WakeData李柯辰：地产企业数据中台如何落地赋能？ | 线上分享会
最后更新：2020-03-21 11:49:12 手机定位技术交流文章
中国和台湾的真假之争成为年初的热门话题。我公司创始人李受邀参加此次爱心分析房企网上分享会，并为我们带来了一次精彩的分享，主题是“中台房地产企业数据的实践与应用”他揭开了台湾房地产数据的神秘面纱，解释了为什么以及如何在台湾建立数据，并最终在未来实现业务灵活性和数据智能。共享的真实记录如下为什么
建立了“数据中的台湾”这个术语？
去年相当流行，但是公众对“数据中的台湾”的定义和可以做什么有不同的看法在我看来，台湾的数据应该与现场叠加，形成客户管理大数据、风控大数据、研究大数据等。例如，国家营销属于客户管理大数据的范畴。数据通过产品进行迭代，而不是购买数据平台工具来形成一个中间平台。在我看来，数据中心的最终形式应该是业务的敏捷响应和数据的智能。
的数字化改造是大势所趋。数据中心有三个核心价值，包括技术升级、组织协调变革和模式创新改进。在过去的信息时代，技术主要被整合到企业的内部管理过程中，以财务为核心来满足老板的需求。在数字时代，技术主要集成到企业的业务服务流程中，以数据为核心来满足员工和客户的需求过去，企业由许多项目经理组成。企业内部有许多烟囱系统，并且存在数据口径不一致等问题。为了满足当前的需求和未来的趋势，企业中出现了数据中心。就
技术升级而言，与只能分析结果数据的传统数据仓库不同，未来的中国台湾将能够处理更大、更多样化的数据，进行智能分析和预测，并实时呈现数据处理对于
组织协作，传统数据由产品项目的业务线直接提供给业务部门。然而，阿里巴巴和其他互联网公司主页上的相关推荐是由产品团队和数据团队共同完成的客户服务产品。数据中心不仅带来了信息技术内部组织协作的变化，也带来了组织内部整体协作的变化。过去，大多数房地产公司是垂直管理的，有不同的垂直功能中心。未来，它们将趋向于大规模经营和横向合作。在
模式创新方面，目前全国范围内的营销工具很多，导致一些数据出现逆向维度。有必要考虑如何帮助销售顾问和购房者更好地与客户沟通，更好地服务客户等。，并在数据通过时生成值。模型创新可能来自管理、风力控制、市场研究等过程。
房地产数据中的“道、术、仪”概念相对较新。客观地说，没有非常严格或通用的方法。从道、术、器三个维度可以看出。
是一个认知水平。与传统项目类似，首先需要提升业务团队和组织内部的认知，形成对重要性和文化的共识，明确满足数据应用的智能维度要求。
技术是数据中心和台湾项目落地的最重要环节。了解业务和价值场景的人需要与数据中心和台湾技术团队就数据项目和数据应用的磨合形成共识，共同建设和创造，才能真正登陆数据中心和台湾场景。
是一个特定的基本平台工具，价值场景产品和服务。中国大陆和台湾的工具都是基于底层的基础之上，通过一系列场景进行迭代，例如，阿里让阿里的母亲从事营销，天猫从事网上交易，菜鸟从事物流。产品应用中的迭代不是设计一个中国和台湾，而是成为一种模式。
针对房地产行业，包括客户管理、供应商风控制、市场调查和公众意见。我们总结了每个场景中使用的相关数据工具、处理和服务流程以及演示。我们根据自己的现场需求选择了所需的数据工具、处理流程和模式，最终通过迭代构建了自己的中台技术系统、数据资产系统和价格服务系统。平台加工具打基础，数据加场景做价值是数据媒体平台设计的核心逻辑。
从另一个角度来看，数据中心的底层有一个基本平台，包括基本平台、数据资产、行业模型、数据服务和数据产品。顶层有许多场景，包括大规模运营场景、客户运营场景和成本优化场景，如供应商风险控制和市场研究公众意见。数据中心最终通过产品迭代形成。台湾
房地产数据建设的四个维度台湾
房地产数据建设主要需要关注技术体系建设、资产标准建设、价值场景建设和数据操作建设四个维度
首先，从技术体系建设的角度看，应明确技术组件的作用，技术组件和开发规范应按需叠加基于新的大数据平台，我们帮助IT团队提高应用场景的开发效率和建模效率。从数据采集到数据开发、市场管理、数据服务、分析和挖掘等工具，构建了数据中间平台技术平台的主要产品线。下层是IaaS云，中间层是基本平台套件，顶层是一般应用场景
第二，资产规格的结构维度也是数据中最重要的维度之一，它涉及许多互联网公司无法存放的房地产行业知识。房地产行业的业务流程是“投资-研究-生产-供应-销售”。有必要提取核心业务流程下每个节点生成或读取的关键数据实体，并将其分类到不同的主题领域我们为行业提供一套合适的资产模型构建，包括阿里提出的一个数据、一个标识和一个服务。房地产资产包括城市、土地、项目、客户、供应商、员工等。以上是数据模型和场景应用，可以抽象为开发和运营、精确营销、客户管理、智能风力控制和市场研究维度，作为应用价值的输出点上述
型号是我们与房地产行业的主要客户共同开发的。它是一个从企业架构、业务架构、企业概念模型、逻辑模型到数据资产模型沉淀的过程。它开启了整个房地产行业“投资-研究-生产-供应-销售”全生命周期业务流程中的业务系统。与传统的有多个仓库的单层模型相比，这种多层模型可以给上层数据的使用带来更大的方便。例如，项目的变化可以通过快照数据在任何时间点看到，今天的项目的变化也可以在接下来的三个月后看到。外部市场条件和市场定价会引起商品价值的变化。异构数据可以通过一些爬虫工具来访问
第三，在价值场景构建的维度中，将大型运营数据贯穿于整个房地产开发周期是非常重要的。例如，动态价值能否被准确估计，决定了房地产资金的使用和控制。在项目开发过程中，我们将通过内部端到端的数据，拍摄历史照片和预测未来。例如，在全国范围的营销领域，以前开发了更多的小型程序来分发私有域流量。然而，企业不仅将用户与私有域流量联系起来。离线场景恢复后，每天的收银机和广告投放都会产生用户联系和大量数据，这对全国范围内的营销和客户运营非常重要。超过
在全国营销界面上，用户可以根据他们的地理位置寻找房子和虚拟现实的房子。之后，数据可以告诉销售哪些客户应该跟进，用户更感兴趣的公寓类型和楼层，以及品牌的忠诚度。销售人员可以根据用户以前浏览过的房间类型、品牌兴趣度、楼层和方位等主要因素，优化与用户的沟通技巧，从而提高营销效率。像新闻门户一样，如何让用户停留更长时间、阅读更长时间是数据的价值所在同样，这些数据将在风力控制和市场研究中有相应的应用。
第四，数据运营建设的维度相对被很多企业所忽视。我们将数据操作分为三个方向第一个方向是在组织内部形成一种数据文化和认知，这可以分为两种类型:第一种是让员工更多地了解他们团队的数据能力，第二种是让人们使用这种工具，比如赠送一些咖啡券。在过去，信息技术预算可能被用来建造系统或购买硬件设备。今后，建议信息技术部门对内部信息技术系统运作进行一些投资，以达到更高的水平和更广泛的共识。第二个方向是在内部促进信息技术产品的迭代。通过AB-Test和PV/UV分析，我们可以定量地显示谁使用产品更多，谁使用更少，并推动内部应用程序的迭代。第三个方向是更具体的操作，包括通过黑客销售增长的概念，以数据驱动的方式更好地服务客户。
外部桥梁帮助数据中心建立
传统IT团队，在技术的价值维度量化成本、质量、效率和安全。在未来的数字时代，我们希望通过产品价值牵引带来直接的业务转型或服务流程改进，形成像互联网公司一样的数据资产价值和运营价值，在数据驱动和数字转型模式的创新中创造更多价值我们将为企业的信息技术数据团队或首席信息官提供一些量化价值的方法，并指导他们在平台中更好地展示数据。WakeData拥有一个大数据价值系统，可以推动和帮助传统企业从努力工作到信用再到价值提升。
也有一些小建议，可以用更灵活的方式提出。例如，如果部门的绩效损失达不到标准，可以评定为4星、3星等。大多数数据用于分析或发现问题的维度。超过95%的数据不一定是坏的。
我们希望将客户作为企业外部能力的桥梁，共同在数据中心做得更好。
联系我们
本文由 在线网速测试 整理编辑，转载请注明出处。
