京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据分析盈利:最快十年才能实现
继电脑和手机之后,谁能成为接入互联网的第三极?
去年下半年,有部分开发商为了能成为这“第三极”,推出了诸如“智慧城市”、“云服务”等一系列能够接入互联网的产品和服务平台,希望借助房子这一人们生活的主要场所,来记录每个人的日常生活消费习惯和需求,并根据这些需求更精准地推出相应的产品和服务。
但事实上,要实现这些功能一点也不容易。即使存在盈利可能,要花多少时间才能积累足够大的数据库也是个问题。高力国际物业及资产管理服务高级董事陈国华告诉记者,“数据保密是一个非常大的难题,要在内地建立一个围绕个人一生的数据库,预计最快也需要10年以上。”
前提:物业公司要成为服务平台/
资深互联网评论员谢文告诉《每日经济新闻》记者,一些房产企业在互联网方面的功能尝试,目前已经部分实现,主要集中在智能家居方面。通过与电器厂家合作,打造更智能化的生活方式,居民可以用智能手机操作家里的各种电器。
事实上,许多开发商都拥有一批待开发的数据资源。开发商、物业公司、业主等在长期的互动中积累了大量的信息。而对于建材商、电器厂家、金融服务提供商甚至零售商来说,物业管理公司不仅是一个精准推广的渠道,更有可能创造出线上与线下的一个交汇点。
一个社区的居民构成情况数据最直接的效用,就是可以帮助开发商了解什么样的配套服务更适合出现在社区内。这是最“原始”的大数据模式,可以在一定程度上反映社区的概况,但并不能帮助开发商获得收益,因此必须对数据利用进行升级。
数据的获取并非易事。首先,居民的生活细节属于隐私,在获取之前需得到对方的同意。其次,如何才能得到充分有效的数据?这并非开发商的专长。
谢文告诉记者,开发商需要与互联网公司合作,“购买”可能是最便捷的方式。但新浪、腾讯、淘宝这样的超级数据库基本上不愿意出售类似的数据,“购买”难度很大。
“新浪微博的大量数据并非凭空得来,而是因为他们先向用户提供了有价值的服务”,谢文说,同样的,开发商、物业公司需要为居民提供更有价值的服务,才能获得更多的数据。但到目前为止,多数物业管理公司还不是业主生活所必需的平台。
数据积累和套现的难题/
点融网技术副总裁孔令欣表示,针对社区的一些营销服务,不需要运用大数据就可以做到。比如在高端住宅区,吸引豪华汽车、奢侈品的营销推广自然会比较容易。如果要更明确一些,观察社区里车辆的品牌其实就可以知道了。真正意义上的大数据,指的是大量的、多样的数据,要能够描绘核心用户的兴趣爱好、生活习惯等。对于房地产商来说,他们要获得用户的许可,需要建立与互联网、运营商的合作,并不容易。中国目前的环境还很难实现这样的目标,要精准到社区,要求就更高了。
“开发商任何针对细分人群的数据研究都是有价值的,不论是引入服务商,还是进行商品的推广,相比以往完全不研究的状态,目前是有所提升的。”孔令欣说。
开发商、物业服务商完成了对数据的研究后,开始从中挖掘价值。
深圳的彩生活服务集团是一家互联网模式下的社区运营服务商。居民家里需要什么商品,通过移动App或互联网登录社区服务系统可以在线支付,由社区商店负责配送和服务。
彩生活与光大银行合作发行了一张集门禁、停车卡、储值卡于一体的社区卡。居民用户可以用这张卡在线上线下刷卡购物。服务集团不断推出新的产品,如每个月向居民推一款水果,早上从产地直接采摘,晚上送到业主家里,价格比超市便宜。
彩生活利用互联网平台及APP系统,以社区为中心辐射一公里微商圈,集成衣食住行等各领域商户服务资源,推送活动信息。
但截至目前,这些数据还没有形成足够规模的数据库,更谈不上真正意义的大数据,对很多企业来说,运用价值不大。这也意味着,至少到目前为止,这些数据还很难通过交易来盈利。即使存在被交易的可能性,但鉴于业主的隐私要求,物业管理公司也不能随便卖掉。
“最理想的情况是,展开新一轮类似‘搭车软件’的商机——由各生活服务供应商提供优惠给业主,而回扣给开发商和物业。”高力国际陈国华说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21