信達泰和作為房地產大資料服務商， 處於產業鏈中間環節， 上游對接資料來源， 下游服務客戶應用。 信達泰和在房產評估行業積累多年，
指導 | 凱文
撰寫 | 關蕾
大資料、雲計算等新技術正撬動著一個又一個傳統行業， 經過數年沉澱， 房產大資料正逐步興起。 如今， 大資料已滲透到房產產業鏈的各個環節， 從前期的精准選址、產品設計， 到中後期的精准行銷、評估貸款、物業管理等， 大資料為其提供了更精准的決策依據。
信達泰和作為獨立的協力廠商房產大資料服務商， 為產業鏈各類主體提供房地產資料、房產評估、資產管理、房產指數等服務， 為各行業提供房產相關決策資訊。
近年來， 基於資料的房產評估模型悄然興起， 對傳統估價師的衝擊日益加劇。 一般來說， 傳統估價師需要3-7個工作日出具評估報告， 對人力依賴較重， 效率和可複製性都較低， 無法滿足即時、批量、標準化的房產評估需求。
從國內市場來看， 估價師職位銳減， 2014年， 一些估價師職業被取消職業資格許可和認定， 如註冊資產評估師、土地估價師等。
信達泰和的誕生， 源自創始人翟猛曾創立的一家房產評估公司內部孵化項目， 基於對上述行業趨勢判斷， 翟猛決定內部變革。 作為一家帶有房產估價基因的公司， 信達泰和將估價師的知識積累轉化成估值演算法模型， 一邊完善估價模型， 一邊收集、校驗各種管道的房產大資料。
原本是想通過大資料技術， 為房地產評估師工作帶來便捷， 提質增效， 做一次順應市場的業務轉型， 卻意外收穫新的業務增長點。 5年時間， 信達泰和的房產大資料平臺已完成40個大城市的房產資訊積累， 包括詳盡的位址資訊、金融特徵資訊、估價等多維度數據。
在其大資料平臺上， 除了房產評估業務， 二手房指數報告、房產資訊查詢、位址校正服務、資產管理等一系列增值產品已陸續落地， 服務于政府、金融機構、快遞公司、央企等客群。 翟猛表示， 房產大資料平臺需要用開放的心態構建資料生態， 向社會開放是最終目標。
二手房交易活躍， 估價需求驅動行業增長
相比新房市場， 二手房對房產估價、抵押貸款、位址校正、資產管理等資料服務的需求更加旺盛，
近年來， 我國二手房交易市場活躍， 以選取的11個樣本城市為例， 二手房交易面積從2012年的近5000萬平方米， 增長到2016年的1億多萬平方米， 年複合增速達22.3%。 此外， 隨著城市新建商品房土地供應的逐步減少， 在未來一段時間內， 二手房成交占總房地產總成交面積的比例將持續增高。
在二手房交易過程中， 獲客、買賣、貸款、納稅、抵押等環節都需要對房產進行價格評估， 二手房交易的快速增長將刺激房產大資料行業發展。
此外， 近年來中國房地產市場受政策調控、供需比例等因素影響， 房產價格波動較大， 分別在2009、2012及2015年出現三次大幅度房價下跌。 由此分析， 銀行風控、押品價值複估的需求將隨之增加， 批量、即時、標準化的押品複估需求將推動房產大資料進一步發展。
日益增長的估價需求， 催生出越來越多的房產資料服務公司， 大致分為以下三類：
一， 轉型中的房產經紀公司。 鏈家在2014年成立資料中心，收集30餘個城市的房產資料，推出“樓盤字典”，旨在用資料驅動業務。從資料的角度，經紀公司有房屋的真實交易價格，資料價值高，但由於房產經紀公司身份特殊，在與上下游廠商做資料打通稍顯困難，目前以自建生態為主。
二，互聯網房產公司。以搜房為代表，用大資料輔助其完成線上的房產交易。但互聯網房產公司的線下資料獲取能力不強，更多的是依賴網路抓取和自營資料，此外，其估價模型也不算強項。
三，創新型房產評估公司。如信達泰和、世聯、雲房資料等公司，自帶傳統房產評估公司的基因，憑藉多年的評估經驗，這類公司的估價模型準確度最高，但多數房產評估公司不擅長直接獲取一手房產資料，對外界資料依賴度較大。
相比之下，互聯網房產公司的大資料實力較弱，對外輸出能力仍需市場驗證；房產經紀公司掌握真實交易資料，價值較高，但在房產交易過程中，經紀公司是利益關聯方，資料中立性存疑，自建的資料生態相對封閉；創新的房產評估公司能提供理想的估值模型，但在資料來源上不佔優勢，資料獲取是關鍵挑戰。
多樣資料來源，資料獲取是壁壘
房產大資料可分為房產屬性資料、市場資料、使用者資料三個類別。
第一類，房產屬性資料，包括精確到戶的樓盤表資料、GIS（地理資訊系統）及POI（資訊點）資料；第二類，市場資料，能夠反映出房產價值，如掛牌、成交價格、宏觀資料等；第三類，使用者資料，包括房產相關的參與主體資料、行為資料等。
多樣繁雜的資料類型和資料來源是房產大資料的特徵，各大資料平臺廠商在資料獲取的方式上也不盡相同。
線下自采對於信達泰和較為擅長，以北京為試點，其先後用4種方式採集資料，最終形成一套自有採集體系，通過自有測繪公司與當地房產專家結合的形式採集，對資料品質和採集效率有很大提升，是信達泰和的核心競爭力之一。
信達泰和團隊在評估行業經驗積累豐富，其創始人翟猛于1997年入行房地產估價領域，先後創立了房產評估公司國信達、房信測繪、思路資訊、信達拍賣等公司，資源豐富。房信測繪公司為信達泰和提供定制化的房產資料線下採集服務。從2017年初開始，翟猛不再擔任其他公司職位，將全部精力投入信達泰和。
一個指數三個產品、未來或將按流量付費
信達泰和作為房地產大資料服務商，處於產業鏈中間環節，上游對接資料來源，下游服務客戶應用。
產品層面，信達泰和公佈了一個指數和三個產品。包括：中國城市二手房指數、智慧樓盤、智慧估價、押品估價全程通，年底將繼續擴充產品，將推出針對央企客群的房屋資產管理系統。
其核心產品房產大資料平臺，產品可視為平臺上的模組化應用。在服務不同客群時，能夠快速組合封裝，有較強的通用性和可複製性。
以房產評估這條業務線分析，信達泰和擁有較強的房產評估輸出能力，2016年與工行、建行、中行簽訂合同，與總行合作，信達泰和或將得到長足的發展，今年客群拓展至多家城商行客戶，處於技術對接和POC階段。
信達泰和在銀行領域取得了較強的先發優勢，按照銀行用戶的特點，隨著專案合作的深入，銀行客群的粘度逐步加大，更換資料供應商的可能性較低。
此外，信達泰和還取得了政府機關、稅務局、公積金、互聯網金融、房產經紀、快遞公司等客群，為其提供二手房指數、房產估價資訊、位址整治等產品和服務。
信達泰和的客群以中大型客戶為主，在初期合作時定制開發、諮詢服務的屬性會伴隨至專案成熟，與此同時，與大客戶服務的經驗也能集成到其產品中，打磨行業標準化產品和解決方案，在開拓同行業客群時，產品規模複製率將大幅提升。
據翟猛介紹，大資料平臺建設工作將在2018年完成，覆蓋全國各級城市的房產資訊，2B領域是其未來一段時期的主要目標客群，最終戰略是將大資料平臺將向社會開放，或將變成按查詢流量支付的盈利模式。
對標CoreLogic, 中美市場資料生態存差異
國內外的房產大資料市場差異較大，除了政策、法律、歷史等宏觀因素以外，資料生態也是明顯的差異點之一。
以房源資訊為例，在中國，沒有一個統一的房源資訊彙聚平臺，每家房產經紀公司獨自擁有不同的房產資料，以此建立相對封閉的資料庫和自我資料生態，而同一套房源資訊也常被買房者給與多家經紀公司，但各家的資料結構化程度不同，亦無規範可循，因此，中國的底層房產資料呈現分散、繁雜、差異化、沉澱較薄等特點。
在美國，可查詢的公共資料資源豐富，有統一的資料平臺，如房產資料庫、地理資訊資料庫、房產稅資料庫等。這類資料庫多數由政府、協會統一管理，資料治理的更加規範，很多資料都有數十年的良好積累。
比如，在美國，房源資訊來自于一套完善的美國經紀人資訊共用系統MLS，由美國房地產經紀人協會NAR統一管理，服務於各類房地產專業人士。在MLS系統中，每套房產由委託經紀人獨家代理，房產機構和仲介商可在MLS上精准查詢，線上考察。在共用的機制下，資源利用率和交易流程均得到大幅提升。在資料層面，美國的底層房產資料更加集中、統一、規模化、積累完善。
現階段，大資料技術助力中國房產大資料產業快速發展，資料的完整度、更新頻次、精准度都將成為各家房產大資料平臺的競爭維度。
CoreLogic是信達泰和的對標企業，是美國房產資料領域的龍頭企業。1984年，Coerlogic成立，於2010年在紐交所上市，目前總市值40億美元。業務層面，Corelogic有PI（Property Intelligence）和RWW（Risk Management and Work Flow）兩條業務線，提供資產資訊、資料分析、估價服務、風險管理等一系列與房產及其他資料相關的產品和服務。
信達泰和與Corelogic進行了4年的諮詢合作，借鑒其海外市場的成功經驗，將切入更多的房產資料相關場景，打造房地產大資料行業巨頭。
近日，愛分析對信達泰和董事長翟猛進行專訪，現將精彩內容分享如下。
20年房產估價團隊，轉型房產大資料
愛分析：在房產大資料行業，信達泰和的定位是什麼？
翟猛：從各國的經驗看，社會財富70~80%都在房地產上，包括美國、澳大利亞等國家。據我們測算，中國住房市場容量是200萬億，非住宅市場有100萬億。我們的定位是中國財富的守護者，想依託於房地產資料，為中國各個行業做決策的幫手，增加他們做決策的資訊。
愛分析：您之前在地產估價20年的經驗，對選擇轉型房產大資料來說，主要沉澱在哪裡？
翟猛：第一，對估價的情感；第二，對估價師就業的責任，全球趨勢上，傳統估價師職位驟減，我想把大家的作業方式改變，通過房產大資料，為大家提供更多的就業機會。
愛分析：據您測算，房產大資料市場空間有多大？
翟猛：參考CoreLogic，它在房地產資料行業的直接收益是50億美金，但衍生的應用收益300億美金，依靠Corelogic大資料平臺，大家在上面做應用。中國市場將遠大於CoreLogic，預計是2-3倍。
愛分析：這個2-3倍是如何測算的？
翟猛：第一，中國房屋總量大，約是美國市場2倍左右；第二，我國人口就業流通性較高，將提高房產流轉率，釋放一定的市場空間；第三，我們的城市管理有待提高，位址資訊等衍生品也有很好的商業化價值。
愛分析：CoreLogic的產品和業務包括哪些？
翟猛：CoreLogic覆蓋了整個銀行與房產相關的業務，從前端獲客、受理審批、中端的風險，後端的貸後管理，全覆蓋它的產品，在美國市場占達95%。像房貸、信用卡、資產證券化、房貸政策、外國人投資政策、都會用到CoreLogic的資料支援。
愛分析：房產大資料領域入場玩家並不多，您認為背後的原因是什麼？
翟猛：第一，做資料不能封閉，但大多數房產經紀公司都是自我生態，天生有天花板；第二，一定要有專業積累，包括地理資訊、資料清洗ETL、數學分析和模型、房地產估價、產品及行業知識，包括銀行、保險、稅務等。
自采、互換、採購等多種方式獲取資料來源
愛分析：房產大資料包括哪些資料類型？
翟猛：我們對中國40個地市的房產有記錄在案，包括基礎的靜態資料，及市場的活力資料。我們從三個維度描述房地產資料。
一，空間維度，我們用九級地址描述房產地址，國家-行政區-板塊-街道-社區-樓棟-單元-層-戶。現階段，標注位址需要憑藉技術設備，對每一棟樓進行採集，再用衛星、穀歌、天地圖等影像核實。
二，生命週期，我們對房子的生命週期進行記錄和描述，包括土地出讓、開發建設、一手房銷售、二手房銷售、物業管理、到徵收拆遷。國外的房子生命週期較長，中國的房子多數在二三十年。
三，特徵資訊，如價格、變現週期、金融屬性、契稅等房地產特徵資料，現在正積極收集。
愛分析：房地產價格如何維護？
翟猛：我們維護每個單元、樓層的價格。通常，社區和樓的基準價需要人工維護，單元、樓層通過修正係數的方式給出，同一片區用一套修正係數，再會通過不同維度的資料交叉驗證，定期更新。
例如，互聯網掛牌資料，雖不夠精准但能夠表現價格漲幅，判斷趨勢。另外，收集各種管道回流的成交資料，通過模型計算估價，結合價格漲幅，按月更新。少數存在問題的，再用人工確認，隨著資料越全，後期人工參與會逐步減少。
愛分析：如何人工確認房產價格資料？
翟猛：很多方法，看網路資料、向仲介核實、估價師去現場等辦法考證價格。
愛分析：信達泰和對接了哪些資料來源？
翟猛：位址資料，社區-單元-戶號等樓盤表資訊，依靠我們的測繪公司完成，每個城市有辦事處，由專業測繪人員結合當地房產專家共同完成。我們開發工具，如APP、後端系統，他們負責採集和錄入。
掛牌資料會以抓取的方式採集，一些矯正過的網簽資料部分城市已有公佈。評估資料、成交資料多數與評估公司和經紀公司合作獲得，以及在客戶服務過程中沉澱、核准的資料等。
愛分析：這樣的話，採集資料對人力依賴很重？
翟猛：是很重，但效率很高，按APP中問題點選的方式進行。我們將互聯網資料、日常業務資料等都與採集系統做關聯，所有房地產資料都能互聯互通，並用視覺化呈現。
愛分析：採集一個城市的成本有多少？
翟猛：北京在千萬量級。
愛分析：平臺資料這種如何更新？更新的成本如何測算？
翟猛：依靠互聯網資料更新，發現一個必須核實。我們平均一個城市有數十人，有業務沉澱和自動化更新規則，只有少數疑難的，需要人工核實，更新的成本不高。另外，快遞業務對平臺進行了反哺，位址查的越多，平臺的準確度越高。
愛分析：與經紀公司如何合作？多久更新一次交易價格？
翟猛：一般是交換為主，我不要人名，只要地址和成交價格，是脫敏的，我們用房地產的資料服務和報告與其交換，與經紀公司的合作方式按月為主。
愛分析：經紀公司合作的有哪些？
翟猛：各個城市不太一樣，要分開談，我們有資料拓展部門，負責談合作互換。
愛分析：從客戶獲取哪些資料？
翟猛：房子的相關資料，包括位址、面積、貸款申請、時間、押入期價格等業務資料。
以平臺為核心，主營房產估價、位址服務
愛分析：信達泰和的房產地圖有哪些特點？
翟猛：百度、高德的地圖、導航精確到社區，我們的應用跟戶相關，及周邊所有影響價格的因素，包括配套設施等多個維度，集成在我們估價模型裡。
愛分析：為客戶提供的產品包括哪些？
翟猛：目前以公佈了一個指數和三個產品，包括：中國城市二手房指數、智慧樓盤、智慧估價、押品估價全程通，年底將擴充至6個。
我們的核心產品是智慧樓盤，集全國房地產基礎資訊和市場訊息於一體，以地圖載入樓盤字典的方式做呈現，包含樓盤資訊管理、房產估價、分析統計、挖掘應用等功能。
愛分析：信達泰和發佈的中國二手房指數，做指數是商業化困難的事情，這是如何考慮的？
翟猛：基於對我們房產資料的研究，2015年，我們與住建部、清華大學聯合發佈中國的二手房指數。雖然二手房資料不完善、獲取較難，但真正使用價值最大，二手房均勻分佈於城市內，它能積極反應房地產是否健康、政策影響等問題。
我們的宏觀指數免費向政府、院校、銀行、保險、基金等行業提供，但微觀的研究需要付費。
愛分析：做二手房指數有哪些核心技術？
第二，估價的傳承，我們有20年的房地產估價經驗，傳統的估價報告需要3-4天，無法滿足互聯網經濟節奏，美國、澳大利亞，70%以上的估價師崗位已消失，現在更需要即時、自動、批量、精准、專業的評估報告，用技術替代傳統估價。
愛分析：指數方面，美國按分鐘，中國按周或按天，您認為背後的原因是什麼？
翟猛：原因在於資料生態，資料開放程度不同。國外政府資料是公開的，行業資料可互通互聯，有30年研究歷史。指數帶有預測性，需要長久的積累。我們經過多年積累，才逐漸開始。
愛分析：主要客群有哪些？分別提供怎樣的產品和服務？
翟猛：房產大資料的應用很廣泛，目前我們做估值、快遞位址、資產管理等服務。主要客群包括：
第一，銀行。種子客戶是中國工商銀行總行，去年與建設銀行總行、中國銀行總行合作。我們為銀行客戶提供：估價全程通、押品重估、風險評價等系統的銀行解決方案。
第二，互聯網金融。如百度金融的房產抵押業務，我們為其提供查詢和房產估價報告。
第三，快遞公司。快遞行業多數是人工參與位址解析和分級，效率較低。我們平臺可以將原始快遞位址解析成規則的位址串，進行自動解析，通過API介面回饋給快遞公司，為其增效降本，目前在對接順豐、優速等，我們使用脫敏的位址資料，不涉及個人資訊。
第四，資產管理。服務於大型企業等的房產管理，對租售價格、日常費用等資料進行每週報告，對接後續的租售服務。這款產品12月份上線，有兩大單位在試用。
第五，政府服務。我們給住建委、房管局及其房產系統軟體中標公司提供查詢和報告服務。
愛分析：與銀行、金融的房產評估是否要針對到人？
翟猛：我們只需要位址、面積等房產資訊，不涉及個人資訊。
愛分析：產品對接客戶的時候，現在應該更多的以項目為主，定制化程度占多少比例？
翟猛：對銀行的押品複估產品以實現SaaS的形式。我們服務大型銀行，沉澱之後做標準化，再服務幾百上千的小行。除此之外，我們能主導80%，為其提供四大核心能力，除此之外，銀行可能增加1-2個需求。
愛分析：這四大能力包括哪些？
愛分析：與工行、建行的專案是如何實施的？
翟猛：我們與建行共同開發房產估值模型。建行生產了一套銀行指數，包括貸款風險指數、資金指數、開發貸等，我們的房產資料是其中一個評價維度。
愛分析：對同一個行業不同客戶來說，輸出的是同一套東西？
翟猛：我們核心是一個資料服務平臺，已經完成大城市的資料獲取，剩下的小城市，還需要一年時間。之後，我會把平臺向社會開放，做平臺化的公司，按查詢量付費。
一個人和社會經濟80%都與位址相關，未來平臺將會服務很多2B公司。目前，還要靠平臺把銀行、快遞的業務模式跑通，但最終是一個房地產的資料生態平臺。
愛分析：快遞公司的專案是否已經落地？
翟猛：落地了。寄件人通過語音軟體描述位址，轉成的文字傳到我的系統中分析、校正，變成標準位址，傳到快遞公司的資料中心，再進行配送。
愛分析：信達泰和有哪些核心優勢？
翟猛：一，我們與國內最頂級的院校清華大學、北京郵電大學、中科院、住建委、行業學會合作，資源互補。
二，我們以服務大客戶為主，像工行、建行，與大客戶服務會使得我們成長更快。
三，重視諮詢，我們對標企業是全球最大的房產資料公司CoreLogic，我們聘請其前總裁做了4年諮詢。此外，德勤、普華永道、安永是我們的客戶，做資產證券化、給銀行做風控、房貸、資料治理等。
愛分析：下一步的整體戰略是什麼？
翟猛：堅定不移的建設房地產資料服務平臺不動搖，為銀行、房地產仲介、快遞、政府服務，把這個事做起來，最大的戰略是做中國財富的守護者。我認為，這個行業應該是由政府參股，為全社會服務。
多樣的收費模式，產品類客戶成趨勢
愛分析：目前團隊有多少人？未來業務穩定，團隊是怎樣的人員結構？
翟猛：不算測繪，我們目前不到500人，其中研發112人，產品和客服20人，資料200人，各地運營團隊150人。
各個管道來的資料，大部分可自動化處理，但20%的資料在系統和平臺不能識別，需要人工清洗梳理。但人的經驗又可變成規則，放到產品中，自動化輸出，人力依賴越來越少。未來的想法是資料部門300人，研發200人，產品和客服100人，銷售和解決方案300人，總數1000人以內。
愛分析：這樣看來，人力將一直是主要成本？
翟猛：對，第一成本是人員，占60%，第二是資料，占20%，還有設備、日常辦公等費用。比例在逐步變化，資料成本需要一年才能穩定。
愛分析：今年是否考慮做利潤？
翟猛：今年計畫收支平衡。
愛分析：快遞公司專案如何收費？
翟猛：按流量收費，我們初步商定按（次/條）收費。據行業資料，每天快遞包裹總量為1億，是優質穩定的市場。
愛分析：服務快遞公司，查詢量劇增，增加了多少成本？
翟猛：我們組建了一個呼叫中心，增加了3個IDC機房，在北京、西安、哈爾濱，支持每天幾千萬條查詢。
愛分析：長期來看，毛利空間會在多少？淨利空間如何？
翟猛：參考國外對標，毛利率約70%，淨利率35-40%。
愛分析：預計業務穩定還需要多久？
翟猛：平臺還差一年時間建完，預計2018年以後會有比較好的現金流，專案類的客戶會越來越少，產品類的客戶將越來越多。
鏈家在2014年成立資料中心，收集30餘個城市的房產資料，推出“樓盤字典”，旨在用資料驅動業務。從資料的角度，經紀公司有房屋的真實交易價格，資料價值高，但由於房產經紀公司身份特殊，在與上下游廠商做資料打通稍顯困難，目前以自建生態為主。二，互聯網房產公司。以搜房為代表，用大資料輔助其完成線上的房產交易。但互聯網房產公司的線下資料獲取能力不強，更多的是依賴網路抓取和自營資料，此外，其估價模型也不算強項。
三，創新型房產評估公司。如信達泰和、世聯、雲房資料等公司，自帶傳統房產評估公司的基因，憑藉多年的評估經驗，這類公司的估價模型準確度最高，但多數房產評估公司不擅長直接獲取一手房產資料，對外界資料依賴度較大。
相比之下，互聯網房產公司的大資料實力較弱，對外輸出能力仍需市場驗證；房產經紀公司掌握真實交易資料，價值較高，但在房產交易過程中，經紀公司是利益關聯方，資料中立性存疑，自建的資料生態相對封閉；創新的房產評估公司能提供理想的估值模型，但在資料來源上不佔優勢，資料獲取是關鍵挑戰。
多樣資料來源，資料獲取是壁壘
房產大資料可分為房產屬性資料、市場資料、使用者資料三個類別。
第一類，房產屬性資料，包括精確到戶的樓盤表資料、GIS（地理資訊系統）及POI（資訊點）資料；第二類，市場資料，能夠反映出房產價值，如掛牌、成交價格、宏觀資料等；第三類，使用者資料，包括房產相關的參與主體資料、行為資料等。
多樣繁雜的資料類型和資料來源是房產大資料的特徵，各大資料平臺廠商在資料獲取的方式上也不盡相同。
線下自采對於信達泰和較為擅長，以北京為試點，其先後用4種方式採集資料，最終形成一套自有採集體系，通過自有測繪公司與當地房產專家結合的形式採集，對資料品質和採集效率有很大提升，是信達泰和的核心競爭力之一。
信達泰和團隊在評估行業經驗積累豐富，其創始人翟猛于1997年入行房地產估價領域，先後創立了房產評估公司國信達、房信測繪、思路資訊、信達拍賣等公司，資源豐富。房信測繪公司為信達泰和提供定制化的房產資料線下採集服務。從2017年初開始，翟猛不再擔任其他公司職位，將全部精力投入信達泰和。
一個指數三個產品、未來或將按流量付費
信達泰和作為房地產大資料服務商，處於產業鏈中間環節，上游對接資料來源，下游服務客戶應用。
產品層面，信達泰和公佈了一個指數和三個產品。包括：中國城市二手房指數、智慧樓盤、智慧估價、押品估價全程通，年底將繼續擴充產品，將推出針對央企客群的房屋資產管理系統。
其核心產品房產大資料平臺，產品可視為平臺上的模組化應用。在服務不同客群時，能夠快速組合封裝，有較強的通用性和可複製性。
以房產評估這條業務線分析，信達泰和擁有較強的房產評估輸出能力，2016年與工行、建行、中行簽訂合同，與總行合作，信達泰和或將得到長足的發展，今年客群拓展至多家城商行客戶，處於技術對接和POC階段。
信達泰和在銀行領域取得了較強的先發優勢，按照銀行用戶的特點，隨著專案合作的深入，銀行客群的粘度逐步加大，更換資料供應商的可能性較低。
此外，信達泰和還取得了政府機關、稅務局、公積金、互聯網金融、房產經紀、快遞公司等客群，為其提供二手房指數、房產估價資訊、位址整治等產品和服務。
信達泰和的客群以中大型客戶為主，在初期合作時定制開發、諮詢服務的屬性會伴隨至專案成熟，與此同時，與大客戶服務的經驗也能集成到其產品中，打磨行業標準化產品和解決方案，在開拓同行業客群時，產品規模複製率將大幅提升。
據翟猛介紹，大資料平臺建設工作將在2018年完成，覆蓋全國各級城市的房產資訊，2B領域是其未來一段時期的主要目標客群，最終戰略是將大資料平臺將向社會開放，或將變成按查詢流量支付的盈利模式。
對標CoreLogic, 中美市場資料生態存差異
國內外的房產大資料市場差異較大，除了政策、法律、歷史等宏觀因素以外，資料生態也是明顯的差異點之一。
以房源資訊為例，在中國，沒有一個統一的房源資訊彙聚平臺，每家房產經紀公司獨自擁有不同的房產資料，以此建立相對封閉的資料庫和自我資料生態，而同一套房源資訊也常被買房者給與多家經紀公司，但各家的資料結構化程度不同，亦無規範可循，因此，中國的底層房產資料呈現分散、繁雜、差異化、沉澱較薄等特點。
在美國，可查詢的公共資料資源豐富，有統一的資料平臺，如房產資料庫、地理資訊資料庫、房產稅資料庫等。這類資料庫多數由政府、協會統一管理，資料治理的更加規範，很多資料都有數十年的良好積累。
比如，在美國，房源資訊來自于一套完善的美國經紀人資訊共用系統MLS，由美國房地產經紀人協會NAR統一管理，服務於各類房地產專業人士。在MLS系統中，每套房產由委託經紀人獨家代理，房產機構和仲介商可在MLS上精准查詢，線上考察。在共用的機制下，資源利用率和交易流程均得到大幅提升。在資料層面，美國的底層房產資料更加集中、統一、規模化、積累完善。
現階段，大資料技術助力中國房產大資料產業快速發展，資料的完整度、更新頻次、精准度都將成為各家房產大資料平臺的競爭維度。
CoreLogic是信達泰和的對標企業，是美國房產資料領域的龍頭企業。1984年，Coerlogic成立，於2010年在紐交所上市，目前總市值40億美元。業務層面，Corelogic有PI（Property Intelligence）和RWW（Risk Management and Work Flow）兩條業務線，提供資產資訊、資料分析、估價服務、風險管理等一系列與房產及其他資料相關的產品和服務。
信達泰和與Corelogic進行了4年的諮詢合作，借鑒其海外市場的成功經驗，將切入更多的房產資料相關場景，打造房地產大資料行業巨頭。
近日，愛分析對信達泰和董事長翟猛進行專訪，現將精彩內容分享如下。
20年房產估價團隊，轉型房產大資料
愛分析：在房產大資料行業，信達泰和的定位是什麼？
翟猛：從各國的經驗看，社會財富70~80%都在房地產上，包括美國、澳大利亞等國家。據我們測算，中國住房市場容量是200萬億，非住宅市場有100萬億。我們的定位是中國財富的守護者，想依託於房地產資料，為中國各個行業做決策的幫手，增加他們做決策的資訊。
愛分析：您之前在地產估價20年的經驗，對選擇轉型房產大資料來說，主要沉澱在哪裡？
翟猛：第一，對估價的情感；第二，對估價師就業的責任，全球趨勢上，傳統估價師職位驟減，我想把大家的作業方式改變，通過房產大資料，為大家提供更多的就業機會。
愛分析：據您測算，房產大資料市場空間有多大？
翟猛：參考CoreLogic，它在房地產資料行業的直接收益是50億美金，但衍生的應用收益300億美金，依靠Corelogic大資料平臺，大家在上面做應用。中國市場將遠大於CoreLogic，預計是2-3倍。
愛分析：這個2-3倍是如何測算的？
翟猛：第一，中國房屋總量大，約是美國市場2倍左右；第二，我國人口就業流通性較高，將提高房產流轉率，釋放一定的市場空間；第三，我們的城市管理有待提高，位址資訊等衍生品也有很好的商業化價值。
愛分析：CoreLogic的產品和業務包括哪些？
翟猛：CoreLogic覆蓋了整個銀行與房產相關的業務，從前端獲客、受理審批、中端的風險，後端的貸後管理，全覆蓋它的產品，在美國市場占達95%。像房貸、信用卡、資產證券化、房貸政策、外國人投資政策、都會用到CoreLogic的資料支援。
愛分析：房產大資料領域入場玩家並不多，您認為背後的原因是什麼？
翟猛：第一，做資料不能封閉，但大多數房產經紀公司都是自我生態，天生有天花板；第二，一定要有專業積累，包括地理資訊、資料清洗ETL、數學分析和模型、房地產估價、產品及行業知識，包括銀行、保險、稅務等。
自采、互換、採購等多種方式獲取資料來源
愛分析：房產大資料包括哪些資料類型？
翟猛：我們對中國40個地市的房產有記錄在案，包括基礎的靜態資料，及市場的活力資料。我們從三個維度描述房地產資料。
一，空間維度，我們用九級地址描述房產地址，國家-行政區-板塊-街道-社區-樓棟-單元-層-戶。現階段，標注位址需要憑藉技術設備，對每一棟樓進行採集，再用衛星、穀歌、天地圖等影像核實。
二，生命週期，我們對房子的生命週期進行記錄和描述，包括土地出讓、開發建設、一手房銷售、二手房銷售、物業管理、到徵收拆遷。國外的房子生命週期較長，中國的房子多數在二三十年。
三，特徵資訊，如價格、變現週期、金融屬性、契稅等房地產特徵資料，現在正積極收集。
愛分析：房地產價格如何維護？
翟猛：我們維護每個單元、樓層的價格。通常，社區和樓的基準價需要人工維護，單元、樓層通過修正係數的方式給出，同一片區用一套修正係數，再會通過不同維度的資料交叉驗證，定期更新。
例如，互聯網掛牌資料，雖不夠精准但能夠表現價格漲幅，判斷趨勢。另外，收集各種管道回流的成交資料，通過模型計算估價，結合價格漲幅，按月更新。少數存在問題的，再用人工確認，隨著資料越全，後期人工參與會逐步減少。
愛分析：如何人工確認房產價格資料？
翟猛：很多方法，看網路資料、向仲介核實、估價師去現場等辦法考證價格。
愛分析：信達泰和對接了哪些資料來源？
翟猛：位址資料，社區-單元-戶號等樓盤表資訊，依靠我們的測繪公司完成，每個城市有辦事處，由專業測繪人員結合當地房產專家共同完成。我們開發工具，如APP、後端系統，他們負責採集和錄入。
掛牌資料會以抓取的方式採集，一些矯正過的網簽資料部分城市已有公佈。評估資料、成交資料多數與評估公司和經紀公司合作獲得，以及在客戶服務過程中沉澱、核准的資料等。
愛分析：這樣的話，採集資料對人力依賴很重？
翟猛：是很重，但效率很高，按APP中問題點選的方式進行。我們將互聯網資料、日常業務資料等都與採集系統做關聯，所有房地產資料都能互聯互通，並用視覺化呈現。
愛分析：採集一個城市的成本有多少？
翟猛：北京在千萬量級。
愛分析：平臺資料這種如何更新？更新的成本如何測算？
翟猛：依靠互聯網資料更新，發現一個必須核實。我們平均一個城市有數十人，有業務沉澱和自動化更新規則，只有少數疑難的，需要人工核實，更新的成本不高。另外，快遞業務對平臺進行了反哺，位址查的越多，平臺的準確度越高。
愛分析：與經紀公司如何合作？多久更新一次交易價格？
翟猛：一般是交換為主，我不要人名，只要地址和成交價格，是脫敏的，我們用房地產的資料服務和報告與其交換，與經紀公司的合作方式按月為主。
愛分析：經紀公司合作的有哪些？
翟猛：各個城市不太一樣，要分開談，我們有資料拓展部門，負責談合作互換。
愛分析：從客戶獲取哪些資料？
翟猛：房子的相關資料，包括位址、面積、貸款申請、時間、押入期價格等業務資料。
以平臺為核心，主營房產估價、位址服務
愛分析：信達泰和的房產地圖有哪些特點？
翟猛：百度、高德的地圖、導航精確到社區，我們的應用跟戶相關，及周邊所有影響價格的因素，包括配套設施等多個維度，集成在我們估價模型裡。
愛分析：為客戶提供的產品包括哪些？
翟猛：目前以公佈了一個指數和三個產品，包括：中國城市二手房指數、智慧樓盤、智慧估價、押品估價全程通，年底將擴充至6個。
我們的核心產品是智慧樓盤，集全國房地產基礎資訊和市場訊息於一體，以地圖載入樓盤字典的方式做呈現，包含樓盤資訊管理、房產估價、分析統計、挖掘應用等功能。
愛分析：信達泰和發佈的中國二手房指數，做指數是商業化困難的事情，這是如何考慮的？
翟猛：基於對我們房產資料的研究，2015年，我們與住建部、清華大學聯合發佈中國的二手房指數。雖然二手房資料不完善、獲取較難，但真正使用價值最大，二手房均勻分佈於城市內，它能積極反應房地產是否健康、政策影響等問題。
我們的宏觀指數免費向政府、院校、銀行、保險、基金等行業提供，但微觀的研究需要付費。
愛分析：做二手房指數有哪些核心技術？
第二，估價的傳承，我們有20年的房地產估價經驗，傳統的估價報告需要3-4天，無法滿足互聯網經濟節奏，美國、澳大利亞，70%以上的估價師崗位已消失，現在更需要即時、自動、批量、精准、專業的評估報告，用技術替代傳統估價。
愛分析：指數方面，美國按分鐘，中國按周或按天，您認為背後的原因是什麼？
翟猛：原因在於資料生態，資料開放程度不同。國外政府資料是公開的，行業資料可互通互聯，有30年研究歷史。指數帶有預測性，需要長久的積累。我們經過多年積累，才逐漸開始。
愛分析：主要客群有哪些？分別提供怎樣的產品和服務？
翟猛：房產大資料的應用很廣泛，目前我們做估值、快遞位址、資產管理等服務。主要客群包括：
第一，銀行。種子客戶是中國工商銀行總行，去年與建設銀行總行、中國銀行總行合作。我們為銀行客戶提供：估價全程通、押品重估、風險評價等系統的銀行解決方案。
第二，互聯網金融。如百度金融的房產抵押業務，我們為其提供查詢和房產估價報告。
第三，快遞公司。快遞行業多數是人工參與位址解析和分級，效率較低。我們平臺可以將原始快遞位址解析成規則的位址串，進行自動解析，通過API介面回饋給快遞公司，為其增效降本，目前在對接順豐、優速等，我們使用脫敏的位址資料，不涉及個人資訊。
第四，資產管理。服務於大型企業等的房產管理，對租售價格、日常費用等資料進行每週報告，對接後續的租售服務。這款產品12月份上線，有兩大單位在試用。
第五，政府服務。我們給住建委、房管局及其房產系統軟體中標公司提供查詢和報告服務。
愛分析：與銀行、金融的房產評估是否要針對到人？
翟猛：我們只需要位址、面積等房產資訊，不涉及個人資訊。
愛分析：產品對接客戶的時候，現在應該更多的以項目為主，定制化程度占多少比例？
翟猛：對銀行的押品複估產品以實現SaaS的形式。我們服務大型銀行，沉澱之後做標準化，再服務幾百上千的小行。除此之外，我們能主導80%，為其提供四大核心能力，除此之外，銀行可能增加1-2個需求。
愛分析：這四大能力包括哪些？
愛分析：與工行、建行的專案是如何實施的？
翟猛：我們與建行共同開發房產估值模型。建行生產了一套銀行指數，包括貸款風險指數、資金指數、開發貸等，我們的房產資料是其中一個評價維度。
愛分析：對同一個行業不同客戶來說，輸出的是同一套東西？
翟猛：我們核心是一個資料服務平臺，已經完成大城市的資料獲取，剩下的小城市，還需要一年時間。之後，我會把平臺向社會開放，做平臺化的公司，按查詢量付費。
一個人和社會經濟80%都與位址相關，未來平臺將會服務很多2B公司。目前，還要靠平臺把銀行、快遞的業務模式跑通，但最終是一個房地產的資料生態平臺。
愛分析：快遞公司的專案是否已經落地？
翟猛：落地了。寄件人通過語音軟體描述位址，轉成的文字傳到我的系統中分析、校正，變成標準位址，傳到快遞公司的資料中心，再進行配送。
愛分析：信達泰和有哪些核心優勢？
翟猛：一，我們與國內最頂級的院校清華大學、北京郵電大學、中科院、住建委、行業學會合作，資源互補。
二，我們以服務大客戶為主，像工行、建行，與大客戶服務會使得我們成長更快。
三，重視諮詢，我們對標企業是全球最大的房產資料公司CoreLogic，我們聘請其前總裁做了4年諮詢。此外，德勤、普華永道、安永是我們的客戶，做資產證券化、給銀行做風控、房貸、資料治理等。
愛分析：下一步的整體戰略是什麼？
翟猛：堅定不移的建設房地產資料服務平臺不動搖，為銀行、房地產仲介、快遞、政府服務，把這個事做起來，最大的戰略是做中國財富的守護者。我認為，這個行業應該是由政府參股，為全社會服務。
多樣的收費模式，產品類客戶成趨勢
愛分析：目前團隊有多少人？未來業務穩定，團隊是怎樣的人員結構？
翟猛：不算測繪，我們目前不到500人，其中研發112人，產品和客服20人，資料200人，各地運營團隊150人。
各個管道來的資料，大部分可自動化處理，但20%的資料在系統和平臺不能識別，需要人工清洗梳理。但人的經驗又可變成規則，放到產品中，自動化輸出，人力依賴越來越少。未來的想法是資料部門300人，研發200人，產品和客服100人，銷售和解決方案300人，總數1000人以內。
愛分析：這樣看來，人力將一直是主要成本？
翟猛：對，第一成本是人員，占60%，第二是資料，占20%，還有設備、日常辦公等費用。比例在逐步變化，資料成本需要一年才能穩定。
愛分析：今年是否考慮做利潤？
翟猛：今年計畫收支平衡。
愛分析：快遞公司專案如何收費？
翟猛：按流量收費，我們初步商定按（次/條）收費。據行業資料，每天快遞包裹總量為1億，是優質穩定的市場。
愛分析：服務快遞公司，查詢量劇增，增加了多少成本？
翟猛：我們組建了一個呼叫中心，增加了3個IDC機房，在北京、西安、哈爾濱，支持每天幾千萬條查詢。
愛分析：長期來看，毛利空間會在多少？淨利空間如何？
翟猛：參考國外對標，毛利率約70%，淨利率35-40%。
愛分析：預計業務穩定還需要多久？
翟猛：平臺還差一年時間建完，預計2018年以後會有比較好的現金流，專案類的客戶會越來越少，產品類的客戶將越來越多。