供应过剩成房地产最严峻问题 倒逼房企换挡(2)
来源:互联网    作者:中国房网    发布时间:2019-04-06 12:10
泰国美女打一成语是什么 炭打一成语 汤池铁城 桃花潭水深千尺 桃花潭水深千尺打一成语 腾空而起的意思

  融绿成立至今已接近两年,正是受益于详尽的数据收集、调研和分析,在这两年时间中,融绿还没有出现过滞销的项目,很多楼盘上市后很快就能卖掉,成为上海高端物业市场的销售冠军。而大数据研究团队,正是背后的秘密。

  目前国内房地产企业的发展趋势包括跨区域发展以及多项目运作,这些都要求提高资金的使用效率。此外,房企的集团化管理也带来了内部挑战,企业内部的人力、财务的调配需要更有效的信息化管理。

  首个“大数据”项目将入市/

  袁鸿昌告诉记者,龙头房企在买地等决策时已经进行了一定程度的调查研究,掌握了一定的数据。但国内整个行业在这一方面的成熟度还远远不够。现在仍有一些开发企业进入一个城市,以“拍脑袋”的方式决定拿地这样的大事,投资失误的案例比比皆是。如果能成功借鉴境外的大数据系统,资金运用效率无疑将得到很大提升,投资风险也将因此下降。

  每经记者 卢曦 发自上海

  融创在全行业拿地最挑剔,正是因为数据研究得深入、具体。据融创中国副总裁李绍忠介绍,融创在去年整整看了342幅地,最终只拿了19个项目,平均每看18个项目,才会拿1块地。融绿相关人士透露,融绿挑选土地的苛刻程度也是一样的。

  每经记者 区家彦 发自广州

  融绿所获取的数据既有宏观金融数据,也有房产成交价格、成交面积等市场数据,但重要的数据,主要由融绿的销售团队获取。融绿的一位高层说,800名销售人员常年为融绿的数据团队提供一线客户数据。他们在这些数据的基础上,会进一步对客户和各分公司最熟悉当地的资深专家 (通常是各个城市公司的总经理)深入访谈,获取更为详细的数据,最终做出决策。该高管说,融绿从拿地到开发再到销售的全过程,都会使用到这些数据。

  房地产大数据系统的开发难度,还不仅限于此。目前,克而瑞、中原地产、平安好房网等机构都能提供开发商所需要的大数据中的一部分。克而瑞能提供全国大部分城市的销售数据以及客户需求信息,中原地产能提供二手房成交、租赁的一系列数据,平安好房网则拥有潜在客户个人金融资产、月收入、家庭结构和健康状况等方面的数据。这些数据全部收集起来,才能够完成房地产企业所需要的大数据平台。

  沈宇嵩表示,因此非常希望有社会机构能设计、开发一款面向消费者的智能手机应用,利用软件对不同消费者的购房需求、生活习惯包括购买力等数据进行充分研究,并用这些数据为拿地做决策。

  相比之下,开发商虽然能通过房地产中介了解到区域历史成交数据,但要依靠这些历史数据来预测未来的市场需求和价格曲线却非常困难。

  难以实现的数据收集平台/

  而目前国内的商用物业数据掌握在很多管理公司手中,因为商业机密原因不能公开,所以商用物业的数据不够透明。

  2009年,楼市火热,苏州绿城以36亿元拍下苏州一幅地块,楼板价2.8万元/平方米,同年绿城以25亿元拍得苏州另一地块,楼板价2.01万元/平方米。由于地价过高,绿城在这两个地块随后的发展中举步维艰。在融绿成立以后,情况略有好转。如果当年拿地阶段对苏州市场、客户的情况进行更透彻的数据分析,就有可能避免后来遇到的困难。

  据万科介绍,首个融合“大数据”理念的项目“万科未来城”将于年内入市,该项目位于杭州万科良渚文化村内,总建筑面积超19万平方米,从产品的设计研发,到项目的推广营销,全部过程均以移动互联网思维与“大数据”理念为指导。

  孟音也介绍说,有房企早在去年底就认为今年市场会出现调整,但并没有因此而放慢增长,因为不希望把自己的市场份额交给其他的公司。

  可以预见的是,对于坐拥60万户海量业主的万科而言,一旦掌握了充足的用户数据,通过细化分析挖掘尚未满足的客户需求,对于万科向城市配套商转型具备深刻的战略意义。

  顾明建议,房企应该更多地分享数据。一线房企如果能够更开放,与专业的数据公司分享数据,后者就能做得更好。再联合更多的学术研究机构,就可以将数据分析的市场做大,并能为商业化或学术化研究提供基础。

  不过,他坦言,截至目前开发商的这些探索还没有实质性的进展。其中最主要的问题是开发商没有能力获得房地产之外的数据。这些数据包括来自于金融系统的家庭月收入、存款及还款信息,以及来自于零售商业、服务业的个人消费开支结构信息,而这些信息恰恰对于预测区域市场的后续需求和购买者的偏好有很大的帮助。

  但不可否认,目前借助“大数据”拿地,仍然存在诸多障碍,也无法彻底规避风险。上述人士就坦言,一方面,由于房地产为非标准化产品,有效数据的采集存在相当困难,加上地块从挂牌到拍卖有时间限制,这对于调研结果的准确度必然会造成影响;另一方面,房地产市场受到政策、金融等不可控因素的干扰也很大,如果市场波动剧烈,需求大幅萎缩会导致区域迅速变为供应过剩,通过有限的数据分析难以防范类似的市场风险。

  万科也在致力于对现有客户生活习惯的数据收集和分析,并根据这些数据的分析结果指导产品的设计和社区配套的建设,包括户型、景观、住宅性能和邻里空间等方面,目前在这方面比较成功的范例是万科杭州未来城项目。这一项目详细地收集了年轻客户的需求,根据这些客户的需求推出产品。

  袁鸿昌告诉记者,美国房地产企业对Zillow也持开放态度,Zillow上的信息很全,不仅有房产的物理数据,还有客户的观感、评估等大量的数据信息,客户粘度很高。

  在大数据时代,万科是最先感受到危机的龙头房企。万科董事局主席王石曾经表示,完全不懂房地产的人可以在大数据时代用新的载体、新的方式颠覆原有的商业模式。然而,万科也是最快拥抱大数据的龙头房企,《每日经济新闻》记者了解到,从前期拿地分析、产品设计到项目营销等环节,万科正不断引入“大数据”的研究与应用以更好地满足客户需求,以提高投资精确度与促进销售。现阶段,万科主要借助物业管理来获取客户的生活习惯、购买需求等数据,并利用这些数据去开发产品。

  丰富的数据形成产业链

   他山之石

  不过,据融绿相关人士称,公司挑选土地,越到最后几轮,需要的数据就越详细、越具体。但事实上,很多数据通过市场机构是无法得到的。在这种情况下,融绿也不得不更多挑选现有项目周边的地块,以尽可能规避风险。

  虽然截至目前,这些大数据的分析和研究工作还在起步阶段,但对于规避开发和投资风险,最大限度规避库存积压问题,已经产生了较好的效果。

  尽管眼下还不能实现真正意义上的大数据,但一部分企业已经拥有了潜在的大数据研究和分析能力。

  从阿里巴巴到腾讯,从无印良品到海尔和小米,自去年开始,万科总裁郁亮就带领高管团队不停造访各界巨头,虽然这些企业分布在不同行业,但它们都有一个共同的特点,那就是在利用互联网思维和大数据有效地为客户提供更符合需求的产品。

  拍脑袋拿地现象仍存在

  无独有偶,《每日经济新闻》此前报道的上海金地天境项目也存在类似问题。网上房地产显示,2011年6月以来,该项目累计供应超过14万平方米,但只销售了3.2万平方米。在此情况下,公司依旧在增加新的供应。年报显示,金地上述项目在去年又新增开工3.2万平方米,金地自己统计可销售的新房房源面积已经超20万平方米。

  国内数据分析市场待做大

  亿翰智库上海房地产研究中心副主任张化东介绍说,去年开始就有房地产企业在思考如何建立大数据管理。很多大型地产公司都曾在企业内部进行过大数据研究的有关讨论,商量如何在拿地之前就对未来市场的需求、供给有精确的预测,最大限度地降低投资和开发的风险。

  在成熟市场数据库运营商的大数据交换平台上,参与者包括机构投资者、开发商、物业持有者、资产管理公司、经纪顾问公司、基金管理公司等。因为参与的企业全、拿到的数据精准,可以用于支持投资判断。充分的数据基础用于计量经济学的模型分析,可以支持各种商业及学术研究。

  “90后的客户消费偏好、消费能力,都和之前有很大的差别。如果沿用原来的成交数据,去了解区域市场的需求,肯定会有很大的偏差”。张化东说。

  令融绿如此热衷大数据的原因是,融绿的前身——绿城上海、苏州、无锡公司在拿地时的一系列失误。

  企业样本①

  但不可忽视的是,真正意义上的“大数据”应用在房地产领域仍处于萌芽阶段,即便强如万科也曾误入唐山这类供应过剩城市的陷阱,如何收集有效数据,通过精确系统分析规避市场风险仍然是难题。

  提高拿地精确度仍然很难/

  除融绿外,华夏幸福基业是另一个致力于大数据研究的开发商。该公司在美国等发达国家建立研究院,专门研究不同产业的发展趋势,最终为产业园区设定产业招商方案,然后再根据明确的需求定制产业地产。

  《每日经济新闻》记者查询了解到,Zillow是一家提供免费房地产估价服务的网站,创建于2006年,主要提供各类房地产信息查询服务,相关客户大部分都是与房地产有关的人。Zillow甚至推出了手机版,在数据采集上具有优势。

  万科总裁郁亮在评论网传毛大庆的讲话时提出一个观点:从经济转型和不动产精细化的角度来看,未来的客户,无论是住宅客户,还是消费地产、产业地产客户,需求和以前都会有很大的区别,原有存量的不动产难以满足他们的需求。

  万科相关人士向 《每日经济新闻》记者表示,自今年起,万科将逐步把传统房地产客户服务中的产品报修、投诉两个主要模块移植到移动互联网平台上,依托现有客户数据平台对客户的报修、投诉等行为进一步分析,以更好地为客户服务。

  深度挖掘客户的需求信息,根据需求确定拿地、设计、营造、定价的方案,最大程度确保利润率和投资安全,已经成为地产熊市中房企最为稀缺的能力,用一个时髦的名词来讲就是“地产大数据”。

本篇编辑:adminer