虚拟机网站建设,wordpress覆盖升级,微商官网,网站正在建设本文从行业洞察、业务设计、数据建设以及实践探索四个部分详细阐述地产行业数字化的实践、思考和理解。点击文末“阅读原文”#xff0c;观看完整版直播回放并下载演讲文档。一、洞察#xff1a;房企经营思路的变化企业的转型都是围绕着业务经营变化进行的#xff0c;房企数…本文从行业洞察、业务设计、数据建设以及实践探索四个部分详细阐述地产行业数字化的实践、思考和理解。点击文末“阅读原文”观看完整版直播回放并下载演讲文档。一、洞察房企经营思路的变化企业的转型都是围绕着业务经营变化进行的房企数字化转型也一样。受国家政策、市场环境、经济现状等因素影响房企的经营思路从「大开发」向「大运营」转变营销的思路也从「以房源为中心」向「以客户为中心」转变。在这个过程当中数字化转型和建设紧跟房企业务的发展在每个阶段的变化也不一样。从最早的「以无纸化办公提效为目标的信息化」到「以提升业务管理效率为目标的流程化」逐步到如今的「数智一体化」。房地产从“白银时代”逐步走向“黑铁时代”核心目标也由「去库存」转变为「客户持续经营」。这样的变化本质上是由地产行业自身特性所决定的——客户购房后会与房企建立长达数十年的联系。因此长期的客户经营成了房企业务的重中之重。当前房企普遍面临两个问题第一客户数据资产的建立第二经营模式的变化。两者相辅相成建立数据资产的目的是为了通过整合客户数据提升企业数据能力帮助其建立长线客户经营体系而长期客户经营体系的业务转型又驱动着数据体系的建设。在考虑构建长期客户经营体系的时候企业需要以客户为中心重新梳理地产业态的客户旅程。从典型的三大业态来看整个客户旅程可以被归纳为从营销板块的获客、到访、成交流转到物业板块的基础物业和增值服务最后到商业板块。在每一个业态当中不同的业务阶段所涉及的业务场景都需要被设计出来。当我们以客户为中心把每个业态设计的场景串联起来就能够实现不同业态之间的客户信息流转、流量复用和数据赋能。例如营销阶段所获取的用户兴趣偏好可以作为物业个性化服务的参考反过来物业业态中的业主满意度、忠诚度可以被用来发展业主老带新等活动。当然这个流程其实做了简化抽象实际情况会更复杂例如物业的老业主复购会让客户重新进入营销阶段而商业则可以独立形成闭环。在更多场景中通常依赖于房企自身的业务结构、特点以及当前阶段的业务目标。所以当房企在设计以客户为中心的数字化经营蓝图时要从最顶层的业务目标开始思考。关键增长目标是新房销售、物业费收缴、商业营收等。然后从关键目标拆解关键指标例如新房销售的渠道费效占比、成交转化、业主满意度、多经的销售转化等。基于此再去梳理客户旅程然后设计当中的应用场景包括短期速赢和长期场景。典型的场景包括拓客阶段中的渠道优化、成交阶段的精准逼定、业务阶段对业主的个性化以及增值服务的拓展最后是长期贯穿的大会员运营体系利用存量资源激活设计跨业态导流能力以及全民营销的增长能力。有了目标和场景接着就是数据服务的能力。为了支撑跨业态场景企业所需要的能力包括客户数据管理分析能力、标签构建和智能营销能力以及拉通多业态的会员中心服务能力。最后数据资产平台作为底层支撑核心包括各业态数据的开发及治理同时构建全业态 One ID 体系。整体来看房企数字化经营可以拆成两个关键问题去看待第一长期客户经营体系的设计第二数据基础建设。二、设计客户生命周期经营体系长期客户经营体系即客户生命周期经营体系。地产行业有其独特的客户生命周期划分方法根据客户的生命周期和对企业的商业贡献度将客户进行分层制定相应的经营方针。以开发业态为例客户生命周期包括拓客线索阶段、到访机会阶段、认购成交后的准业主阶段以及最后的流失阶段。当然企业也可以根据成交转化率进行价值判断例如客户的信息完善度、到访次数、客户意向度、购买能力等。客户分层后房企需要基于客群特征制定不同的经营方案例如业主的房产价值高、满意度高时可以基于其品牌忠诚度去发展业主老带新等而面对新业主在多经消费的贡献度企业可以围绕其家庭结构、消费偏好等来制定。最后策略落地过程中要明确客群、权益、最佳时机、触点来完成策略触达。从生命周期的划分到价值分层接着制定客群经营方针然后策略落地最终完成单一业态客户生命周期经营体系的设计。对于房企来说不同业态的客户经营有不同的生命周期和价值定义。如果从物业视角就是从新业主收楼交付开始交付期到初入住的磨合期再到稳定期通过多种经营和服务提升满意度到忠诚期物业服务的环节基本上不存在流失因为业主二手房买卖可能是另一条经营逻辑。而面向维权业主企业也需要制定对应经营方针让业主回归稳定例如多经的社区电商针对流失用户制定流失召回策略。每个独立经营的板块都有完整的用户经营体系以全业态或跨业态客户经营为视角客户的生命周期就会变成客户价值即客户与房企发生业务交互产生的价值。从浅到深依次是未发生业务行为的潜在客户例如正在看房的客户、在商城未消费的客户发生了业务行为的存量客户发生深度业务交互行为业主复购、物业增值服务的老客户经纪人客户也就是地产行业的全民营销老带新。此时我们会发现不同业态的客户生命周期会有对应的客户价值链。以前房企在不同业态的不同阶段面向同一个客户的服务是完全独立的。例如物业业态的老业主在 B 楼盘看房时可能只是一个潜在阶段的线索。构建跨业态经营思路可以帮助房企拉通信息例如基于忠诚度高的老业主的物业信息针对性设计营销策略推进其买房完成老业主升级。因此构建跨业态客户生命周期经营体系需要房企梳理不同场景的客户旅程找到客户与企业互动的触点进而设计场景落地到业务动作中。设计业务应用场景需要以感知、决策、行动、反馈形成 SDAF 数据闭环。不一样的是跨业态的客户经营体系让房企在感知和反馈过程中拥有更多的数据来支撑决策以全业态的视角去理解客户和企业之间的关系。三、建设多业态客户数据整合接下来我们围绕全业态生命周期的经营场景探讨跨业态数据建设过程当中的实践和思考。地产行业的客户数据整合难点体现在以下几方面数据采集难业务链条长强依赖线下场景数据收集困难例如客户在案场看房时产生的行为、意向、关注点。多系统数据割裂各系统、各板块独立建设呈现烟囱式的数据现状。比如客户线上看房浏览行为和线下到访行为数据割裂物业和营销的客户数据互相独立业主画像不清晰很难发展老带新或者复购。缺乏数据标准不同业务系统的数据格式、规范不统一导致数据在整合时涉及大量的治理工作。数据可用性差数据质量参差不齐例如手机号码长度不对、带符号、身份证格式错误不同系统的数据类型、ID 关联等不统一。面对这些问题房企可以按照数据开发、数据打通、数据应用的思路去做项目建设。数据开发是为了解决数据缺漏的情况例如容易被忽视的客户线上行为数据这部分数据作为客户主动发生的行为反映了客户的偏好特征和价值。例如神策与某房产平台合作过程中针对线上看房这一场景通过分析客户在 VR 看房里停留的时间、角度、位置等发现在厨房、卫生间停留更久的客户到访和成交转化率更高购房意向更高。这就是行为数据带来的价值。数据打通涉及到各端的行为数据、大量业务系统的业务数据甚至还可能涉及物联网、人行车行等数据。这需要企业梳理各业务的 ID 现状设计用户关联方案保障同一个客户在系统中被识别的唯一性。数据应用也就是围绕业务场景的数据服务能力例如实时人群圈选、标签导出、自动化营销策略、会员积分对账等能力。数据规范是整个数据建设过程中更重要的环节。统一的指标口径、标签、元数据的规范、数据采集的规范等是一项完整且涉及面众多的工程。因为各个系统和业态中数据会不断新增只有做好自上而下的数据规范管理才能让数据体系可持续和健康地运转支持业务的发展。根据过往服务客户的实践经验神策总结出值得房企关注的两点第一One ID 建设。其难点体现在数据清洗工作以及 ID 关联方案的设计上。例如因为涉及多个系统和业态要考虑 ID 数量、优先级、冲突解决方案、解绑和修复等问题里面还会嵌套业务逻辑。从数据角度需要明确的 ID 含义、采集的节点和触点用不同的对象定义来管理客户数据资产。例如房企客户指的是已成交的业主是通过身份证号识别需要重点经营的对象可以用手机号、客户号、微信 Union ID 识别的对象是潜客只能获取设备号、Cookie、Open ID 的对象是访客。解决用户关联的问题拉通客户在不同业态的信息回归到业务场景里企业就可以更好地使用这些存量客户资源做长期经营。在做好跨业态用户关联之前房企的营销流程往往是客户到访登记获取其渠道报备信息、报备记录、接收到访记录或者其他兄弟盘的到访记录等。One ID 建设好之后企业就可以利用存量客户去挖掘机会例如可以通过业主的家庭成员新增、车辆登记变化从而识别业主可能存在的改善需求进而通过精准 Call 客、业主 App 的触点去获取线索推荐精准房源实现促进复购。房企有大量的存量客户资源与其砸广告去获新客不如从老客户中挖掘这样转化效率更高。但同时需要注意的是这个过程在很大程度上依赖于企业能否做好客户数据的统一。第二数据规范。数据管理决定了企业数据建设的工作能否长久和持续的运作也影响着传统企业数字化转型的效率。数据管理规范问题是一个自上而下的战略传递过程也是一条从下往上的数据管控链条。在这个三角矩阵里涉及到数据管理的多个环节。战略层需要制定清晰的目标与规划管控层通过平台和工具化能力实现数据的监控管理。往下是数据的标准和规范的制定包括数据生产规范和数据对象本身的规范。再往下会涉及到业务规范的配合例如案场接待、管家服务的标准流程制定明确什么环节产生和采集数据以及线上运营的埋点规范等。最后是人力资源基础。一个战略从上往下执行成败往往都在于人。企业需要搭建专项组织培养数据意识文化和能力建立面向一线业务的培训体系等。整个过程涉及到组织、工具、能力的建设需要强意志和强推动力来完成这也是地产数字化转型必然要面临的一关。接下来分享一个数据建设成功的案例。小吴是某企业长租公寓的租客在深圳已租住 2 年月租金 5000 元根据其长租信息企业可以构建用户标签并根据其曾推荐好友入住这一行为判断小吴对品牌好感度较高。今年该企业在深圳进行新楼盘蓄客针对月供 6000 元左右的单身公寓业务人员希望在长租公寓的租户里找到适龄、有支付能力且品牌好感度高的老租户将其变成业主。通过存量客群圈选小吴被选中为新楼盘蓄客的目标客户。于是企业通过公寓 App 在小吴线上活跃的时间内针对性推送新盘并在话术中明确“长租公寓用户可享折扣”等。在该案例中企业通过了解小吴的居住偏好、特性制定精准的销售话术成功将小吴从租户转化成业主。成为业主之后小吴的会员积分、会员等级均有所提升这个时候企业的商业运营便可以通过业主 App 给其推送消费券并附带业主在商场消费可以进行积分抵扣、会员折扣、停车优惠等信息于是小吴自然而然地成了商场的客户。交楼入住后小吴又会与物业产生交互包括客诉保修、参与等。比如根据小吴的商场消费数据了解到小吴经常购买清洁类用品那么就可以为小吴推荐家政保洁的服务等。通过以上个性化营销触达小吴的用户体验持续提升也成为了高忠诚度的业主为企业带来的商业价值也不断提升。再然后企业也可以把小吴发展为业主经纪人随着家庭结构变化小吴可能会产生换房需求那么他又会进入到新房营销流程里。通过该案例我们可以看到打破数据壁垒之后一个客户可以在不同业态中流转与企业发生深度连结实现客户价值的不断增长。同时企业通过建立全业态客户资产把存量客户的价值挖掘到极致大大提升了业务转化效率也实现了业态间的大会员联动。这就是多业态客户整合为房地产业务带来的意义和价值。目前神策在地产行业的跨业态数据平台建设实践中核心帮助企业解决以下三大问题1、关于数据规范相关的问题。企业手动录入的数据质量差经常出现手机号、证件号错误的情况在后期转型导入大量业务数据时会非常麻烦因此需要有比较好的入库校验规则来针对性处理。另外数据标准不统一例如有的系统手机号带区号、国家代码等因为多供应商标准不统一导致同样的数据在不同的系统中数据类型不一致所以企业需要充分梳理并规范数据。2、关于用户关联方案的设计问题。企业需要充分考虑 ID 字段多类型的情况例如华南的楼盘可能常有港澳台的客户那么便要增加护照证件号类型。同时需要充分考虑 ID 关联冲突和变更的规则例如客户在某个前端修改了手机号在业务上应该判断为新增还是变更一个客户有多个微信号那么应该给哪个微信 ID 发推送这些问题需要有完善的关联方案也要有能够灵活支持不同语义、自由关联、解绑修正和关联优先级配置的 ID-Mapping 能力。3、关于数据平台外部的改造问题。考虑到房企数据平台外部改造会涉及很多业务场景往往会关联周边业务系统、业务规则的改造例如把客户标签传送至销售端、移动销售 App 接收和展示客户标签、销售人员手动实现移动端的标签回传、销售接待标准流程变化与设计等。数据平台完善之后如果业务系统和业务流程无法支持企业数字化应用场景落地将举步维艰。因此我们建议企业同步进行相关系统改造和数据系统建设。四、探索项目设计和建设实践针对客户数据平台建设企业要梳理清楚做跨业态用户拉通的目的明确业务战略、业务目标及场景尽可能避免目标模糊、执行困难、售前扩展无边界、售后需求变更、项目返工、延期等情况。对此企业需要制定好业务战略、明确业务目标设计好业务场景最后再落到项目的建设和数据本身。这个过程和地产楼盘建设开发异曲同工。传统企业数字化转型是一个探索型工程免不了在建设途中进行持续的探索迭代但目标和设计依然要先行于建设正所谓谋定而后动知止而有得。这也是为了避免陷入行业的 IT 军备竞赛本末倒置。✎✎✎【更多内容】数字化浪潮下传统房企的破局之道房产企业数字化转型快速落地汽车行业数字化运营应该怎么做▼ 点击“阅读原文”立即观看直播回放
