解曉恆（TalkingData商業地產諮詢總經理）：各位下午好，很高興在這裏和大家分享我們在大數據領域對資管的思考和我們的解決方案，剛來到這個會場的時候，其實我是有一定惶恐的，因為在座各位是在地產和金融界的精英，還好剛剛好租的匡總幫我們做了一個很好的過渡。

作為大數據公司，其實我們也會去關注數據驅動這一方面的東西，只不過不同的是剛剛匡總講的更多是行業數據的驅動，我們TalkingData主要關注的是人本數據的驅動。

說到資管，我相信應該不是一個特別陌生的話題，或者說是一個新的話題，其實是一個老話題了，我們今天所做的事情，就是在這個老話題下看大數據這個新手段可以帶來什麼樣的價值。

過去我們評判一個項目是否值得投資，或者說一個項目運營的好壞，我們更多是看會計報表的現金流量和投資回報，對於這個報表背後的微觀數據，要麼是過去的科技手段使我們的數據不可得，要麼是我們根本會覺得這個數據是沒有價值的。

現在進入到存量地產發展的時代，其實我們會越來越多的發現，這個統計數據背後的微觀個人的數據對於我們來說是越來越重要了。尤其是隨着移動大數據時代的到來。

其實說到這個資管運營，與其說是我們在運營一個場地，倒不如說在進行場地上人的運營。

一方面對線下的運營來說更多的受制於地理位置的限制，所以有各種的侷限性，這就決定我們需要把這個場地上的人進行更多的激活，同時希望他們產生更多的消費轉化，或者是客單價的提升，最終我們希望通過現在存在的場地上的人，通過他的自傳播可以帶來更多的人在這個場地上進行會聚，這一切最終形成了我們最後的場地的升值，這是我們對資管的一個比較初步的理解。

現在進入了移動大數據時代，發生了什麼呢？我們可以想像一下，一個人一天差不多有50%的時間，其實是跟我們的手機或者說其他的移動穿戴設備緊密相連的。

很難想像沒有手機我們的生活會發生什麼樣的變化，或者說大家都經歷過我就餐忘記帶手機的惶恐，相信大家都有這樣的經歷。

基於移動終端設備的一些傳感器，包括一些陀螺儀，都無時無刻的在刻畫着人的行為和感知數據。

基於移動終端設備的APP可以更好的描繪出人在某一段時間內的線上的興趣偏好以及他的一些價值取向。

另外基於移動終端設備的GPS數據以及在不同場景下的POI下，和移動終端設備、場景的數據信息交互可以刻畫出這個人羣在線下的分佈情況，這些數據可以使得我們更好的瞭解客戶，進行相應的客戶運營。

TalkingData是趕上了這樣一個移動數據的浪潮，所以說，我們從2011年開始佈局線下的位置數據和線上的移動終端的數據。截止目前為止，我們覆蓋了超過50億的移動終端設備，這一個累計的數據，月活數據超過6億，這是一個相當大的體量，這決定了我們進行一個市場調研的時候，我們可以有更大的樣本，使得我們的研究結果更貼近真實的人的行為情況。

基於TalkingData自有的人本數據，我們通過打通客戶的數據和外部的數據以及客羣的消費行為、支出的行為，線上線下的活動行為，通過打通這些數據，我們可以形成更好的一個人本的畫像，從而服務於地產各個領域，包括像資管。

在前期投資一個項目之前，我們會進行一些相應的盡職調研，包括拿下這個項目以後，會對這個已有的項目進行一個定位的調整，包括我之後對項目的持續運營，其實都有數據的支撐。

從前策來看，我們一方面會關注宏觀上的城市人口變遷以及人口分佈的規律，從微觀來講，我可以關注到我們商圈和競品客羣的一些特徵以及他們的細分。

這些人本數據也可以得到城市的不同商圈板塊之間，他們有一個關係。

過去我們曾經研究過北京的兩大住宅社區，就是北京的兩個社區，他們都有相似性，北京大家的工作點都在CBD和中關村，居住地都在五環外，我們戲稱這是睡城。

但是通過我們的數據發現，這睡的人是不同的，比如天通苑我們會發現，他的年輕人羣在不斷的增多，但是當年輕人到一定的收入階段以後會有遷出的行為。在回龍觀，這個地方高收入的人羣不斷湧入，而且年齡結構也在不斷的增長。

我們同時又去比較了這兩個區域的商業發展，我們發現天通苑是一個比較成熟的，相對商業配套比較完備的地區，但是回龍觀這個地區的商業遠遠不能滿足這個地區人羣的消費的需求，我們發現這個地區的消費有外溢的趨勢，會外溢到周邊甚至更遠的區域，這樣就會給我們要進入這個區域的客戶一個建議，未來我需要做什麼樣的產品，或者說做什麼樣的購物中心可以更好的滿足這裏的客戶。

現在這個市場的容量是什麼樣的。通過這一系列數據可以在投策階段給客戶在什麼樣的時點，在什麼地區做什麼樣的產品，可以更好的滿足這個市場的需求。

當然大數據更多的時候解決的不是一個顛覆性的問題，是對於我們傳統業務的一個補充，所以在這裏我對比了一下傳統的方式和大數據下的研究方式的區別。

首先，就是我們提供了一個更全新的視角，通過更多的樣本獲取到更貼近於真實的統計分析的結果，第二點，就是我們可以動態的呈現一個可視化的效果，第三點，過去往往通過半個月一個月可以解決的問題，通過大數據的快速運算模式，我們可以很短的時間就給出一個運行結果，給到一個運營決策的建議。

最終在大數據模式下我們通過打通不同維度的數據可以還原一個更豐滿的客戶形象，而不是基於簡單的收入狀況的人的行為特徵。這使我們可以在更多的場景下運營客戶。

說到運營，現在我提到一個社區運營的概念，當然我這個社區是一個泛社區的概念，可能會包括住宅社區、公寓社區，甚至是辦公區和購物中心等等。

在這個社區下，其實我們強調的是三方的一個良性的互動，這三方包括了社區的運營方，也包括了在這個社區進行相應場地出租的租戶，更多的是包括在這個場地上進行相應經濟活動或者說消費活動的場地的消費終端客戶，這些客戶是通過一個數據生態和服務生態以及平臺生態形成這樣一個循環體系，最終實現什麼呢？

運營方會構建出一個持續盈利的商業模式，對品牌租戶來說，通過運營方對終端客羣的數據的解讀，運營方可以提供更符合終端客戶的服務內容，這樣的情況下，終端客戶可以在這個場地上貢獻更多的價值，在這個流程當中，其實品牌租戶也可以從中受益。

剛剛講到這個數據生態，還有服務生態、平臺生態，首先是一個數據的生態，我們雖然現在講的是偏細節落地的東西，但是更多的時候，我們可以考慮數據其實是未來的一個資產。

在前期我的數據可能會服務於我現階段短期的一個行為目標或者說是我的一個業務目標，但是對於長期來講，當這個數據進行一個良性的反饋循環以後，我會去形成我的一個數據資產的服務來服務於接下來的業務內容。

比如說我們曾經服務過大量的購物中心，大家知道購物中心會通過一些線下的運營活動，或者線上的推廣活動，來實現他獲新或者是激活老客的目的。我們就會發現，在每一次數據蒐集之後，我們能夠很好的運用這個數據為下一次的活動做很好的鋪墊。比如我們可以知道，下一次要進行新活動的時候，我會看歷史數據，什麼活動對新客戶有比較好的敏感性。

當然在這個數據生態之下，因為我們的數據是多維的，可以實現更多的業務場景，會發現這個客戶在什麼樣的業務場景下產生更多的價值，這樣就會出現在社區運營的時候，會融入一些社區金融的概念，在購物中心的場景下知道什麼樣的品牌組合可以產生更大的經濟效益。最終，使得這個運營方從成本中心到利潤中心的轉化。這邊有兩個案例，就不詳說了。

最後介紹一下我們TalkingData公司，大家可能對於大數據公司還有一些陌生，Talking Data公司最初是做移動開發者服務的，可以簡單說我們是做APP運營分析的，基於這個運營分析我們積累了大量的，包括前面提到的數十億的移動終端設備的用戶行為數據，我們服務了銀行、證券、保險、地產等多個業務板塊，幫他們實現了從業務蒐集到業務的整理，到客羣的標籤的形成，以及服務於上層的數據業務生態，這樣一個整個流程的轉化。

TalkingData的這些數據就不詳細說了，大家如果有興趣我們可以仔細聊。

一句話說我們是做人本數據的，基於人的所有維度的數據都會進行蒐集和打通。基於這個數據，我們會形成相應的一個數據平臺以及數據運營的能力，提供給我們的行業客戶，當然我們也會有專業的諮詢，進行深入的業務場景的探索。

這是我們的服務客戶，相信在座的已經有很多家公司是我們的客戶了，線下我們也希望跟大家產生更多的溝通交流的機會，謝謝。

本文為作者在2017城市觀點論壇上海行演講實錄，未經本人審閱。