编者按:疫情期间，很多行业都受到了影响，尤其是实体/传统行业。


此时房地产也面临一定的困难；房地产行业交易复杂，最好通过数据分析进行系统的整理和分析；本文作者分享了如何对房地产行业进行数据分析。


我们来看看。


经历了疫情考验的特殊时期，经过短时间的低迷，国内房地产租售市场需求再次火爆。


改革开放以来，随着土地价格的不断上涨，国家坚持住房不投机政策，房地产市场从早期黄金发展到竞争状态；同时，房地产行业面临巨大的资本投资、融资困难、支付周期长；由于市场实体、交易条件和政策影响，也增加了房地产企业的经营风险。


那么如何在房地产领域进行数据分析呢？哪些分析指标可以定义和描述其领域的运行状况？接下来，让我们来看看。


由于其特殊性，房地产行业存在许多问题。


由于属于大宗商品交易，交易周期长，业务交易环节繁琐，难以定量描述；此外，房地产还具有一系列附加的社会属性，如生活和工作结算。


基于买方的主观性，在购房时需要非常详细的权益衡量。


鉴于此，房地产领域存在许多数据分析问题，数据来源广泛，清理分析困难，数据反馈周期长，容易形成难以互联的孤岛。


在系统描述房地产运营分析时，最常用的关键指标主要是用户和业务场景，如项目、住房、客户、业主、观看、交易、订阅、用户在线和离线行为。


一、房地产经营分析框架 分析框架图： 1. 用户带看 定义：某一区域客户在一定时间内实地参观批次的总和。


观看量是反映房地产市场冷热程度的先导指标。


客户愿意买房，会发生在交易前；因此，当房地产市场越热时，交易市场就越冷。


2. 用户转化 房地产领域和一些O2O场景相似，涉及线上线下，融合了房、客、经纪三个方面。


主要通过以下转化： 前期吸引客户排水，联动业主发布住房信息数据，客户点击收藏分享拇指，重点关注房地产及周边配套设施等信息； 再到房地产经纪人与客户沟通，进一步展示房屋资源分配数据，成功预约客户观看； 最后进入线下实地带。


总而言之，主要有两条关键路线： 连接买方及其预期的房屋信息； 连接买方和房地产经纪人。


重点是转换路线上不同房屋转换能力的总和。


3. 用户画像 用户在企业发展过程中起着重要作用。


用户肖像数据的建立是业务发展的必然结果，主要用于精准营销、用户分析、数据应用和分析。


建立房地产行业用户肖像的主要目的是准确营销，其核心模块内容可分为以下模块： 行为转化: 主要是用户完成的点击点赞等任务，以及经纪人输入的非结构化数据清洗处理； 用户标识: 确保用户身份识别的独特性，从在线到离线用户的数据统计是同一完整的路径，确保用户在每次在线登录时都能继续积累数据信息； 标签挖掘: 基于用户的行为属性、购房期望、兴趣爱好、渠道信息等； 4. 用户获取 用户成本：在房地产领域的引流阶段，B应分别考虑端和C端。


B终端是指房地产经纪人为获得新客户而产生的费用，即： 客户获取成本=新用户总投资/新用户总数 要深入分析客户获取成本，应区分各渠道单独计算（例如，用户可以从商机渠道和广告中理解和点击）；由于不同渠道的用户质量不同，客户获取成本应结合保留率进行分析。


成本架构： 运营成本(平台信息监控预警)； 早期高利润分销公司和经纪人，提高其留存率； 广告费用、商机渠道费用； 经纪人佣金高。


引流渠道： 传播：通过客户之间的自发传播和活动营销传播； 推广：应用商店，SEM／SEO，ASO，广告等； 地推：主要针对客户的行为属性，包括不限于房地产经纪人、白领学生等； 新媒体：微博、微信、直播等渠道； 流量置换:通过商务合作进行宣传引流。


一般来说，新用户可以分为两种方式： 一种方法是在一段时间内打开应用程序的新用户数量，这是广义的新用户； 另一种方法是在一段时间内产生关键行为的新用户数量，如购物/演讲/充值。


新用户主要用于衡量营销推广渠道的效果，是最基本的数据指标；经纪人、买家、租户等。


可根据房地产行业两端关注的不同群体进行划分。


5. 用户活跃 由于房地产交易频率低，用户忠诚度不能通过单独的数量指标或质量指标来衡量。


理论上，应结合用户生命周期的阶段特征进行分析；客户在购房过程中可能非常活跃，但一旦房地产交易完成，就可能不再活跃。


常规数量指标和质量指标如下： 数量指标：日常生活DAU，月活MAU； 质量指标：活动、平均周期、利用率； 6. 用户留存 留存率可以进一步分析用户的粘性和活动性，但房地产平台的用户留存率仍需分为不同的渠道：B端经纪人，C终端用户和用户的基本属性和行为预期(租房或买房)。


7. 用户生命周期 用户留存率很难与房地产行业的商业属性挂钩，因此可以转换为用户生命周期和用户生命周期=周期/(1-周期内新增留存率)。


鉴于房地产交易的低频率和经济基础，普通客户不能经常买卖房屋，所以数据会很低，数据估计会有很大的偏差；但通过扩大时间维度，可以进一步分析用户生命周期最短、最长的用户特征。


哪里分布最广泛的用户数量，如何抓住用户的痛点来延长用户的生命周期，哪些用户的商业价值最大？ 对于房地产领域来说，住房的数量和质量是吸引用户的关键，但房地产经纪人的专业质量也非常重要，所以我们也可以关注B端房地产经纪人的分析。


8. 用户付费 获客阶段，CAC是获取客户的成本，CLV新用户后续付费，COC只要用户的生命周期价值能够覆盖运营成本=CLV-CAC-COC，房产O2O业务可以从客户那里获得价值，从这个角度建立用户支付的分析框架。


到目前为止，我们可以在一定程度上了解房地产行业运营的典型数据分析框架；虽然买房的频率很低，但人与之间的互动频率较高，房地产行业的数据需要深入挖掘和分析。


作者：赵小洛，公众号：赵小洛 本文由 @赵小洛 原创。


未经许可，禁止转载。


特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营伙伴提供便利。


本网站收集的公共内容来自互联网或用户的贡献，这并不意味着本网站同意其观点，也不对网站内容的真实性负责。


如有侵权行为，请联系网站管理员删除，。