范志勇

（黑龍江大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，哈爾濱150080）

一、引言

隨著云時(shí)代的來臨，大數(shù)據(jù)（Big data）也吸引了越來越多的關(guān)注。《著云臺(tái)》的分析師團(tuán)隊(duì)認(rèn)為，大數(shù)據(jù)（Bigdata）通常用來形容一個(gè)公司創(chuàng)造的大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫用于分析時(shí)會(huì)花費(fèi)過多時(shí)間和金錢。大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。簡言之，從各種各樣類型的數(shù)據(jù)中，快速獲得有價(jià)值信息的能力，就是大數(shù)據(jù)技術(shù)。明白這一點(diǎn)至關(guān)重要，也正是這一點(diǎn)促使該技術(shù)具備走向眾多企業(yè)的潛力。[1]

大數(shù)據(jù)的4個(gè)“V”，或者說特點(diǎn)有四個(gè)層面：第一，數(shù)據(jù)體量巨大。從TB級(jí)別，躍升到PB級(jí)別；第二，數(shù)據(jù)類型繁多。前文提到的網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等。第三，價(jià)值密度低。以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅有一兩秒。第四，處理速度快。1秒定律。最后這一點(diǎn)也是和傳統(tǒng)的大數(shù)據(jù)分析技術(shù)有著本質(zhì)的不同。業(yè)界將其歸納為4個(gè)“V”——Volume，Variety，Value，Velocity。

二、大數(shù)據(jù)分析在我國房地產(chǎn)市場(chǎng)研究中的必要性

隨著房地產(chǎn)行業(yè)競爭的加劇，房地產(chǎn)企業(yè)要想在競爭中制勝，必然需要充分的信息支持和準(zhǔn)確的市場(chǎng)判斷。房地產(chǎn)行業(yè)擁有大量的數(shù)據(jù)積累，包括行業(yè)信息、經(jīng)濟(jì)環(huán)境信息、客戶信息等。這些數(shù)據(jù)是房地產(chǎn)企業(yè)市場(chǎng)運(yùn)作的重要參考。面對(duì)快速增長的海量數(shù)據(jù)收集，企業(yè)需要有力的數(shù)據(jù)分析工具將“豐富的數(shù)據(jù)”轉(zhuǎn)換成“有價(jià)值的知識(shí)”，否則大量的數(shù)據(jù)將成為“數(shù)據(jù)豐富，但信息貧乏”的“數(shù)據(jù)墳?zāi)埂薄?/p>

大數(shù)據(jù)分析是從大量數(shù)據(jù)中發(fā)現(xiàn)潛在關(guān)聯(lián)、模式，做出預(yù)測(cè)性分析的有效工具，它是現(xiàn)有的一些人工智能、統(tǒng)計(jì)學(xué)等技術(shù)在數(shù)據(jù)庫領(lǐng)域中的應(yīng)用。應(yīng)用大數(shù)據(jù)分析有助于發(fā)現(xiàn)業(yè)務(wù)發(fā)展的趨勢(shì)，揭示已知的事實(shí)，預(yù)測(cè)未知的結(jié)果，并幫助企業(yè)分析出解決問題所需要的關(guān)鍵因素，使企業(yè)處于更有利的競爭位置。[2]

三、大數(shù)據(jù)分析在我國房地產(chǎn)市場(chǎng)研究的應(yīng)用范圍

（一）大數(shù)據(jù)分析的種類

對(duì)于企業(yè)的海量信息存儲(chǔ)，大數(shù)據(jù)分析是一種系統(tǒng)地檢查和理解大量數(shù)據(jù)的工具。大數(shù)據(jù)分析根據(jù)預(yù)定義的商業(yè)目標(biāo)，對(duì)大量的企業(yè)數(shù)據(jù)進(jìn)行探索和分析，揭示其中隱含的商業(yè)規(guī)律，并進(jìn)一步生成相應(yīng)的分析、預(yù)測(cè)模型。

大數(shù)據(jù)分析發(fā)現(xiàn)的是以前未知的、可理解的、可執(zhí)行的信息，所以也被稱為“知識(shí)發(fā)現(xiàn)”(Knowledge Discovery in Databases)。與統(tǒng)計(jì)分析技術(shù)相比，大數(shù)據(jù)分析技術(shù)能很好地和數(shù)據(jù)庫技術(shù)相結(jié)合，而且大數(shù)據(jù)分析工具用以發(fā)現(xiàn)數(shù)據(jù)中隱含的商業(yè)規(guī)律的方法已不局限于統(tǒng)計(jì)技術(shù)，還包括神經(jīng)網(wǎng)絡(luò)、遺傳算法、自組織圖、神經(jīng)模糊系統(tǒng)等統(tǒng)計(jì)學(xué)科以外的方法。大數(shù)據(jù)分析發(fā)現(xiàn)的“知識(shí)”一方面可以用于構(gòu)建預(yù)測(cè)模型，另一方面可以被用于豐富統(tǒng)計(jì)分析師的背景知識(shí)，再被統(tǒng)計(jì)分析師應(yīng)用到數(shù)據(jù)分析中。

大數(shù)據(jù)分析任務(wù)一般可以分兩類：描述和預(yù)測(cè)。描述性分析任務(wù)刻劃數(shù)據(jù)庫中數(shù)據(jù)的一般特性。預(yù)測(cè)性分析任務(wù)在當(dāng)前數(shù)據(jù)上進(jìn)行推斷，以進(jìn)行預(yù)測(cè)。具體來講，大數(shù)據(jù)分析主要用于解決以下幾種不同事情。

1.關(guān)聯(lián)分析（Association analysis），是尋找屬性間的相關(guān)性。兩種常用的技術(shù)是關(guān)聯(lián)規(guī)則和序列模式。關(guān)聯(lián)規(guī)則是尋找在同一事件中出現(xiàn)的不同項(xiàng)的相關(guān)性，比如某個(gè)住宅項(xiàng)目的目標(biāo)客戶對(duì)該項(xiàng)目各方面評(píng)價(jià)之間的相關(guān)性序列分析尋找的是事件之間時(shí)間上的相關(guān)性，如對(duì)股票漲跌、房地產(chǎn)周期的分析。

2.分類（Classification）和預(yù)測(cè)（Prediction）。分類根據(jù)某種標(biāo)準(zhǔn)將數(shù)據(jù)庫記錄分類到許多預(yù)先定義好的類別中。例如，將房地產(chǎn)企業(yè)客戶根據(jù)消費(fèi)決策模式進(jìn)行分類；同時(shí)可以建立預(yù)測(cè)模型，給定潛在客戶的收入、職業(yè)、家庭構(gòu)成等個(gè)人屬性，預(yù)測(cè)他們的購房支出；如將房地產(chǎn)企業(yè)客戶分為潛在客戶、購買者和實(shí)際客戶。分類系統(tǒng)可以產(chǎn)生這樣的規(guī)則：“如果客戶可以并且愿意承擔(dān)每月2000元的月供，計(jì)劃在1年內(nèi)在某地區(qū)買房，那么他/她是一個(gè)潛在客戶；如果客戶至少進(jìn)行過一次業(yè)務(wù)訪問，那么他/她是一個(gè)購買者?！?/p>

3.聚類（Clustering）是把整個(gè)數(shù)據(jù)庫分成不同的群組。它的目的是要群與群之間差別明顯，而同一群之間的數(shù)據(jù)盡量相似。聚類與分類不同：分類之前已經(jīng)知道要把數(shù)據(jù)分成哪幾類，每個(gè)類的性質(zhì)是什么；聚類則恰恰相反。

4.演變分析（evolution analysis）描述行為隨時(shí)間變化的對(duì)象的規(guī)律或趨勢(shì)，并對(duì)其建模。例如，結(jié)合人口構(gòu)成變動(dòng)趨勢(shì)、教育水平發(fā)展趨勢(shì)、社會(huì)經(jīng)濟(jì)發(fā)展趨勢(shì)進(jìn)行房地產(chǎn)消費(fèi)趨向的分析。

5.描述和可視化（Description and Visualization），對(duì)數(shù)據(jù)進(jìn)行歸約、概化或圖形描述等。例如，通過空間聚集和近似計(jì)算對(duì)一些具體的地理位置概化聚類，形成對(duì)某區(qū)域的形象化描述。

（二）大數(shù)據(jù)分析的市場(chǎng)研究價(jià)值

大數(shù)據(jù)技術(shù)在商業(yè)上實(shí)際應(yīng)用十分豐富。應(yīng)用大數(shù)據(jù)分析技術(shù)，可以幫助房地產(chǎn)行業(yè)找出有價(jià)值的信息，十分有助于企業(yè)發(fā)現(xiàn)商機(jī)、制定開發(fā)計(jì)劃與營銷策略。對(duì)于房地產(chǎn)市場(chǎng)研究，大數(shù)據(jù)分析可以應(yīng)用于宏觀經(jīng)濟(jì)形勢(shì)研究、市場(chǎng)發(fā)展趨勢(shì)研究、樓盤供應(yīng)研究、競爭對(duì)手研究、客戶研究。目前，專業(yè)市場(chǎng)研究公司對(duì)房地產(chǎn)行業(yè)的調(diào)研主要集中在客戶需求分析方面，并積累了一定的經(jīng)驗(yàn)，因此，筆者主要探討房地產(chǎn)客戶信息的大數(shù)據(jù)分析。

（三）大數(shù)據(jù)分析在房地產(chǎn)客戶研究中有著具體的應(yīng)用

房地產(chǎn)行業(yè)的客戶信息有許多特點(diǎn)，一方面房地產(chǎn)行業(yè)面對(duì)的客戶群廣泛，而且客戶的特征描述的結(jié)構(gòu)復(fù)雜，另一方面房地產(chǎn)客戶需求的層次不一，且易受外界因素影響，具有多層次性和多變性。[3]

對(duì)于復(fù)雜、多樣而且擅變的客戶信息，房地產(chǎn)行業(yè)客戶信息的大數(shù)據(jù)分析有助于識(shí)別客戶購買行為，發(fā)現(xiàn)客戶購買模式和趨勢(shì)。從而，幫助房地產(chǎn)企業(yè)改進(jìn)服務(wù)質(zhì)量，取得更好的客戶關(guān)系和滿意程度，設(shè)計(jì)更好的營銷方案，減少商業(yè)成本。根據(jù)已有的大數(shù)據(jù)分析經(jīng)驗(yàn)，大數(shù)據(jù)分析在房地產(chǎn)行業(yè)的應(yīng)用可以歸納成以下幾個(gè)方面。

1.客戶細(xì)分：聚類，有效的劃分目標(biāo)客戶群。

2.客戶保留：分類回歸、關(guān)聯(lián)分析，識(shí)別無效的客戶及流失的客戶的消費(fèi)決策模式，幫助企業(yè)識(shí)別現(xiàn)有客戶中相似的潛在流失客戶，以便采取預(yù)防措施。

3.客戶拓展：分類，關(guān)聯(lián)分析，有針對(duì)性的發(fā)現(xiàn)客戶的反應(yīng)行為模式，用來將潛在客戶列表中的客戶排序，以便找出哪些是對(duì)所提供的服務(wù)最感興趣的客戶。

4.升級(jí)服務(wù)：分類，預(yù)測(cè)，通過對(duì)客戶行為特點(diǎn)的跟蹤分析，對(duì)客戶將來的行為進(jìn)行預(yù)測(cè)分析，用預(yù)測(cè)得到的評(píng)分為每個(gè)客戶選出最合適的幾種服務(wù)方案。

5.活動(dòng)分析：多維分析，通過比較熱銷期間的銷售量和交易數(shù)量等有關(guān)情況，分析營銷手段的有效性。

6.銷售預(yù)測(cè)：特征化、關(guān)聯(lián)分析，在項(xiàng)目開發(fā)的不同階段，如：開盤、熱銷、封頂、現(xiàn)房，成交客戶和意向客戶的屬性特點(diǎn)。

7.需求描述：特征化、多維分析，提供強(qiáng)有力的多維分析和可視化工具，方便企業(yè)進(jìn)行帶有復(fù)雜條件的聚集上的分析。

8.需求預(yù)測(cè)：層次分析、關(guān)聯(lián)分析，通過比較出不同類型的消費(fèi)者對(duì)各種價(jià)值構(gòu)成的排序，找出各價(jià)值構(gòu)成中的相關(guān)性。

四、如何在我國房地產(chǎn)市場(chǎng)研究中利用大數(shù)據(jù)分析技術(shù)

（一）明確商業(yè)目標(biāo)

應(yīng)用大數(shù)據(jù)分析的首要任務(wù)就是明確需要達(dá)到什么樣的商業(yè)目標(biāo)，并描述出需要解決的問題。目標(biāo)的描述應(yīng)該細(xì)化、清楚，以便于選擇合適的挖掘方法，也方便檢測(cè)大數(shù)據(jù)分析效果，判斷建立的模型的有效性。

有些目標(biāo)是大而空的目標(biāo)：獲得客戶行為的了解；在數(shù)據(jù)中發(fā)現(xiàn)有用的模型；發(fā)現(xiàn)一些有意思的東西。而另外一些目標(biāo)有較強(qiáng)操作性：發(fā)現(xiàn)哪些客戶不受某種促銷手段的影響；找出項(xiàng)目封頂時(shí)哪類客戶成交率增加。

（二）數(shù)據(jù)準(zhǔn)備

基于大數(shù)據(jù)分析的商業(yè)目標(biāo)，提取所需要的數(shù)據(jù)。為了保證數(shù)據(jù)的質(zhì)量，除了對(duì)數(shù)據(jù)進(jìn)行檢查和修正外，還需要考慮不同源之間數(shù)據(jù)的一致性問題。

如果數(shù)據(jù)集包含過多的字段，需采用一定的方法找到對(duì)模型輸出影響最大的字段，適當(dāng)減少輸入的字段。常用的方法包括：“描述型大數(shù)據(jù)分析”、連結(jié)分析等。

很多變量如果組合起來（加、減、比率等）會(huì)比這些變量自身影響力更大。一些變量如果擴(kuò)大它的范圍會(huì)成為一個(gè)非常好的預(yù)測(cè)變量，比如用一段時(shí)間內(nèi)收入變化情況代替一個(gè)單一的收入數(shù)據(jù)。因此，在數(shù)據(jù)準(zhǔn)備階段需考慮是否創(chuàng)建一些新的變量。

處理缺失數(shù)據(jù)也是數(shù)據(jù)準(zhǔn)備階段的一個(gè)重要工作。有些缺值本身就非常有意義。例如：富有的顧客會(huì)忽略“收入”，或者不在乎價(jià)格的影響。

（三）建立模型

建立模型是一個(gè)反復(fù)的過程。首先需要選擇適合解決當(dāng)前問題的模型。對(duì)模型的選擇過程可能會(huì)啟發(fā)對(duì)數(shù)據(jù)的理解并加以修改，甚至改變最初對(duì)問題的定義。

一旦選擇了模型的類型及應(yīng)用的方法，所選擇的模型將決定對(duì)數(shù)據(jù)的預(yù)處理工作。例如，神經(jīng)網(wǎng)絡(luò)需要做數(shù)據(jù)轉(zhuǎn)換，有些大數(shù)據(jù)分析工具可能對(duì)輸入數(shù)據(jù)的格式有特定的限制等。

（四）輸出結(jié)果的評(píng)價(jià)和解釋

模型建立好之后，必須評(píng)價(jià)其結(jié)果，解釋其價(jià)值。在實(shí)際應(yīng)用中，模型的準(zhǔn)確率會(huì)隨著應(yīng)用數(shù)據(jù)的不同發(fā)生變化。但準(zhǔn)確度自身并不一定是選擇模型的正確評(píng)價(jià)方法。對(duì)輸出結(jié)果的理解需要進(jìn)一步了解錯(cuò)誤的類型和由此帶來的相關(guān)費(fèi)用的多少。如果模型每個(gè)不同的預(yù)測(cè)錯(cuò)誤所需付出的代價(jià)（費(fèi)用）也不同的話，代價(jià)最小的模型（而不一定是錯(cuò)誤率最小的模型）將是較好的選擇。

（五）實(shí)施

模型在建立并經(jīng)驗(yàn)證之后，可以有兩種主要的使用方法。一種是提供給分析人員做參考，由他通過查看和分析這個(gè)模型輸出，并做出解釋和方案建議；另一種是把模型應(yīng)用到不同的數(shù)據(jù)集上。模型可以用來標(biāo)示一個(gè)事例的類別，給一類客戶打分等，還可以用模型在數(shù)據(jù)庫中選擇符合特定要求的記錄，以用其他工具做進(jìn)一步分析。

五、結(jié)論

大數(shù)據(jù)分析技術(shù)在房地產(chǎn)市場(chǎng)研究中還處于嘗試階段，在應(yīng)用中還有很多具體的問題有待解決，但畢竟給我們提供了一個(gè)對(duì)房地產(chǎn)市場(chǎng)進(jìn)行科學(xué)研究的方法。[4]在實(shí)踐中還有很多新領(lǐng)域需要探索，對(duì)此我們需要時(shí)間和不斷實(shí)踐來磨合，但我們有理由相信在房地產(chǎn)市場(chǎng)研究中大數(shù)據(jù)分析技術(shù)會(huì)發(fā)揮越來越重要的作用。

[1] 栗 蔚，魏 凱.大數(shù)據(jù)的技術(shù)、應(yīng)用和價(jià)值變革[J].電信網(wǎng)技術(shù)，2013(7):6-10.

[2] 李國杰.大數(shù)據(jù)研究：未來科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域：大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考[J].中國科學(xué)院院刊，2012，27(6):647-657.

[3] 范志勇.中國房地產(chǎn)政策回顧與探析[J].學(xué)術(shù)交流，2008(8):60-66.

[4]王飛躍.知識(shí)產(chǎn)生方式和科技決策支撐的重大變革：面向大數(shù)據(jù)和開源信息的科技態(tài)勢(shì)解析與決策服務(wù)[J].中國科學(xué)院院刊，2012，27(5):527-537.