交易、服务、库存、物流、财务等内部数据以及第三方数据，实现了全面赋能业务，促使降本增效。而对房地产行业来说，在房地产行业告别高速增长、进入存量市场的背景下，为了提升组织运营能力、提升多业态有效管控、提升精准洞察用户需求等能力，越来越多的房地产企业选择主动推动“中台战略”，加入到构建数据中台、融入数字世界的潮流中，以期实现“打破数据孤岛、数据赋能业务”的最终目标。

具体来说，房地产行业打造的数据中台，可以进一步地将开发、招采、运营、营销、销售等业务流程，与财务管理、人力资源管理、供应链管理、客户关系管理、工程管理等管理模块的数据进行交融，并依场景、对象、业务等标准筛选、分类为粒状模块，业务侧可根据实际的业务需求，将不同模块的数据进行重新组合，得出智能化的数据反馈结果，不仅实现集团内部与前台业务的互联互通，更延伸至客户的移动设备，人、地、场全覆盖，提升各流程决策的灵敏度和精确度，奠定拿地分析、线上引流、市场监测等实际场景的数据分析基础。

（二）技术特征

企业中台建设的过程，是企业自身综合能力提升的过程，取决于在企业组织能力完善的保障下，业务能力、数据能力、技术能力的相辅相成。其中，业务能力主要体现为业务数据化，主要指企业经营过程中的业务场景流程数据化，为数据中台提供完整的数据源；数据能力主要体现为数据业务化，将业务数据化沉淀的数据，通过多种技术进行价值提炼形成数据资产，为业务决策提供支持；技术能力主要体现为对数据中台和业务中台的支撑能力，三者相辅相成，为企业数字化转型发挥最大效能。

图1 企业中台数字化转型基本能力框架

在这个过程中，数据中台相当于数据开发后台与应用开发前台的 “桥梁”，提供敏捷的数据服务能力。在技术支撑下，数据中台架构大致可分为两层：数据资产管理平台、数据分析挖掘平台。

数据资产管理平台要形成全链路数据生命周期管理，并形成一套标准的数据处理流程，包括采集、清洗、融合、分析挖掘、应用、归档、销毁等。目前，将机器学习技术引入数据中台建设，实现自动化、智能化的数据管理，正成为数据资产管理新的技术方向。

数据挖掘平台主要是建立在数据资产管理平台之上，为业务的多种数据需求提供支撑，主要包括依靠自然语言处理技术实现基于语义的深度理解，并支撑智能决策；基于动态知识图谱技术将数据进行分类和关联，构建成庞大的知识网络，并进行复杂场景的知识挖掘。

（三）应用场景

在货值结构分析场景中，鉴于房地产项目具有长周期性，货值在项目的不同阶段不断变化，实时掌握不同时期的货值，对于企业下一步决策至关重要。在房企搭建数据中台的情况下，数据中台基于货值计算方法，对土地获取、开工、获取预售证、开盘、交楼等阶段的货值进行动态地跟踪和管控，并结合集团、区域、项目、产品类型等要素进行综合研判，可帮助公司决策层实时掌握不同时期货值的分布和结构情况。

图2 数据中台应用场景

在经营决策场景中，数据中台可集合土地价格、项目成本、销售价格、融资规模等多因素，形成完善的数据支撑体系，并以此做出全生命周期经营预测模型，包括项目销售计划、土地价格测算、现金流、资产测算等。进一步地，根据货值分析、现金流分析、利润分析，做出最匹配的经营决策，包括营销策略模型、供货策略决策、投资拿地决策等。

客户运营场景包括跨业态用户运营场景和裂变场景。其中，跨业态用户运营场景依托于数据中台的互联互通，将公域和其他私域的流量同自身数据相结合，形成优质数字化资产，奠定流量高效转化的基础。同时，基于用户不同的标签信息对用户进行分类，进而构建多维度、多层次的用户标签体系。在模型标签的基础上，结合用户最新行为数据对用户新标签进行合理预测，实现适时、适机、适景地营销。裂变场景主要通过多种数字工具，支持企业员工、老顾客等成为“分销员”，扩大营销活动的辐射半径，实现营销效果最大化。

（四）规划建议

房地产处于加速拥抱数字经济的关键时期，而打造数据中台，对外可以对接产业链上下游，形成全新数字生态，实现价值共生。对内则可以提升企业经营效率，驱动业务创新。为此，房地产企业应积极探索搭建数据中台，打破“数据孤岛”，进一步释放数字红利。具体来看，企业应从战略高度搭建统一的“底座”，将成熟行业的数据中台建设经验同自身发展实际相结合，同时匹配相应的组织体系以及技术架构，共推数据中台理念落地。

（五）应用实践

对房地产企业来说，其多产品线、多业态的特征导致庞杂的数据分散在各个子系统内，数据资源的价值无法得到集中显现。一是在传统运营模式下没有按照场景进行分类储存，以至于无法将数据资产化并进行应用。二是数据标准、数据质量不统一，跨部门沟通的成本较大。三是数据的应用场景受限，数据价值难以衡量。

鉴于以上难点，国内某大型房地产企业通过搭建企业级数据中台，针对性的消除数据孤岛，按照不同场景进行数据分类，进而支撑业务发展。具体来看，该公司在数据中台的建设中遵循“理、采、建、管、用”五个方面，其中，“理”是对公司有什么数据、缺什么数据、如何发挥数据价值等方面进行梳理，确定数据中台的建设范围。“采”主要是指对数据的采集，通过不断引进前沿的数据采集技术，将可采集的数据进行统一采集，并放置于数据池中，奠定数据应用的基础。“建”主要是建设资产模型，通过适配的资产模型，进行数据指标体系的建设，提升用“数”效率。“管”主要指明晰数据的录入主体及规则，调动内部协同。“用”即结合数据资源及业务场景，发挥数据在业务运营方面的助推作用，实现最终的降本增效。

通过数据中台的搭建，该企业形成了三个方面的收益。一是数据统一储存快速提高了数据开发效率，缩短了数据响应周期。二是数据资产统一管理，形成全域资产管理平台，实现数据全生命周期管理，保障上层数据应用的稳定与准确性。三是数据服务效率的提高，实现业务部门数据需求可以在任何地方、任何时间随存随取，更好的助力业务开展。