链家：丰富的数据能提升房客匹配效率

fyzlg

对任何公司来说，其核心竞争力都是两个：提高效率和品质，而技术是能帮助做到这两点的。
) F2 j4 G3 D/ I# x很多人也在问，针对运营端的系统——比如美团、京东的订单、物流系统——技术含量体现在哪里？以滴滴的司机调度系统举例，其实技术含量就是体现在如何提高效率，我如果能让定位更精准或者抢单快几秒或者排序更合理，那是不是整体效率会变高？
对链家也一样，如何通过技术手段把好的经纪人选出来，把好的房源识别出来，把客户的需求挖掘出来，把流程更多的系统化，通过业务sense或者数据敏感性设计出一个好的流程和机制，去提升运营效率，这些都是技术的体现。
<a href="money.163.com/16/0304/15/BHASDRLO00253B0H.html">链家金融</a>
7 k& D7 x& c' v% i/ ~/ ~<a href="money.163.com/16/0628/17/BQLP8N4G00253B0H.html">链家金融</a>
, o7 p7 j. a( e( n+ B<a href="finance.sina.com.cn/roll/20150426/080122046041.shtml">链家金融</a>
; V' W: m3 H2 E7 Q<a href="finance.sina.com.cn/focus/ljzh/">链家金融</a>
<a href="finance.sina.com.cn/stock/t/2016-03-25/doc-ifxqssxu8179140.shtml">链家理财</a>
" r3 F$ f7 \! i; B" k<a href="finance.sina.com.cn/roll/20150426/080122046041.shtml">链家理财</a>
<a href="finance.ifeng.com/a/20160108/14155460_0.shtml">链家理财</a>
<a href="finance.ifeng.com/a/20160406/14307918_0.shtml">链家理财</a>
<a href="news.xinhuanet.com/house/bj/2015-12-04/c_128498385.htm">左晖</a>
: q2 m9 `3 g7 |<a href="news.xinhuanet.com/house/cq/2015-07-02/c_1115787950.htm">左晖</a>
% P: H4 ~8 r: H, y) `5 A: @
链家金融
money.163.com/16/0304/15/BHASDRLO00253B0H.html
money.163.com/16/0628/17/BQLP8N4G00253B0H.html#from=keyscan
$ K' D# |2 N: O) efinance.sina.com.cn/roll/20150426/080122046041.shtml
finance.sina.com.cn/focus/ljzh/
链家理财
finance.sina.com.cn/stock/t/2016-03-25/doc-ifxqssxu8179140.shtml
finance.sina.com.cn/roll/20150426/080122046041.shtml
finance.ifeng.com/a/20160108/14155460_0.shtml
finance.ifeng.com/a/20160406/14307918_0.shtml
左晖
5 F( g' X$ T# |  J! b6 k0 a/ i: f6 J: w& Rnews.xinhuanet.com/house/bj/2015-12-04/c_128498385.htm
1 V  H) h8 R1 i* \/ m- Onews.xinhuanet.com/house/cq/2015-07-02/c_1115787950.htm
$ K/ `5 B% p+ u& D
3 z% z+ Q- }+ k  p8 S# K数据这块是链家一直看得很重的东西。大家都在说大数据，链家也不是凑热闹，是真的发现这里面有很多的因素在里面，能够怎么挖掘出来更有价值的东西，比如说，是不是可以去做成交的预估？比如说发现400电话的通话时长和成交概率的相关性非常高，这个指标链家觉得很重要，就要重点去抓这样的指标。包括对房价的预估，对经纪人能力模型的建设，对用户画像的建设及房客匹配的策略，这些都是链家技术的价值体现。
( x+ O6 Y- r- T$ ]* O2 Z2 E4 L链家前几年就已经在推“楼盘字典”这样一个数据库，那个其实是一个非常大的工程。链家自己有采集团队，从城区到商圈、到小区、到里面的每栋楼、每个单元、房子的户型图、每一面墙每一面窗台的尺寸、是否有露台、花园尺寸多大，这些数据多达380多个维度，这些都会采集，未来还会采集楼盘附近的学校、医院数据，学校的教学质量、升学率这些，医院好不好、哪些科室好、哪些医生好。这些丰富的数据能给用户带来更好的搜索浏览体验，提升推荐准确度，提升房客匹配效率，价值非常高，也是壁垒所在。