MASA的征程：如何用大数据帮开发商卖房

[摘要] 陈焱对时代周报记者强调数据开放的重要性。“当下运营商的数据是割裂的，如果运营商的数据以标准化做打通，数据价值的增长是成倍的增长，甚至是指数级别的增长。”

作为楼盘的买方，你可能曾经周而复始地接到房产中介的推销电话，轰炸般向你推荐各类信息。

作为楼盘的卖方，你绝对不希望你的广告信息成为骚扰。你更期望以最有效的广告投放，更低的千人成本，精准触达更多的目标受众，并让他们达成购买行为。

只是，房地产交易在源头信息上的不对称，往往使得美好沦为空想。

直至不久前，一款名为MASA慧营销（以下简称“MASA”）的产品的诞生。作为一款房地产大数据人工智能产品，它致力于服务开发商全生命周期，从技术上切入信息不对称产生的源头，为解决行业痛点发力。

智能预警、客户画像、客户预测、竞品分析模板和投放触达平台，是MASA的五大核心功能。简单来说，城市里面有购房意向的活跃客户们汇聚成了MASA的大数据“池子”。在这个池子中配有投放平台，不同于一般的DSP（需求方平台），MASA借助人工智能将房产信息和潜在目标客户进行匹配。

通过它，房地产营销人员将获得从营销决策到策略执行这一完整闭环中的参考数据。客户的信息、竞争楼盘的相关情况等了然于胸，进而能有效地进行营销策略的调整。

按照MASA团队CEO陈焱对时代周报记者的总结，对于处在粗放式发展方式的房地产行业，MASA要给它注入点科技的基因，更进一步则是用工业文明的思维给它换血。

从B端切入

创造任何一个新生事物都会是一次冒险。而引发冒险本身的，可能只是一次偶然的事件。

MASA就诞生于2015年4月某一天的一场头脑风暴—来自TalkingData、银联智慧、脉策数据和同策4家公司总计5位小伙子聚在一起的一次闲聊。

4家公司，各有特色和优势。以为移动设备提供服务起家的TalkingData掌握着大量移动大数据，其官网所述覆盖超过20亿独立智能设备、服务超过10万款移动应用。银联智慧则是支付大数据领域的霸主，9亿持卡人，55万张卡的基础数据堪是垄断性的数据。而脉策数据除了数据之外，更胜在以技术为主导的研发实力。“同策则有着服务房地产行业的多年积累，我们当时就在碰撞，这些结合在一起能不能给房地产行业创造新的价值。”参与当中的陈焱回忆。

合作在那场闲聊后迅速展开。数月之后，一支单独的创业团队从同策内部成立，专攻MASA。各家各有分工。来自TalkingData和银联智慧的海量数据在二次分析加工后导入MASA。脉策数据成为研发方，并提供算法上的支持。

今年3月份，试用版本上线。两个月后，MASA正式上线。包括保利、象屿等在内的开发商在上海总计10个项目是其试点项目，而截至目前，合作项目已经拓展至100个。

按照他的说法，标准版MASA的精髓是能在广告投放环节，提供开发商精准广告信息触达的解决方案。在这个过程中，并不需要开发商自己判断再勾选标签，MASA可以通过客观的参考数据分析出与开发商的产品相匹配的客户。

目标客户信息的点对点触达只是一个方面，MASA还会对信息效果进行监测：哪些标签性质的客户会对信息有反馈，能否从点击广告变成注册会员，之后再会否来电或是形成售楼处的来访等。

而这只是MASA业务占比的一半，另一半则是集团化的定制产品。陈焱用“和标准版不是一个量级”来作注解。以和金地集团(行情600383,买入)（以下简称“金地”）的合作为例，采用的是自上而下的对接，包含技术平台建设、应用场景研究等一连串的闭环。

首先，双方进行大数据建设、升级和开发。MASA团队介入金地内部将开发商自身的数据整合打通。第二步，这些整合打通后的数据再转接至MASA的服务供应商和战略合作伙伴处进行二次挖掘。此后，根据不同的营销场景进行进一步优化，对于效果双方每周以周会的形式进行讨论并实时调整。

从B端（开发商）而非C端（购房者）的切入，MASA这一选择并非只是偶然。

不可否认，市面上存在大大小小各异的C端类产品，从提供房产资讯、房价查询到房价评估等，而谈及服务场景和变现模式上，在陈焱看来C端的这些目前并不成熟，“房地产行业不同于电商、游戏和理财行业，它的高卷入性决定了它的复杂性。对C端的把控本就很难，更别说持久的变现，就行业本身来说，C端需要的投入也更大”。

事实上，B端和C端所代表的是两种全然不同的商业模式和产品设计。但相对而言，B端更容易被标准化，服务场景更为清晰。至于在变现模式上，用C端的客户去和B端谈合作，或者是给C端提供了服务，或者是给B端带去了会员，但绕了一圈还是回到了B端上。

“我们的想法就相对简单一点，为什么不直接为B端提供服务？”陈焱盘算着，“提高B端的效率，精简不必要的投放开支。重要的是，让B端知道什么样的广告诉求，通过什么样的投放渠道，能触达到哪些目标客户。”

大数据的筛选

Smart and more，是MASA的名字内涵。创始团队希望MASA有着女性般的理性和智慧，当然它不仅仅是一个人工智能的产品，更是人工智能的专家。

只用了2分钟，来自同策的几位工科生们在CAD软件上勾勒出的逗号图案成了现在MASA的形象初始。而要MASA变得智能、变得聪慧，并不是一件简单的事情。这也是未来与MASA类似的产品需要历经的磨练。

甄别筛选数据是至关重要的一步。房地产领域需要的底层数据，陈焱判定为三种，城市级别的地理数据，客户数据和包含房子、楼盘信息等的行业数据。

MASA对数据的态度十分谨慎。筛选的标准在于，这些海量数据本身能否转到开发商的使用和应用场景中去。

在城市级别的地理数据维度上，MASA主要选择做过房地产城市规划的脉策数据进行融合。脉策的数据包含了城市交通数据、地区的产业数据和人口数据，当中很多和房地产的场景极其相关。

客户数据上则重点寻求和TalkingData以及银联智慧的合作。在TalkingData的数据里，“人”这一选项下面就可以细分出上百个标签。这些标签里面包含了居住地点、工作地点、消费地图等。

在今年5月MASA正式上线之前，陈焱及其团队用了近一年的时间，进行线下楼盘数据的铺点和采集，建立了首个可用于分析算法建模的楼盘字典信息库。

完善底层数据，对于与MASA类似的人工智能产品来说必不可少。庆幸的是，有愈来愈多的公司选择加入到这一领域。“对于寻求和我们合作的数据源，我们也会进行甄别。”陈焱对时代周报记者说。

目前，一些搜索引擎的搜索行为数据也纳入MASA考虑范围。客户住在哪里？为什么会来看房子？工作在哪里，平时消费在哪里和房子的关系如何？通过TalkingData的数据，在MASA的算法里尽管建立了一定的关联，但日后还会和其他数据源进行互补和融合。按照陈焱透露，在MASA的接下来的模块中，将引入百度进行共同开发。

值得一提的是，目前银联智慧为MASA提供独家战略合作。要知道，银联掌握着大量客户买房的交易数据。至于涉及数据本身的用户隐私层面，陈焱对时代周报记者强调表示，所有数据都在数据源的风险监控范围内的数据，“大数据行业要发展本就该保证数据的安全性，MASA输出使用的是聚合聚类后的数据。”

突破融合

即使带着这样的先天优势，MASA要做的还有更多。

城市级别的地理数据、交易中心的数据、和交易相关传统的数据、和客户洞察相关的移动大数据和支付大数据等数据，汇聚到MASA形成一个“数据池”。在定义一套房源的属性时，MASA需要收集60个大项、300多个小项的数据。

数据的选择只是第一步。和数据源之间能否稳定合作，关系着MASA的商业模式能否持久。作为一个新生事物，MASA本身就需要大量的资金投入，数据的获取成本就是重要的一笔支出。目前，除了购买之外，MASA还采用分摊进行：合作、置换或是共享收益。

当然，数据源想要在房地产垂直领域进行变现，链条上的算法公司如何发挥作用，是需要进一步思考的命题。陈焱认为，MASA日后的提升更多是在算法上的迭代—通过技术提供采集能力，通过技术提高数据加工能力，在大数据基础上演化算法。

陈焱希望通过开放一部分数据源，创造孵化平台给外部算法团队的方式，来补血MASA的自我更新。他深谙MASA的算法并不会完全替代传统的营销和专家，但只有更加贴近用户、开发商，并为开发商的使用场景创造价值，才能让MASA继续走下去。

复合型人才的引入和人才之间的融合也是一大难题。要知道，熟谙数学、统计学、计算机学等学科的交叉型人才本就屈指可数。对于MASA而言，也在继续引入研发团队和技术团队进行创新。但显然，并不容易。

和不少市场从业人员的观点一样，陈焱认为，未来数据的交换和开放，将会是一个趋势。但道理也摆在那里：各家的数据只有进一步融合才能发挥效用。

他对时代周报记者强调数据开放的重要性。“当下运营商的数据是割裂的，如果运营商的数据以标准化做打通，数据价值的增长是成倍的增长，甚至是指数级别的增长。”

“MASA所谓的人工智能，数据产品最核心的，一切依赖于数据的采集和加工。大数据是第一位。”陈焱表示，MASA的算法并不是一成不变的，而是根据不同数据源的不同能力做更多的演进和优化。

这位同策历史上最年轻的管理者相信，MASA只有尽所能地做到更好，才会有更多的合作进入，改变房地产营销粗放现状的构想才会大范围内被践行。