京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2014年11月28日下午,由搜房网主办的“New&Different之2014年房地产互联网大会,搜房控股董事长莫天全等业界重量级人物出席,共同描摹出房地产互联网行业的全新脉动线条。
搜房控股副总裁张步镇在会议上作了关于移动化大数据构建房产交易的主题演讲。
搜房控股副总裁张步镇
“我来酒店的路上用的是手机移动导航,不仅让我来到这里,也让我避开了拥堵路段,其实这就是移动和大数据带给我的便利。我每年春节都会回一趟老家,记得10年春节时和一个高中同学一起,当时他的厂子在深圳做的很大,是做GPS硬件导航器的,谈话前刚接下陆虎中国汽车的一万个订单,意气风发。那一年诺基亚也刚刚在他们的功能机上加入了地图导航的功能。如今四年不到,这两个公司都不存在了。移动互联网时代,很多公司都会消失,这是机遇与挑战共存的时代。企业在移动端、在大数据的领域创新,是移动互联网大潮中的重要命题。这些也是搜房在移动时代面临的客题"
张步镇指出: “传统房产交易的难点主要是体现在四个方面:第一个是大宗交易,与传统电商交易不同的是,房产交易金额非常大,不要说一套房子的价值,即便是交易佣金也会达到10万;第二小白用户多,一个人一辈子可能就买一套或者两套房,当然网上也有人也有60多套房的那是少数的,买一套两套的用户有各种各样不了解的交易环节、法律的问题;第三产品非常不标准化,同一个楼盘每套房子都不一样,不像我们的苹果6,我们知道他是什么样子的,但是我们在买房的时候我们就只有一个大概的感觉,并非标准化的概念;第四个是低频次,这样造成房产交易的互联网交易平台的建设有比较大的难度。”
这些难点使得在PC时代解决房产线上交易难度很大,单向传播的时代难以解决。但移动时代让房地产交易平台及交易闭环建设成为可能。
“2011年开始,搜房启动了移动化的改造,随着移动技术应用和用户规模的飞速发展,我们觉得对于房地产的买房、卖房、装修的交易平台建设,一个新的时代来临了。”张步镇说。
张步镇介绍,“搜房网这三年来开始大力推动移动化和交易化平台搭建,现在房天下App下载量已突破3000万,每天有一半用户通过移动端访问搜房网,同时启动了多款移动工具的开发,改变了做单向搜索或者单向信息途径的模式,为开发商、置业顾问、经纪人和经纪公司提供了便捷的移动化工具来解决高效地找客户、服务客户的交易平台。”
“移动时代无时无刻、无处不在的特点,让实时响应成为可能,而一人一机,让大数据应用进入井喷式的发展阶段。以在搜房网上首开一个楼盘的例子来说,PC时代客户访问的时间密度一般是在早上9点到10点,中午1点到2点左右达到高峰,售楼处6 点下班了,现在移动用户访问高点,在23点,睡觉前,还有一两点的夜猫子,如果有问题他能问到谁,这是移动时代大家要思考的问题。”无疑,营销移动化就是最好解决这个问题的方法。
“移动时代一人一机,大家跟手机24小时不分离的,这个手机跟个人是高度亲近的,通过手机我们可以非常清晰地了解这个消费者的地点、时间以及他所处的生活状态,包括他想买什么样的房子。我们每天产生的用户数据达到3000多万条,上个月日均4000多万条,在这些大数据的应用上,使得每个用户有更为精准的画像。消费者也好,开发商、经纪公司服务提供商也好,通过这种营销方式,有需求的消费者找到了他要的东西,而每一个服务提供方则精准地找到了目标人群,这大大地提升房产交易的规模和效率”,张步镇说。
张步镇说,“接下来我讲一下房产闭环交易平台建设问题,以二手房交易为例,我们有为购房者使用房天下App,目前已是国内最大的房产移动应用;我们也为经纪人的搜房帮,目前下载量已超过200万日使用量接近30万是经纪人群体使用最广泛的移动营销工具;店长、经纪公司都有相应移动工具;还有房东的移动工具; 加上房贷人员、权证支持人员的移动工具。以上这些相互联动互为流程推动着交易流程的前进和完成,这就是我们二手房移动交易平台的解决方案,也是完善闭环交易的工具。真正考虑了交易流程中每个角色的动作和服务内容,从而使购房者用户从浏览房源到订单到完成交易全流程都能获得便利、透明的服务,进而完善房产闭环交易建设。包括新房交易平台和家居交易平台都按这样的思路,联动产业交易每个环节。这些产品目前已经获得了合作伙伴和购房业主的良好共鸣。所以接下来一段,我们会找准移动时代更好的技术,更便捷的路径,更透明的交易流程,结合到我们搜房移动端的工具上来,保证能够高效率的帮购房者和合作伙伴高效地完成交易,感谢大家聆听”。
免责声明:本文为企业宣传商业资讯,仅供用户参考,如用户将之作为消费行为参考,CDA数据分析师官网敬告用户需审慎决定。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14