MASA的征程：如何用大数据帮开发商卖房

本篇文章1164字，读完约3分钟

[摘要]陈艳向《时代周刊》记者强调了数据公开的重要性。“当前操作员的数据是分散的。如果运营商的数据标准化，数据价值的增长将成倍增加，甚至呈指数级增长。”

作为一个房地产买家，你可能会多次接到房地产中介的销售电话，轰炸并向你推荐各种信息。

作为一个房地产卖家，你绝对不希望你的广告信息成为骚扰。你期望用最有效的广告和更低的每千人成本来接触更多的目标受众，并让他们实现购买行为。

然而，房地产交易的信息来源的不对称性往往使美女成为空.

直到最近，一种叫做“玛莎慧营销”(以下简称“玛莎”)的产品诞生了。作为房地产大数据人工智能产品，它致力于服务于开发商的整个生命周期，从技术上切入信息不对称的源头，努力解决行业的痛点。

智能预警、客户描述、客户预测、竞争产品分析模板和交付到达平台是masa的五大核心功能。简而言之，有意在城市买房的活跃顾客已经聚集到玛莎百货的大数据“池”中。该池配备了一个交付平台，不同于一般的dsp(需求侧平台)。masa通过人工智能将房地产信息与潜在的目标客户进行匹配。

通过它，房地产营销人员将获得从营销决策到战略实施的完整闭环的参考数据。客户信息、竞争性房地产等。可以清楚地了解，然后营销策略可以有效地调整。

根据masa团队首席执行官陈艳对《时代周刊》记者的总结，对于粗放式发展模式的房地产行业，masa应该注入一些技术基因，用工业文明的思维进一步改变。

从B端切入

创造任何新事物都将是一次冒险。风险本身可能只是一个偶然事件。

玛莎出生于2015年4月的一个头脑风暴日——与来自四家公司的五名年轻人聊天，他们分别是talkingdata、银联智慧、Pulse Data和Tongce。

四家公司，各有特色和优势。开始为移动设备提供服务的Talkingdata持有大量移动大数据。它的官方网站覆盖了超过20亿个独立智能设备，服务于超过10万个移动应用。银联智慧是支付大数据领域的主导者。9亿持卡人和55万卡的基础数据可以视为垄断数据。除了数据之外，脉冲战略数据比技术领先的R&D更有优势。“同样的政策已经在房地产行业积累了多年。那时我们正在碰撞。这些组合能为房地产行业创造新的价值吗？”陈艳对参与的回忆。

闲聊之后，合作很快开始了。几个月后，在同一政策下成立了一个独立的创业团队，专门研究masa。每个家庭都有自己的分工。来自talkingdata和银联智慧的大量数据经过二次分析和处理后被导入masa。脉冲数据成为研发方，并提供算法支持。

今年3月，试用版正式推出。两个月后，masa正式推出。保利和翔宇等开发商在上海的10个项目是他们的试点项目，到目前为止，合作项目的数量已经扩大到100个。

根据他的观点，masa标准版的本质是它能为开发者提供在广告过程中获取准确广告信息的解决方案。在这个过程中，开发人员没有必要做出自己的判断，然后检查标签。masa可以通过客观的参考数据分析与开发人员的产品相匹配的客户。

点对点访问目标客户的信息只是其中一个方面，masa还将监控信息效果:哪个标签的客户会对信息有反馈，他们是否可以从点击广告变成注册会员，以及他们是否会稍后打电话或形成销售办公室访问。

这只是masa业务的一半，另一半是一组定制产品。陈艳的注释是“与标准版本的数量级不同。”以与金地(600383，BUY)(以下简称“金地”)的合作为例，采用自顶向下的对接方式，包括技术平台建设、应用场景研究等一系列闭环。

首先，双方将建设、升级和开发大数据。Masa团队介入金地，整合开发人员自己的数据。在第二步中，这些整合的数据被传输到masa的服务提供商和战略合作伙伴进行二次开采。之后，根据不同的营销场景进一步优化，并以周会的形式实时讨论和调整效果。

从B方(开发商)而不是C方(买方)来看，masa的选择不仅仅是一个意外。

不可否认，市场上有不同的高端产品，从提供房地产信息、房价查询到房价评估等等。谈到服务场景和实现模式，陈艳认为这些C端产品目前还不成熟。“房地产行业不同于电子商务、游戏和金融管理行业，其高度参与性决定了其复杂性。控制C端是非常困难的，更不用说长期实现了。就行业本身而言，高端需要更多投资。

事实上，B终端和C终端代表了两种完全不同的商业模式和产品设计。但是相对来说，B端更容易标准化，服务场景也更清晰。在实现模式上，C端客户用来谈论与B端的合作，要么为C端提供服务，要么带成员到B端，但经过一个来回后返回B端。

"我们的想法比较简单，为什么不直接向B方提供服务呢？"陈数了数，“提高B方的效率，精简不必要的开支。重要的是让B知道什么样的广告吸引人，什么样的交付渠道，以及可以接触到哪些目标客户。”

大数据筛选

智慧和更多是马萨的名字内涵。创始团队希望玛莎有女性的理性和智慧。当然，它不仅是人工智能的产物，也是人工智能的专家。

在短短的两分钟内，几个工程系学生在cad软件上用同样的策略勾画出的逗号图案成为了masa的最初形象。让玛莎变得聪明并不是一件简单的事情。这也是类似玛莎的未来产品。

筛选数据是至关重要的一步。房地产领域需要三种底层数据，即城市级地理数据、客户数据和行业数据，包括房屋和建筑信息。

玛莎对数据非常谨慎。筛选标准是这些海量数据是否可以转移到开发人员的使用和应用场景中。

在城市级地理数据维度上，masa主要选择房地产城市规划的脉搏数据进行融合。Maice的数据包括城市交通数据、区域工业数据和人口数据，其中许多与房地产场景密切相关。

在客户数据方面，我们主要寻求与talkingdata和银联智慧的合作。在talkingdata的数据中，可以在“人”选项下细分数百个标签。这些标签包括住所、工作地点、消费地图等。

在masa于今年5月正式推出之前，陈艳和他的团队花了近一年的时间进行离线房地产数据的铺路和收集，建立了第一个可用于分析算法建模的房地产词典信息库。

完善基础数据对于类似masa的人工智能产品至关重要。幸运的是，越来越多的公司选择加入这个领域。“我们还将确定寻求与我们合作的数据来源。”陈艳告诉时代周刊记者。

目前，一些搜索引擎的搜索行为数据也被masa考虑。顾客住在哪里？为什么来看房子？你在哪里工作，平时在哪里消费，和你的房子有什么关系？根据talkingdata的数据，虽然masa算法中建立了一定的关联，但它在将来会与其他数据源进行补充和合并。据陈艳称，百度将被引入masa的下一个模块进行联合开发。

值得一提的是，银联智慧目前为masa提供独家战略合作。你知道，银联持有大量购房客户的交易数据。至于涉及数据本身的用户隐私级别，陈豪向《时代周刊》记者强调，所有数据都在数据源的风险监控范围内。“大数据行业应确保数据的安全性，masa输出使用的是聚合和群集后的数据。”

突破与整合

即使有这种与生俱来的优势，玛莎还有更多事情要做。

城市级地理数据、交易中心数据、与交易相关的传统数据、移动大数据和与客户洞察相关的支付大数据都收集在masa中，形成一个“数据池”。当定义一个属性时，masa需要收集60个主要项目和300多个次要项目的数据。

数据选择只是第一步。masa和数据源之间的稳定合作关系到MASA商业模式的持久性。作为一个新生事物，masa本身需要大量的资本投资，而数据采集的成本是一项重要的支出。目前，除了购买，masa还采取分享:合作，替代或分享收入。

当然，如果数据源想在房地产的垂直领域实现，算法公司在链中如何发挥作用是一个需要进一步考虑的命题。陈艳认为，masa未来的改进在算法方面更具迭代性——通过技术提供获取能力，通过技术提高数据处理能力，以及基于大数据发展算法。

陈艳希望通过开放一些数据源和为外部算法团队创建一个孵化平台来丰富masa的自我更新。他知道masa的算法不会完全取代传统的营销和专家，但只有更接近用户和开发人员，并为开发人员的使用场景创造价值，masa才能继续下去。

复合型人才的引进和人才的整合也是一个大问题。我们应该知道，只有少数跨学科的人才熟悉数学、统计学、计算机科学和其他学科。对于masa而言，R&D团队和技术团队将继续创新。但显然，这并不容易。

像许多市场从业者一样，陈艳认为，未来数据的交换和开放将是一种趋势。但事实也在于此:每个家庭的数据只有通过进一步整合才能有效。

他向《时代周刊》记者强调了数据公开的重要性。“当前操作员的数据是分散的。如果运营商的数据标准化，数据价值的增长将成倍增加，甚至呈指数级增长。”

“masa所谓的人工智能，即数据产品的核心，依赖于数据的收集和处理。大数据是第一位的。”陈艳说，masa的算法不是静态的，而是根据不同数据源的不同能力进行进化和优化。

同一政策历史上最年轻的经理认为，只有masa尽最大努力使其变得更好，它才会有更多的合作，改变房地产营销广泛现状的想法将在广泛的范围内实施。