房地產(chǎn)行業(yè)數(shù)字共贏：2021居住地產(chǎn)數(shù)字化白皮書(shū)

波士頓咨詢公司與貝殼研究院聯(lián)合研究目錄一、居住地產(chǎn)行業(yè)新常態(tài)：規(guī)模增速放緩、數(shù)字技術(shù)革新、政策引導(dǎo)加強(qiáng)2二、新常態(tài)下的消費(fèi)者趨勢(shì)洞察：新客群、新偏好三、新常態(tài)下的業(yè)務(wù)要素趨勢(shì)洞察：房、人、2.人的數(shù)字化：用戶全生命周期留痕與預(yù)測(cè)3.流程數(shù)字化：服務(wù)流程線上化閉環(huán)四、展望未來(lái)，行業(yè)新常態(tài)下的數(shù)字化舉措：理念、解決方案、合作機(jī)制21隨著中國(guó)居住地產(chǎn)業(yè)進(jìn)入提質(zhì)換擋、減速運(yùn)行的新常態(tài)，行業(yè)從業(yè)者正面臨市場(chǎng)供求關(guān)系、競(jìng)爭(zhēng)要素上發(fā)生的重要轉(zhuǎn)變。在行業(yè)新常態(tài)下，消費(fèi)者購(gòu)房群體更加細(xì)分，涌現(xiàn)出上層中產(chǎn)家庭、90后、獨(dú)立女性等新興客群；不分化的趨勢(shì)。而在技術(shù)方面，數(shù)字技術(shù)的不斷演進(jìn)及其在各行各業(yè)的滲透，催生出新的產(chǎn)對(duì)于居住地產(chǎn)從業(yè)者來(lái)說(shuō)，變化意味著行業(yè)的不確定性，更昭示著機(jī)遇。未來(lái)從業(yè)者應(yīng)基于對(duì)客戶需求的深刻理解，以數(shù)字化的產(chǎn)品和服務(wù)與客戶建立長(zhǎng)期的觸點(diǎn)和連接，作我們認(rèn)為，居住地產(chǎn)的數(shù)字化應(yīng)從房、人和流程三大關(guān)鍵要素的數(shù)字化來(lái)切入：房的數(shù)字化是基礎(chǔ)，是人房智能匹配體系的起點(diǎn)；人的數(shù)字化是核心，讓產(chǎn)品和服務(wù)更精準(zhǔn)滿在設(shè)計(jì)行業(yè)新常態(tài)下的應(yīng)對(duì)方案時(shí)，從業(yè)者需要從理念上深刻理解數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的長(zhǎng)遠(yuǎn)意義，利用數(shù)字化解決方案深入理解消費(fèi)者的需求和痛點(diǎn)，對(duì)全價(jià)值鏈環(huán)節(jié)上的短板進(jìn)行針對(duì)性的提升，并協(xié)同多方共建開(kāi)放數(shù)據(jù)共享機(jī)制。以此三方面為基礎(chǔ)，未來(lái)向以本報(bào)告是波士頓咨詢公司（BCG）與貝殼研究院共同針對(duì)居住地產(chǎn)數(shù)字化發(fā)展合作進(jìn)行的洞察與思考。我們期待借此拋磚引玉，與居住地產(chǎn)行業(yè)的從業(yè)者們共同展開(kāi)更深入的一、居住地產(chǎn)行業(yè)新常態(tài)：規(guī)模增速放緩、數(shù)字技術(shù)革新、政策市場(chǎng)目前面臨著規(guī)模增速放緩、數(shù)字技術(shù)革新、政策引導(dǎo)加強(qiáng)三大重要趨勢(shì)，未來(lái)居伴隨人口與城鎮(zhèn)化紅利式微，增量需求下降。由面積增長(zhǎng)驅(qū)動(dòng)的地產(chǎn)市場(chǎng)發(fā)展邏輯難土地要素方面，雖然在疫情后各城市，尤其是一二線熱點(diǎn)城市，加快了土地供給的節(jié)奏，市場(chǎng)放量跡象明顯。但整體來(lái)看，一二線城市的住宅用地供應(yīng)量仍呈放緩態(tài)勢(shì)，其中同時(shí)，住建部和央行推出房企融資的“三條紅線”政策，對(duì)房企控制杠桿和負(fù)債作出了明確的監(jiān)管要求，制度化約束地產(chǎn)企業(yè)盲目擴(kuò)張的行為，進(jìn)一步加大了房企資金壓力，頭部房企在資金、土地等資源獲取上優(yōu)勢(shì)凸顯，市場(chǎng)集中度不斷提升。中小規(guī)模房企1月2月3月4月5月6月7月8月9月1月2月3月4月5月6月7月8月9月1月2月3月4月5月6月7月8月9月1月2月3月4月5月6月7月8月9月1月2月3月4月5月6月7月8月9月購(gòu)房人口、城鎮(zhèn)化率、人均居住面積增速均放緩面積貢獻(xiàn)不再，房地產(chǎn)市場(chǎng)進(jìn)入存億億8400合肥、沈陽(yáng)、東莞、青島、長(zhǎng)沙、佛山；二線城市包括大連、濟(jì)南、煙臺(tái)、寧波、長(zhǎng)春、石家莊、南通、惠州、廊坊、無(wú)錫、廈門(mén)。鏈家房源成交周期：房源委托至簽約所耗費(fèi)時(shí)間。上海市由于限制未婚人群購(gòu)房等嚴(yán)限購(gòu)政策導(dǎo)致2020年前的成交周期較長(zhǎng)，而2020年由于?土儲(chǔ)向領(lǐng)先企業(yè)集中：2020年Top30房企新增土儲(chǔ)面積2占全國(guó)房企土地購(gòu)置面積的網(wǎng)、大數(shù)據(jù)和區(qū)塊鏈等技術(shù)的規(guī)?；瘧?yīng)用成為各行各業(yè)的新型基礎(chǔ)設(shè)施，加速商業(yè)、產(chǎn)品50%；產(chǎn)品創(chuàng)新方面，人工智能高效應(yīng)用于智能客服、風(fēng)險(xiǎn)防控等，大數(shù)據(jù)廣泛應(yīng)用于精準(zhǔn)營(yíng)銷(xiāo)、輔助投資決策等；組織創(chuàng)新方面，企業(yè)戰(zhàn)略決策、員工管理與激勵(lì)系統(tǒng)透明化、扁平化、平臺(tái)化，據(jù)IDC預(yù)測(cè)，2021年全球數(shù)字化技術(shù)革新也為地產(chǎn)行業(yè)發(fā)展注入了新動(dòng)能，催生了多方面的創(chuàng)新。模式創(chuàng)新方交互式的看房體驗(yàn)，高效協(xié)助消費(fèi)者對(duì)住宅做進(jìn)一步了解和研究；產(chǎn)品創(chuàng)新方面，地產(chǎn)從業(yè)者通過(guò)數(shù)字化技術(shù)更好地理解和預(yù)測(cè)客戶個(gè)性化需求，提供如智慧家居、綠色住宅、共人工智能、傳感器等技術(shù)手段將社區(qū)的物理空間及業(yè)態(tài)轉(zhuǎn)為數(shù)字化，以居民的動(dòng)態(tài)需求為加保障性住房供給、房地產(chǎn)稅、棚戶區(qū)改造、新型城鎮(zhèn)化建設(shè)作為發(fā)展重點(diǎn)方向，致力于續(xù)趨緊。2020年底到2021年初，上海、深圳、廣州、杭州、合肥等熱點(diǎn)城市針對(duì)房?jī)r(jià)高加工、存儲(chǔ)、傳送、傳播、還原的技術(shù)，涵蓋人工智能6在需求端，開(kāi)展了房企融資“三道紅線”試點(diǎn)，倒逼房地產(chǎn)行“互聯(lián)網(wǎng)+”《國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)“互聯(lián)網(wǎng)+”《國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)《國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》《國(guó)務(wù)院關(guān)于促進(jìn)農(nóng)村電子《國(guó)務(wù)院關(guān)于深化制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展的指導(dǎo)意見(jiàn)》《智能硬件產(chǎn)業(yè)創(chuàng)新發(fā)展專(zhuān)十九大報(bào)告提出建設(shè)數(shù)字中國(guó)、智慧社會(huì)，實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略《國(guó)務(wù)院關(guān)于印發(fā)新一代人《國(guó)家發(fā)展改革委辦公廳關(guān)于人工智能創(chuàng)新發(fā)展和數(shù)字經(jīng)濟(jì)試點(diǎn)重大工程的通知》《國(guó)務(wù)院關(guān)于深化“互聯(lián)網(wǎng)+先《促進(jìn)新一代人工智能產(chǎn)業(yè)《工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)建設(shè)及推《工業(yè)互聯(lián)網(wǎng)綜合標(biāo)準(zhǔn)化體《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》《國(guó)務(wù)院辦公廳關(guān)于促進(jìn)平臺(tái)經(jīng)濟(jì)規(guī)范健康發(fā)展的指導(dǎo)十九屆四中全會(huì)推進(jìn)數(shù)字政府建設(shè)，加強(qiáng)數(shù)據(jù)有序共《國(guó)家數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展試驗(yàn)區(qū)實(shí)施方案》中央經(jīng)濟(jì)工作會(huì)議首次提出“新型基礎(chǔ)設(shè)施”《關(guān)于深入推進(jìn)網(wǎng)絡(luò)提速降費(fèi)加快培育經(jīng)濟(jì)發(fā)展新動(dòng)能工業(yè)和信息化部關(guān)于印發(fā)《推動(dòng)企業(yè)上云實(shí)施指《擴(kuò)大和升級(jí)信息消費(fèi)三年的通知《關(guān)于發(fā)展數(shù)字經(jīng)濟(jì)穩(wěn)定并《新一代人工智能產(chǎn)業(yè)創(chuàng)新《工業(yè)和信息化部關(guān)于加快推國(guó)務(wù)院常務(wù)會(huì)議確定促進(jìn)制造業(yè)穩(wěn)增長(zhǎng)的措施，推進(jìn)智中共中央政治局常務(wù)委員會(huì)召開(kāi)會(huì)議強(qiáng)調(diào)加快5G、數(shù)據(jù)中共中央政治局常務(wù)委員會(huì)召《中小企業(yè)數(shù)字化賦能專(zhuān)項(xiàng)行《關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》《關(guān)于支持新業(yè)態(tài)新模式健康發(fā)展激活消費(fèi)市場(chǎng)帶動(dòng)擴(kuò)大就業(yè)的意見(jiàn)》《國(guó)家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》來(lái)源：BCG；貝殼研究院；Wind。另一方面，數(shù)字經(jīng)濟(jì)成為經(jīng)濟(jì)增長(zhǎng)的新引擎，數(shù)字經(jīng)濟(jì)政策具有出臺(tái)密度提升、范圍我國(guó)數(shù)字經(jīng)濟(jì)增加值在GDP中的比重達(dá)到36.2%、對(duì)GDP增長(zhǎng)的貢獻(xiàn)率達(dá)到67.7%。相關(guān)網(wǎng)終端連接數(shù)超過(guò)1億。在實(shí)現(xiàn)雙循環(huán)新發(fā)展格局的過(guò)程中，數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融在行業(yè)趨勢(shì)、新技術(shù)變化和政策調(diào)控的影響下，地產(chǎn)從業(yè)者需重視未來(lái)行業(yè)將發(fā)生的?供需關(guān)系轉(zhuǎn)變：未來(lái)居住地產(chǎn)市場(chǎng)將從賣(mài)方市場(chǎng)逐漸轉(zhuǎn)變?yōu)橘I(mǎi)方市場(chǎng)，消費(fèi)者選擇多樣，議價(jià)能力顯著增強(qiáng)；房企需要建立完善廣泛的客戶連接，更深入地關(guān)注和理解消?競(jìng)爭(zhēng)要素轉(zhuǎn)變：從規(guī)模、效率的競(jìng)爭(zhēng)轉(zhuǎn)變?yōu)檫\(yùn)營(yíng)能力、客戶體驗(yàn)的競(jìng)爭(zhēng)；從業(yè)者需著我們認(rèn)為，未來(lái)地產(chǎn)從業(yè)者應(yīng)正視行業(yè)面臨的變化和不確定性，理解市場(chǎng)供需關(guān)系以及競(jìng)爭(zhēng)要素的轉(zhuǎn)變。要以消費(fèi)者需求為中心，加強(qiáng)對(duì)客戶需求的深入理解；以數(shù)字化的產(chǎn)品和服務(wù)，與消費(fèi)者建立起長(zhǎng)期觸點(diǎn)和連接，以此為基礎(chǔ)不斷優(yōu)化產(chǎn)品和服務(wù)，從而確立增長(zhǎng)。在住房購(gòu)買(mǎi)力上，上層中產(chǎn)及以上家庭也已成為居住地產(chǎn)消費(fèi)的中堅(jiān)力量。隨著城年輕人群加速步入購(gòu)房市場(chǎng)。貝殼找房平臺(tái)成交數(shù)據(jù)顯示，近年來(lái)，年輕購(gòu)房者在房地產(chǎn)交易中所占比重增速明顯，2020年全國(guó)30個(gè)重點(diǎn)城市購(gòu)房客群中，雖然30—39歲依24歲以下25—29歲30—39歲40—49歲50歲以上未知一線新一線二線50歲以上40—49歲30—39歲25—29歲24歲以下元人民幣；中產(chǎn)群體：家庭月收入處于9,401—1,4000元人民幣；新興中產(chǎn)群體：家庭月收入處于5,901—9,400人民幣；小康群體：家庭月收入處于3,301—5,900元人民幣；貧窮群體：家庭月低于3,300元人民幣；數(shù)據(jù)來(lái)源于與一線城市相比，新一線城市年輕購(gòu)房客群比例更高。受制于住房成本、限購(gòu)政策等影響，新一線城市購(gòu)房客群年輕化，30歲以下客群購(gòu)房占比較一線城市高出16.27個(gè)百分隨著女性受教育水平和社會(huì)貢獻(xiàn)越來(lái)越高，收入水平不斷提升，女性購(gòu)房比例也開(kāi)始24歲以下、25—29歲女性購(gòu)房客群占比，分別較2017年提高了6.58個(gè)百分點(diǎn)和6.22個(gè)百 2017年2018年2019年2020年一線新一線二線人口持續(xù)向頭部城市集中，城市群交易集中度提升。從人口流動(dòng)分布看，36.2%的流廣州、深圳四城。10從交易集中度看，長(zhǎng)三角、京津冀及珠三角三大城市群占全國(guó)新建商長(zhǎng)三角珠三角京津冀城市群內(nèi)部，中心城市虹吸效應(yīng)顯著。貝殼找房數(shù)據(jù)平臺(tái)顯示，深圳、北京、上海等城市群核心城市，購(gòu)房人群中外地客戶占比較高。重點(diǎn)城市主要以?。ㄊ校﹥?nèi)客戶購(gòu)房為消費(fèi)升級(jí)主要體現(xiàn)在兩個(gè)維度：一方面，中產(chǎn)人群持續(xù)釋放的消費(fèi)潛力助推了中國(guó)住健康生活方式的綠色住宅、智慧家居等。另一方面，置換改善需求不斷增加。貝殼找房平上海換房占比更高；二線城市換房增速最快13，杭州、武漢、大連、青島換房占比增長(zhǎng)超1個(gè)主要城市換房數(shù)據(jù)顯示，套均價(jià)差約133萬(wàn)元、面積差約25㎡，其換房占比變化換房面積變化5.0%8.0%6.0%4.0%2.0%換房總價(jià)變化萬(wàn)元m2m2m2自主選擇裝修風(fēng)格成為90后購(gòu)房的重要?jiǎng)右颉Ｘ悮ぱ芯吭簩?duì)90后消費(fèi)者的購(gòu)房決策影響因子采用五等量表14進(jìn)行計(jì)分。從均值看，可以自主選擇裝修風(fēng)格成為90后最重要的購(gòu)房決策因素，其次為有歸屬感及安全感。需要注意的是，結(jié)婚對(duì)于購(gòu)房決策的影響并未4體驗(yàn)更好重裝飾的裝修風(fēng)格也符合個(gè)性張揚(yáng)、弘揚(yáng)自我的90后。相對(duì)應(yīng)的是，傳統(tǒng)中式風(fēng)與日式風(fēng)北歐風(fēng)輕奢風(fēng)傳統(tǒng)中式風(fēng)日式風(fēng)隨性混搭其他多元化需求體現(xiàn)在購(gòu)房決策因素多樣、愿意為功能溢價(jià)付費(fèi)以及疫后社區(qū)服務(wù)和居住者交易旅程》結(jié)果顯示，女性更青睞于交通、升值等功能屬性；單身青年更注重高品質(zhì)的越來(lái)越多的購(gòu)房者愿意支付除居住外的其他功能溢價(jià)。購(gòu)房消費(fèi)者對(duì)于住宅的需求變化不僅僅停留在產(chǎn)品本身，更體現(xiàn)在多元化及專(zhuān)業(yè)化服務(wù)的追求上。橫向拓展上，從滿足社區(qū)金融等增值服務(wù)不斷拓展。服務(wù)的垂直延伸方面，消費(fèi)者更青睞能滿足專(zhuān)業(yè)化、具備社交屬性或產(chǎn)業(yè)屬性的居住功能。例如，日本GlobalAgents社交公受疫情影響，物業(yè)服務(wù)、醫(yī)療配套、交通環(huán)境成為最受關(guān)注的三個(gè)因素，而且中等社區(qū)規(guī)房、人、流程是居住地產(chǎn)的三大關(guān)鍵業(yè)務(wù)要素：“房”是位置、產(chǎn)權(quán)及配套等空間信息的集合；“人”是買(mǎi)賣(mài)雙方所有內(nèi)在需求信息的集合；服務(wù)流程是居住服務(wù)過(guò)程中信息獲取、供需匹配、交易及售后服務(wù)等環(huán)節(jié)的集合。從市場(chǎng)的實(shí)踐中我們觀察到，數(shù)字化從信息化最早的房源信息率先開(kāi)始，近年來(lái)逐步進(jìn)入客戶行為及服務(wù)流程的線上化和數(shù)A↓房的數(shù)字化起始于空間信息的結(jié)構(gòu)化、標(biāo)準(zhǔn)化，并從平面、靜態(tài)信息向立體、動(dòng)態(tài)信息轉(zhuǎn)化，隨著數(shù)據(jù)采集方式多元和數(shù)據(jù)積累，結(jié)合大數(shù)據(jù)與AI等數(shù)字化技術(shù)，形成業(yè)務(wù)洞?……?……房的可視化與數(shù)字化空間重構(gòu)。2018年VR在居住房產(chǎn)領(lǐng)域得以推廣應(yīng)用，房源突破房的智能化場(chǎng)景應(yīng)用，傳遞高價(jià)值、透明的信息，提升消費(fèi)者決策效率。VR、AI、IoT及大數(shù)據(jù)等多種數(shù)字化技術(shù)綜合應(yīng)用，實(shí)譜并以語(yǔ)音輸出的方法為客戶描述具體房型。VR+AI裝修基于物品識(shí)別技術(shù)，將房屋三維另一方面，借助物聯(lián)網(wǎng)、BIM建模等，打通不同設(shè)備和設(shè)施數(shù)據(jù)，實(shí)現(xiàn)設(shè)備與社區(qū)空間在人的數(shù)字化，即客戶的行為線上化、身份標(biāo)準(zhǔn)化、偏好標(biāo)簽化，并基于房—人之間互行為線上化、多場(chǎng)景采集。和美國(guó)相比，中國(guó)消費(fèi)者的總體數(shù)字化應(yīng)用水平十分領(lǐng)先億小時(shí)進(jìn)一步推動(dòng)了居住地產(chǎn)領(lǐng)域消費(fèi)者的數(shù)字化，租賃、購(gòu)房、換房、物業(yè)管理等不同業(yè)務(wù)場(chǎng)景和環(huán)節(jié)已經(jīng)被部分或全部線上化，使得用戶全生命周期、多場(chǎng)景采集成為可能。同時(shí)，.身份標(biāo)準(zhǔn)化、偏好標(biāo)簽化。除用戶設(shè)備、身份、性別、年齡、住址等基礎(chǔ)數(shù)據(jù)，以及線上瀏覽房源、瀏覽頻率、商機(jī)轉(zhuǎn)化等事實(shí)行為數(shù)據(jù)的刻畫(huà)與統(tǒng)計(jì)外，還可以結(jié)合算法，商圈Y4商圈Y1房源C單元C2單元C3實(shí)體覆蓋商圈、房屋、地標(biāo)、學(xué)校、客戶、經(jīng)紀(jì)人關(guān)系鏈商圈配套—小學(xué)關(guān)系覆蓋權(quán)屬、價(jià)格、簽約、帶看、屬性、地理位置小區(qū)11海量三元組購(gòu)成網(wǎng)狀知識(shí)體系小區(qū)8小區(qū)1小區(qū)7小區(qū)2小區(qū)3小區(qū)4商圈Y2商圈Y3單元B1單元B2單元B3樓棟號(hào)X2商圈配套—餐飲單元A3單元A4單元B7單元B6單元C6單元C7單元C4單元C5單元A5單元A6小區(qū)6小區(qū)5單元A1房源A帶看房源X樓棟號(hào)X1樓棟號(hào)X3樓棟號(hào)X4樓棟號(hào)X3商圈配套商圈配套單元B5單元B4單元C1客戶A單元A7單元A2小區(qū)10房源B小區(qū)9行為預(yù)測(cè)。基于數(shù)據(jù)、算力、算法支持形成的不同標(biāo)簽、不同人群畫(huà)像，可以提煉出對(duì)用戶偏好及行為的深度洞察，并進(jìn)一步基于知識(shí)圖譜，識(shí)別用戶當(dāng)前狀態(tài)和業(yè)務(wù)等級(jí)，的購(gòu)房人群比例持續(xù)上升，但北京首次整租、購(gòu)買(mǎi)、置換客群平均年齡仍然保持在33歲以上，且首租、換租、首買(mǎi)、置換之間的間隔不斷拉長(zhǎng)，相應(yīng)地面積增大、戶型變多，這與北京房?jī)r(jià)水平、限購(gòu)政策緊密相關(guān)。這同時(shí)意味著，產(chǎn)品設(shè)計(jì)、房源推薦以及服務(wù)者能力31.951..（個(gè)）（歲）（月）4431.951..（個(gè)）（歲）（月）44居住服務(wù)全流程的線上化，已不僅僅是局限于信息發(fā)現(xiàn)、房屋交易等環(huán)節(jié)，而是全面易旅程》調(diào)研結(jié)果發(fā)現(xiàn)，60%用戶通過(guò)微信、社交媒體以及垂直平臺(tái)等線上渠道獲取房源信息。其中，購(gòu)房者易受影響的三大數(shù)字渠道為微信生態(tài)群、房產(chǎn)垂直平臺(tái)、短視頻與直 谷歌等） 谷歌等）朋友/抖音、快匹配產(chǎn)品，因此基于多特征模型為購(gòu)房者搭建的精準(zhǔn)表達(dá)找房需求、直接匹配房源與經(jīng)紀(jì)人服務(wù)的智能化系統(tǒng)，有助于幫助消費(fèi)者聚焦需求半徑，有效提升決策效率，縮短成交周期。貝殼數(shù)據(jù)顯示，智能找房的房源精準(zhǔn)度高于搜索類(lèi)傳統(tǒng)找房路徑，使用用戶成交轉(zhuǎn)化轉(zhuǎn)化環(huán)節(jié)線上線下一體化加速，進(jìn)一步提升消費(fèi)者體驗(yàn)與轉(zhuǎn)化率。帶看等轉(zhuǎn)化環(huán)節(jié)的一方面，直播、VR看房等創(chuàng)新產(chǎn)品將線下帶看體驗(yàn)遷移至線上并實(shí)現(xiàn)常態(tài)化。2020年第三季度，貝殼找房日均VR帶看超19萬(wàn)次，環(huán)比第二季度增長(zhǎng)21%，并維持在疫情前的10倍左右。數(shù)據(jù)表明，VR帶看幫助經(jīng)紀(jì)人提升效率16.6%，可幫助買(mǎi)方平均每套節(jié)省第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第第周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周周裝修方案的本地AR展示，創(chuàng)造全新的線下場(chǎng)景和看房體驗(yàn)，讓客戶能實(shí)時(shí)看到裝修設(shè)計(jì)前后對(duì)比的真實(shí)效果。展望未來(lái)，更多的數(shù)字化技術(shù)將在新房案場(chǎng)場(chǎng)景下實(shí)現(xiàn)落地，進(jìn)一交易閉環(huán)線上化。重塑交易后流程，簽約、評(píng)估、貸款線上化加速。交易后流程的線上化同樣可以大幅度提升消費(fèi)者體驗(yàn)，加速交易速度，降低交易成本。貝殼數(shù)據(jù)顯示，僅件/補(bǔ)件告自動(dòng)化審批下出批貸結(jié)果所需時(shí)間平均節(jié)約買(mǎi)賣(mài)方在途時(shí)間傳統(tǒng)貸款簽約線上貸款簽約交易后社區(qū)服務(wù)的數(shù)字化解決方案。在交易后，消費(fèi)者社區(qū)服務(wù)的環(huán)節(jié)中，數(shù)字化解決方案同樣有著大量應(yīng)用場(chǎng)景，并且可以為消費(fèi)者帶來(lái)顯著的體驗(yàn)提升。例如，借助數(shù)字化技術(shù)，經(jīng)紀(jì)人和門(mén)店經(jīng)紀(jì)人可以向周邊社區(qū)提供諸如云打印、智能快遞代收、社區(qū)團(tuán)購(gòu)等高效便利的生活服務(wù)。例如2020年，務(wù)小程序以來(lái)，累計(jì)服務(wù)人次115萬(wàn)，線上服務(wù)占比接近15%。房的數(shù)字化是基礎(chǔ)，是人房智能匹配體系的起點(diǎn)。房源信息大數(shù)據(jù)產(chǎn)品的開(kāi)放，向居住地產(chǎn)行業(yè)提供了新型基礎(chǔ)設(shè)施，根本上解決行業(yè)房源不真實(shí)、不透明等長(zhǎng)期弊病。房的可視化、智能化，讓數(shù)據(jù)動(dòng)起來(lái)，降低了消費(fèi)者信息獲取、理解和決策門(mén)檻，也是人房智人的數(shù)字化是核心，讓產(chǎn)品和服務(wù)更精準(zhǔn)滿足消費(fèi)者需求。對(duì)消費(fèi)者行為的數(shù)字化以全流程數(shù)字化是結(jié)果，最終全面提升消費(fèi)者體驗(yàn)與交易效率。以智能化的信息篩選和匹配系統(tǒng)輔助消費(fèi)者精準(zhǔn)決策，同時(shí)，新房、二手房實(shí)景看房和講解的線上線下一體化，讓消費(fèi)者擁有更多的選擇與更極致的場(chǎng)景體驗(yàn)，為其帶來(lái)更優(yōu)體驗(yàn)和決策轉(zhuǎn)化效率。交易線上化建立線上閉環(huán)，讓交易安全、省時(shí)、省力。交易后的數(shù)字化社區(qū)服務(wù)則進(jìn)一步顯著展望未來(lái)，新一輪數(shù)字化革命將加速房、人、流程的整體數(shù)字化：云計(jì)算融合軟件、算法和硬件，成為行業(yè)數(shù)字化轉(zhuǎn)型加速的底層架構(gòu)；AI+大數(shù)據(jù)的深度挖掘，帶來(lái)更精準(zhǔn)四、展望未來(lái)，行業(yè)新常態(tài)下的數(shù)字化舉措：理念、解決方案、在行業(yè)新常態(tài)、消費(fèi)者變化和業(yè)務(wù)要素?cái)?shù)字化的驅(qū)動(dòng)下，我們看到部分房企已經(jīng)充分認(rèn)識(shí)到數(shù)字化轉(zhuǎn)型的重要性。未來(lái)，我們認(rèn)為居住地產(chǎn)從業(yè)者應(yīng)當(dāng)在理念上、解決方案上和合作機(jī)制上進(jìn)一步著手，加快數(shù)字化轉(zhuǎn)型進(jìn)程，在全生命周期各個(gè)場(chǎng)景中提升消費(fèi)者體在理念上，地產(chǎn)從業(yè)者應(yīng)充分認(rèn)識(shí)到數(shù)字化是一項(xiàng)長(zhǎng)期的投入，并理解數(shù)字化轉(zhuǎn)型的核心目的在于更好地連接和服務(wù)客戶，并且將數(shù)字化作為未來(lái)發(fā)展戰(zhàn)略的基石。據(jù)克而瑞頭部房企每年投入超過(guò)1億元用于數(shù)字化轉(zhuǎn)型，包括建立數(shù)字化創(chuàng)新中心、數(shù)字化供應(yīng)鏈且大多由副總裁級(jí)別掛帥。超過(guò)一半的頭部房企培育出50人以上的數(shù)字化在未來(lái)，房企不僅應(yīng)持續(xù)在數(shù)字化轉(zhuǎn)型上加強(qiáng)投入，更需要將數(shù)字化從輔助業(yè)務(wù)、創(chuàng)高周轉(zhuǎn)為核心的業(yè)務(wù)邏輯不可持續(xù)，未來(lái)必將轉(zhuǎn)型為精細(xì)化運(yùn)營(yíng)的、以消費(fèi)者為中心的發(fā)面向未來(lái)，地產(chǎn)從業(yè)者需要建立起圍繞消費(fèi)者全生命周期的數(shù)字化解決方案，其中可2.1理解客戶：基于消費(fèi)者多元和多變的需求，通過(guò)數(shù)字化手段，深入理解客戶需求，并方數(shù)據(jù)源、線上調(diào)研）和線下研究的結(jié)合，對(duì)包括居住地產(chǎn)消費(fèi)者在內(nèi)的各行業(yè)新一代消費(fèi)者的功能及情感需求進(jìn)行深入、細(xì)致的識(shí)別和調(diào)研，將消費(fèi)者客群細(xì)分從傳統(tǒng)幾大類(lèi)拓展到多維數(shù)據(jù)支撐的上百類(lèi)，并識(shí)別客群需求差異的關(guān)鍵特征、影響要素，重構(gòu)消費(fèi)者分類(lèi)，并且通過(guò)大數(shù)據(jù)模型預(yù)測(cè)細(xì)分客群潛在需求；以更細(xì)致的消費(fèi)者分類(lèi)，更精準(zhǔn)的消費(fèi)者需求預(yù)測(cè)，指導(dǎo)企業(yè)的產(chǎn)品設(shè)計(jì)與服務(wù)流程，并重新評(píng)估企業(yè)現(xiàn)購(gòu)買(mǎi)行為等；并搭建自動(dòng)化的標(biāo)簽收集及更新系統(tǒng)；從而更精準(zhǔn)地描繪消費(fèi)者畫(huà)像，并通過(guò)建模分析消費(fèi)者行為和需求預(yù)測(cè)；通過(guò)智能化的匹配系統(tǒng)，為客戶匹配和推送字化營(yíng)銷(xiāo)系統(tǒng)，在“制定—投放—分析”三個(gè)環(huán)節(jié)進(jìn)行智能化升級(jí)，以便和消費(fèi)者建