您的位置:首頁>房產>正文

通過星座也能選房?智慧選房背後,到底是怎樣的邏輯?

房地產行銷方式多樣, 利用大資料、人工智慧等技術, 可以產生新的行銷方式。 億歐此次採訪的覓房, 其核心就是把用戶畫像和房屋標籤匹配到一起,

為消費者找到最符合其需求的房子。

覓房創始人兼CEO孫順喜曾在百度、安居客工作, 是一個互聯網行業出身的房產從業者。 創業之初由於資金有限, 覓房以輕資產B2B模式的覓房聯盟切入, 通過整合中小型仲介公司, 幫助開發商更好地賣房。

覓房既有to B業務, 也有to C業務。 簡單地說, to B的覓房聯盟, 連接了開發商與仲介機構, 為兩者提供工具和平臺;to C的覓房網, 就是直接面向消費者, 提供智慧選房的服務。

2014年, 覓房網深圳首站上線, 此後開始進行規模化擴張;2015年5月, 覓房獲得松禾資本的Pre-A輪1500萬元融資;2016年6月, 完成3000萬元A輪融資, 投資方包括松禾資本、前海匯能。 億歐曾在2016年6月報導其融資消息, 並對覓房的發展經過和商業模式進行了敘述。

給房子貼上標籤

覓房的目標是打造智慧選房的工具和平臺。 覓房通過標籤的形式, 把房子的資訊, 也就是形象化的圖片和文字描述進行資料化的處理, 比如說步行多少分鐘歸類于地鐵房, 什麼尺寸的戶型算得上是方正的。 標籤就是與用戶產生連接的重要載體。

孫順喜告訴億歐, 現在覓房的房源標籤庫分不同層次, 其中核心層有300多個標籤, 分為房源、樓盤社區、周邊配套三類, 並且在不斷反覆運算優化。 通常一個房子會有幾十個標籤, 這些標籤主要來源於戶型圖、樓書等資料中的資訊。

而識別這些海量的資料, 並通過演算法生成標籤, 需要更多地靠機器取代人工。 目前如戶型圖的識別, 機器還不能完全取代人,

部分資訊還要依靠人工作業完成。 但隨著信息量越來越大, 這些資料的識別也都將交由機器完成, 從而提升整體效率。

一旦技術發展成熟, 就可以支撐海量的房源, 從新房業務向二手房業務拓展。 這還得從新房與二手房的區別說起。

孫順喜認為, 由於新房房源是開放的, 集中度高, 幾大開發商基本就囊括了一個城市的新房房源;但是二手房相對比較分散, 優質房源獲取難度大, 多集中線上下的房產仲介。 另一方面, 新房的戶型種類比較標準化, 貼標籤更容易;而二手房的個性化差異太大, 打標籤困難。

在剛剛創業時, 孫順喜就考慮到了這些因素, 因為公司是技術驅動型的, 標籤就是實施智慧演算法的“材料”,

選擇新房會更加容易切入。 但是當技術成熟後, 二手房多標籤的屬性也就不再是難題。 二手房如果做好了, 還可以順帶做租房業務, 因為二手房與租房的標籤重合度較高, 整個系統是相通的。

用戶畫像匹配房屋標籤, 提升找房效率

每個消費者的不同畫像, 都有相應的個性化標籤的房子匹配。 判斷消費者的畫像維度有收入、年齡、性格、星座、購房動機、單身與否等。

以星座為例, 比如處女座的人通常有潔癖、完美主義者的特質, 會傾向選擇衛生條件更好的樓盤;金牛座的人比較節儉, 傾向於選擇更便宜的。 孫順喜解釋道, “雖然星座之說不是百分百的準確, 但是可以增加相應選擇下的準確率。 ”

億歐在覓房網看到, “個性找房”版塊中,

就有運動愛好者、金融師、奮鬥青年、單身主義等標籤;“動機找房”版塊中, 則有剛需、高端投資、婚房、學區房等不同需求的標籤。

孫順喜認為, 買房者的一大痛點在於, 很多人不知道如何選擇適合自己的房子, 往往稀裡糊塗就買了。 覓房希望通過資料的力量, 用大資料思維解決問題, 根據使用者畫像來智慧匹配適合用戶的房型。 消費者不需要主動篩選尋找, 覓房通過大資料可以説明使用者“量身定房”。 通過這樣的計算能力, 就可以在一些互聯網平臺定向推送符合相應用戶畫像的匹配房源。

通過計算房源標籤和用戶畫像標籤之間的匹配邏輯, 未來還可以與百度、騰訊、今日頭條等擁有大資料的公司進行資料的共用, 每一個用戶只要有找房需求,知道一個用戶畫像後,就可以匹配最適合他的未來生活的房子。

孫順喜向億歐透露,目前覓房的諮詢率在4%左右,也就是說100個人看到廣告,會有4個人點開;一個諮詢客戶的獲客成本在50元,轉化率在1.8%-2%,案場客戶成交率約12%,每賣一套房的綜合獲客成本約為2000元。

考慮到線下佈局的重資產屬性,覓房不會開設線下門店,但會把資料獲取的能力賦能給仲介機構和代理商,在三四線城市廣泛佈局,把線上能力賦予這些機構,幫助其降低線上獲客成本。

被動式獲客,真的可以嗎?

一般情況下,房子好賣的時候,開發商不需要在行銷上大費周章;房子不好賣了,開發商就需要為不同的房型找到相應的精准用戶,以便順利地把房子賣出去。在不知道誰是目標客戶的情況下,只能先確定一個大致的範圍,再用電話推銷等方式進行廣撒網推銷,這無疑是一種低效的辦法。

孫順喜告訴億歐,覓房網禁止主動call客,所有客源均來自用戶的主動諮詢或主動填寫的電話號碼,一個客服人員每月被分配100-120組電話,所有時間都用於服務有意向的客戶,平均每人每個月可以促成2-3套的銷售,這是普通仲介公司的10倍。

對於如何進一步提升找房效率,孫順喜認為:第一,要讓標籤的維度更細,精准度才會更高;第二,合作的樓盤覆蓋率越高,匹配的效率也會越高。覓房把自己定義為一家“智慧選房平臺”,人工智慧、大資料、VR等都是工具,可以用於提高客戶的找房效率和服務體驗,最終要把覓房打造成為一個通過用戶畫像智慧選房的平臺。

每一個用戶只要有找房需求,知道一個用戶畫像後,就可以匹配最適合他的未來生活的房子。

孫順喜向億歐透露,目前覓房的諮詢率在4%左右,也就是說100個人看到廣告,會有4個人點開;一個諮詢客戶的獲客成本在50元,轉化率在1.8%-2%,案場客戶成交率約12%,每賣一套房的綜合獲客成本約為2000元。

考慮到線下佈局的重資產屬性,覓房不會開設線下門店,但會把資料獲取的能力賦能給仲介機構和代理商,在三四線城市廣泛佈局,把線上能力賦予這些機構,幫助其降低線上獲客成本。

被動式獲客,真的可以嗎?

一般情況下,房子好賣的時候,開發商不需要在行銷上大費周章;房子不好賣了,開發商就需要為不同的房型找到相應的精准用戶,以便順利地把房子賣出去。在不知道誰是目標客戶的情況下,只能先確定一個大致的範圍,再用電話推銷等方式進行廣撒網推銷,這無疑是一種低效的辦法。

孫順喜告訴億歐,覓房網禁止主動call客,所有客源均來自用戶的主動諮詢或主動填寫的電話號碼,一個客服人員每月被分配100-120組電話,所有時間都用於服務有意向的客戶,平均每人每個月可以促成2-3套的銷售,這是普通仲介公司的10倍。

對於如何進一步提升找房效率,孫順喜認為:第一,要讓標籤的維度更細,精准度才會更高;第二,合作的樓盤覆蓋率越高,匹配的效率也會越高。覓房把自己定義為一家“智慧選房平臺”,人工智慧、大資料、VR等都是工具,可以用於提高客戶的找房效率和服務體驗,最終要把覓房打造成為一個通過用戶畫像智慧選房的平臺。

Next Article
喜欢就按个赞吧!!!
点击关闭提示