楼盘环境分析案例(有没有关于房产领域的大数据分析案例)

下面是好好范文网小编收集整理的楼盘环境分析案例(有没有关于房产领域的大数据分析案例)，仅供参考，欢迎大家阅读！

近期团队走访居里新房，了解他们的数据分析场景和理念，供参考。

先来段企业介绍：居理新房成立于 2014 年，是国内率先进入新房电商领域的公司，通过大数据精准匹配需求，帮助购房者高效购买到适合的房产。

“线上企业跟线下企业的本质区别，不在于是开门店还是建网站，而是在于整个企业的经营体系的运转，更依靠数据来运营还是更依靠人去判断。”居理新房创始人&CEO 王鹏曾说。事实上，数据分析的使用已经融入居理新房的各个业务线的日常，实现了诸多价值。

（一）转化

居理新房的市场人员每天都会观测渠道投放的相关数据，如按照不同系统、不同渠道来源、不同城市来源等多维度查看激活/注册/线索/留存/使用时长等数据。

现随着数据的不断积累和需求的激增，几乎已经累积了成百上千个数据子集，而神策分析支持将一些常用的、周期性指标、数据保存为书签，还支持将指标作为可视化组件，添加到数据概览中等功能，进一步简化数据的提取和筛选。因此，这些子集均可在神策分析上随需随取，实时查看，并可根据实际分析需求，自定义时间筛选，设置图表展现形式等，增强了数据管理和分析的灵活性。

居理新房通过信息流广告投放安卓 APP 时，30% 左右的投放量会被华为、OPPO、小米等应用商店拦截并提示用户下载市场包，这导致无法确切计算投入带来的真正转化。而神策分析记录了用户点击广告时的 utm_source 和 APP 激活时的 channel，并做了关联，如此一来被劫持的量可以找到广告源头，问题也得到了有效解决。

图 居理新房广告点击关联

（二）运营效果实时追踪

众所周知，运营工作细且杂，同一个目标通过不同的运营方式达成，效果会有几百倍甚至几千倍的悬殊。

“运营每天都在想用户要什么，每一个操作能带来什么效果，但凭空是无法做出准确判断的，现在数据和用户行为分析已经成为运营工作的常规依据，参照数据能指导我们进行更有效的运营操作”，居理新房的运营负责人范亚楠谈道。

运营同学拥有了独立的“数据分析台”，在神策数据的埋点方案支持下，各个页面和按钮都会进行埋点，运营可随时查看各个运营位的短期和长期转化，以此定位问题点和挖掘机会点进行精细化运营。

运营通过平时的数据积累总结再应用可达到点带面的效果，如做节日、热点等活动时，可在平时甄选出的一些引流和转化位置较好的地方进行推广，根据各个位置的引流用户特点设计不同的主题样式并针对不同的用户进行个性化展示，再通过数据表现进行优化迭代。

（三）A/B 测试

一入产品深似海，迭代优化无止境。产品的日常就是找需求、筛需求、做需求。而这三步都离不开数据。

“对于产品的精细化迭代来说，需求与 A/B 测试已经如影随形，A/B 测试带有一定的预测和验证属性，如果没有可视化工具和欠缺数据分析能力都是非常令人头疼的，现使用神策数据后，日常产品的维护以及功能的优化、迭代，可以很轻松地通过数据来佐证猜想”，网站侧产品经理郭小萌介绍道。

在日常产品数据的监测与分析中，郭小萌一旦发现数据异常时，会从粗拆到细，举个例子，如果发现某个转化数据不好，会通过神策分析定位具体是哪个页面或按钮的问题，若是 A 按钮出现问题，会通过漏斗分析关于 A 按钮的各个步骤，如点击、输入手机号、注册等，甚至下钻至低转化人群的来源渠道、城市，精准定位问题点，之后再通过 A/B 测试进行调优。

除日常的产品维护和调优，郭小萌也会进行整体页面的改版，整体页面构成了流量的汇集与释放地，其体验度的好坏往往是流量转化的决定因素，居理新房曾对网站做过一次大改版，具体如下。

传统房产领域的网站是列表形式，仅罗列一些楼盘的 SKU 信息，用户需要依次浏览或翻页浏览，自己筛选和检索这些楼盘，给用户的感觉很被动，并不友好。为此，居理新房采取了基于用户偏好的精准楼盘推荐，当用户进入网站会询问用户的具体需求，让用户填写自己的理想条件，之后会根据居理新房的一套匹配算法，进行客户意愿和楼盘的匹配，挑选出最适合客户的楼盘，呈现给用户。

由于房产业受外部环境的影响比较大，在这个改版的过程中，居理新房采取的是平行测试的方法，即同时使用新旧页面，但在事件上加字段来标识不同版本的人群，对用户进行分流，如控制新旧页面各承载 50% 的用户量，如此一来，便相当于塑造了一个仅页面不同的独立变量的实验环境，“实验环境”搭建好后，郭小萌通过做两个分群来观测对比两拨人的各个指标，如各按钮点击、人群转化、停留时长、跳出率等。最终发现，新版本数据表现远超原版本，进行了全面升级。

图 居理新房改版后网页

不止于工具本身，自定义查询支持高级需求

一款好的工具必须具有延展性，神策分析支持自定义查询，可使用标准 SQL 对神策分析的所有数据进行查询，且查询结果会可视化展示。该功能其一可帮助习惯使用 SQL 的人员按自定义规则高效、准确找到所需结果，其二可支持公司个性化的高级数据需求的自由查询。

居理新房的数据产品经理齐欣是神策分析的“资深玩家”，日常会通过写 SQL 满足一些基本需求或高级需求。

图 神策分析自定义查询界面

（四）数据驱动的思维流程

在笔者探访居理新房的过程中，深切地感受到居理新房整个公司从上到下涌动着的数据意识，不夸张地说，数据像血液一样流淌在其各个环节，内化成了工作思维和工作流程。

当被问到数据驱动文化的源头时，受访人员几乎都表示，居理新房的所有领导都会看数据说话，并追问数据的由来。

居理新房还向笔者分享了一个全员数据驱动的案例。老板定了一个日活增长的目标，项目经理会将目标拆解成指标分配到各个团队，然后每个人根据自己的工作内容观察数据、确认短期目标、执行、观察效果、迭代，具体过程如下。

一旦发现某一些功能的用户占比变低了，便对比旧版本的对应功能的位置、样式、可操作性，精准定位问题点，然后在新的页面样式下，用旧的样式来填充对应的功能位置，继而观察该位置的转化、留存数据回升情况，不能回升的话就会进行排除，并通过自定义查询、漏斗、功能聚类等方式观测异常位置的影响权重，进一步确定原因，最终定位问题是弹窗。

回顾整个过程，APP 端产品经理魏新月感叹道：“从整体目标拆分到用户的某个行为数据，整体数据量非常庞大，我们两三个人大概拆了一周半的时间，相比向数据提需求，提效好几倍。”

综上所述，居理新房已经彻头彻尾的是一个全员数据驱动的公司，正如其在官网上对自身的定位，“一家通过大数据精准匹配需求，挖掘潜在用户促成交易，帮助消费者购买到适合房产的线上新房交易平台”，也难怪其融资金额及融资次数稳居鳌头，在新房电商领域至今无人刷新，满意度持续飙升，趋向于电商领域的「京东」。