链家闫觅：用房产大数据助用户选择心仪的住所

近日，由财新传媒举办的“‘新数据•新城市’—2017大数据智慧城市论坛”在京举行。作为房地产行业的代表，链家网副总裁闫觅在会上表示，要真正让大数据发挥力量，前提是需要进行数据的有效积累。

　　对于“住”的领域，用户希望更便捷、高效的找到理想的安居之所。在闫觅看来，大数据能够切实帮助用户拉近他们与未来理想家的距离，但要真正让大数据发挥力量，前提是需要进行数据的有效积累。据悉，自2008年起，链家就开始着手打造楼盘字典，用了8年时间，耗资近4.5亿在全国28个重点城市，覆盖3亿人口的范围内，建立起一个全国最大的楼盘数据库，管理7000万房源数据，每套房源用300字节进行描绘，并通过信息的无差别分享，大大缩短了用户的看房周期。在打造楼盘字典的同时，链家更注重人的分析，用107个维度对用户行为进行描述，同时对于数据中非常重要的一环，从125个维度对经纪人本身进行了分析。

　　房产行业大数据存在特殊性，要让用户选择心仪的居所

　　低频率高客单价的交易属性让用户在选择时十分慎重，但又没有足够的经验去选择自己心仪的居所，这成为用户在房屋交易中面临的一个最大的问题。闫觅表示，通过链家深度的数据挖掘，希望给用户带来的是交易上的“父爱算法”。所谓的“父爱算法”就是一种大数据的方法论，是相对母爱算法的一种说法。具体而言，母爱算法 = 用户要什么，你就给什么；父爱算法 = 我告诉你什么叫好，听我的。闫觅在现场解读到：“比如说，用户要买一个80-90平米的房子，而具体的细致化需求并没有特别明确，那么我们就会在一个锁定的价格范围内进行需求匹配，智能化的给出一些理想的选择，而不仅仅局限在他所指定的一些描述里寻找结果。

　　链家两步走，“父爱算法”的践行者

　　在闫觅看来，房产行业的父爱算法可以通过两步走来帮助用户找到心仪的房子。第一步需要做的是对用户需求的深入挖掘。而在这里，交互数据就变得非常重要，包括经纪人的沟通反馈，语音聊天信息，文字聊天的数据等。而围绕这些数据的积累，就能够建立起用户的需求画像，并在进行购房交易时，通过之前用户的相似比对，提供给用户更多选择空间。

　　第二步是在锁定了区域后，把最适合的房子匹配给用户。闫觅认为，由于用户对市场和房源情况的不了解，很容易形成对房子的错误预期，往往导致最终成交的房子和用户最初所描绘的出入很大。而基于数据的分析和积累，链家能够做到更智能化的推荐，迅速对用户的真实需求做出预判，给出更合理的建议，避免在交易过程中的资源与时间的浪费。

　　对于未来大数据在“住”领域的发展，闫觅表示，随着房、人和交易数据的不断积累以及算法技术的不断迭代，链家将能够为用户带来更加智能化的房屋交易体验，不仅仅填补需求空白，更能颠覆用户的预期。