/CHAPEAU/

前言

我们为什么做客研？不做客研行不行？

1）过去，我们靠什么成功——融资、高周转

过去，万科等领先开发商得益于上市公司平台，通过资本市场融资支撑了自身业务快速发展，也奠定巩固了企业的行业领跑地位。

2）现在，我们遇到什么问题——融资收紧、出货受限、客户需求多样化

随着越来越多的房地产企业实现上市，领先企业在融资渠道方面的核心竞争力也将被进一步削弱。

加之近年来，管理层不断加码，房企融资全面收紧。从银行、信托公司，到其他金融机构，监管部门密集的融资“限令”接二连三。

借鉴日本不同时代的消费习惯研究，中国消费者正值价值观、消费观转变之际，开始为创造自己的生活而消费。

但放眼望去，全中国的房子都千篇一律，行业的标准化已经做到登峰造极，然而客户开始发生变化，个性化需求将是一大趋势，但无人响应。

3）客研，可以帮我们解决什么问题——提升开发效率，有质量增长

说到国内的房地产客户研究，最早可以追溯到2005年，受到宝洁和帕尔迪等快消品公司的启发，龙头房地产开发商开始对市场、客户进行细分。

借鉴的核心是建立一套基于客户需求理解的业务体系，提升内部开发效率，实现有质量增长。

/ PART 1/

传统客研的挑战

2021年，距国内地产客研的工作开展之始，已过去16年，中国房地产销售总额，由5万亿+增长到17万亿+，人们对于房子的需求也发生了巨变，但相应的客研工作，仍面临4个挑战——

1）琐碎繁杂，没有体系

传统的客研方法，大多停留在问卷获取数据，实地调研访谈，一般统计描述分析数据的初始阶段。琐碎繁杂，没有体系。

2）重复工作，不可沿用

大多数开发商的客研工作，只针对具体项目，囿于样本的数量级及差异性，传统客研工作开展难有延续性，结论难以沉淀。

3）只看当下，缺乏前瞻

多数房地产客研只着眼于当下客户的需求挖掘，缺少对未来需求的价值判断。换言说，调研结果相对静态，客户的变化趋势判断的捕捉能力弱。

4）样本束缚，抽样偏差

目前常用的方式是用过去已发生数据进行样本对标抽取，维度单一且样本被束缚，全视角解读客户成为天方夜谭。

/ PART 2/

大数据时代，如何应对

如何借助大数据时代的技术方法，打破传统客研的弊病？今天给大家分享两个不同于以往的客研新思路、新方法，希望可以给到大家一些启迪——

1）新思路，关于客群大数据的获取和处理

不同于以往常用的调查问卷方式，现在可以尝试使用互联网数据及移动设备数据，来进而分析各类客群，在城市的空间分布情况。以深圳为例——

首先是空间轴，爬取小区房价数据，给板块做价格分类。在互联网上爬取深圳3792个小区数据（数据采集时间为2018年），按照当时价位段分为：

高端（小区单价10万以上），共91个

品质（小区单价6-10万），共691个

改善（小区单价3-6万），共2414个

基础（小区单价3万以下），共691个

其次是时间轴，通过地理位置，结合移动数据，按时间分类，锁定客群的居住、工作、娱乐的区域。（居住人群的锁定方法：如A住宅小区居住人群即为过去半年工作日10pm-8am最大概率出现在A住宅小区的设备号）

最后，结合空间轴和时间轴，获取四类小区居住人群的居住、工作、娱乐三类行为轨迹。

2）新方法，客群大数据的分析模型

为了研究深圳客群的变化趋势，采取客户变类的方法论——

首先，通过一般的线性回归模型，找出影响客群预购面积的指标（即现居住面积、户型、收入及车辆数）和预购单价的指标（即收入、学历及首付金额）。

图：线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛

然后，在线性回归模型的基础之上，再引入二元逻辑回归模型，把影响面积和单价的指标放入模型之中，即可计算出每个客户在其背景特征影响下分别成为品质客户、改善客户和基础客户的概率，再把概率大于0.5的客户挑选出来视该客户未来会变类。

图：逻辑回归虽然被称为回归，但其实际上是分类模型，并常用于二分类，其本质是：假设数据服从这个分布，然后使用极大似然法做参数的估计

/ PART 3/

新思路、新方法的落地应用

1）客研新思路的应用

通过获取上述的客户大数据之后，我们可以分析某类客群，各类行为的空间轨迹，进而得到其最活跃的区域。

以深圳的高端客群为例，可以发现高端客群集中在关内核心区，并明显向西向蔓延。

图：深圳高端客户的工作、娱乐、居住集中区域

再通过综合居住、工作、娱乐三方面，获得高端客户人群活跃区域分布，我们发现福田仍然是高端客群最活跃的区域。

图：深圳高端客户活跃分布区域

同时，我们还可以基于以上数据计算深圳各板块优势客户类型。

举例来说，通过比较A板块内高端客群活跃程度、品质客群活跃程度、改善客群活跃程度的大小，若A板块内高端客群活跃程度最大，则A板块的优势客户类型即为高端客户。

图：深圳各板块优势客户类型

1）客研新方法的应用

通过对客群数据进行变类分析，我们发现深圳的改善客群在受自身背景特征影响下，过半改善客群或会变成基础客群。

另外，仍有39%的品质客群会保持品质需求，可重点关注此类客群需求。

/ 小 结/

实际上，房地产客群研究的方法是多样的，上面介绍的两种思路也仅仅是沧海一粟。

随着客群需求不断地个性化，房地产行业增量空间的不断缩窄，通过运用越来越成熟的大数据技术来对客群进行研究是时代的要求，也是各大房地产开发商能否在激烈的行业竞争中始终占有一席之地的关键。

除了不断创新，不断做到极致，我们别无选择。

来源：禾略，本文已获得授权，对原作者表示感谢！