工作领域7 数字化应72课件讲解.pptx

工作领域7数字化应用;工作领域描述数字化应用可以大大提高房地产经纪业务效率，是房地产经纪人的好帮手。数字化应用是确保房地产经纪服务品质的基础工作。门店数据分析可以进行用户交互数据分析、门店业务数据分析、经纪人工作数据分析，提高交易服务质量。数据建模与门店数据化运营可以通过分析数据找出问题，推进门店管理。关键指标数据分析可以聚焦管理指标，提升房地产经纪服务水平和效率。所以，数字化应用是房地产经纪服务人员的翅膀，需要具备相应的工作技能。

;工作领域内容l门店数据分析；

l数据建模与门店数据化运营；l关键指标数据分析。

工作技能要求

1.能够理解房地产经纪服务职业标准和工匠精神；2.能够进行门店数据分析；3.能够进行数据建模；4.能够开展门店数据化运营；5.能够进行关键指标数据分析；6.能够撰写数字化应用综合报告。

;

任务2数据建模与门店数据化运营;2.1任务分析

数据建模与门店数据化运营任务内容主要有3项：

（1）数据建模；

（2）分析数据找出问题；

（3）推进门店管理。

2.2任务流程

数据建模与门店数据化运营任务流程有9个步骤：

（1）工作准备；

（2）数据建模；

（3）制定门店数据化经营步骤；

（4）善用工具整理数据；

;（5）分析数据找出问题；

（6）针对问题制定管理策略；

（7）推进落地管理；

（8）数据衡量管理效果；

（9）撰写门店数据化运营报告。

2.3任务实施

1.工作准备

（1）认知数据化运营；

（2）门店数据分析报告。

2.数据建模

（1）数据建模，就是通过建立数据科学模型的手段解决现实问题的过程。数据建模也可以称为数据科学项目的过程，并且这个过程是周期性循环的。;（2）数据建模的基本步骤。见图7-5。;1）制订目标。制订目标的前提是理解业务，明确要解决的商业现实问题是什么？

2）数据理解与准备。基于要解决的现实问题，理解和准备数据，一般需要解决以下问题：

①需要哪些数据指标，即特征提取？如：哪些指标能区别真粉和假粉？

②数据指标的含义是什么？

③数据的质量如何？如：是否存在缺失值？

④数据能否满足需求？

⑤数据还需要如何加工？如：转换数据指标，将类别型变量转化为0-1哑变量，或将连续型数据转化为有序变量。

⑥探索数据中的规律和模式，进而形成假设。需要注意的是，数据准备工作可能需要尝试多次。因为在复杂的大型数据中，较难发现数据中存在的模式，初步形成的假设可能会被很快推翻，这时一定要静心钻研，不断试错。数据建模后需要评估模型的效果，因此一般需要将数据分为训练集和测试集。;3）建立模型。在准备好的数据基础上，建立数据模型，这种模型可能是机器学习模型，也可能不需要机器学习高深的算法。选择什么样的模型，是根据要解决的问题（目标）确定的。当然可以选择两个或以上的模型对比，并适当调整参数，使模型效果不断优化。

4）模型评估。模型效果的评估有两个方面：一是模型是否解决了需要解决的问题，是否还有没有注意和考虑到的潜在问题需要解决；二是模型的精确性，误差率或者残差是否符合正态分布等。

5）结果呈现。结果呈现主要关注以下三个方面：

①模型解决了哪些问题？

②解决效果如何？

③如何解决问题？具体操作步骤是什么？

6）模型部署。通过大量数据解决了一个或多个重要的现实问题，需要将方案落实下去，一般情况下需要通过线上技术环境部署落实，从而为后面不断优化模型、更好地解决问题打下基础。;。;5.分析数据找出问题数据是问题的外在表像，数据分析可以通过3个步骤找出问题。

（1）找到问题数据。问题数据主要指：

1）明显过低的数据。分析表7-10中数据，经纪人王五的多项0数据。见表7-11所圈。

2）对比明显的数据。对比表7-10中的“带看”数据，张三李四都有带看，王五则一次也没有。见表7-11中所圈。

3）明显过高的数据。分析表7-10中的“跟进”数据，李四为35明显过高。;（2）分析异常数据影响要素。从7-12中圈出，王五的带看量是零，这是表象，影响王五带看量的要素是什么呢？仔细分析可以发现，影响王五带看量的要素有：;（3）明确问题原因。仍然以经纪人王五为例，找出影响王五带看量的要素后要逐一分析，明确王五带看量为0的问题原因。

1）分析影响王五带看的上游数据。见表7-13，可以看出王五客户少。;6.针对问题制定管理策略结合现状给王五提供价值，管出一个带看，而非“压”出一个带看。（1）脑中有房。主要策略：l第一时间空看，空看房中约看；l记住房（默写）；l店经理帮助房源分类、上下游及联动房整理；l多打房源电话贴近业主，多拿钥匙。

（2）手里有客。主要策略：l利用贝壳网进行评论、业主自荐、约看、im聊天、400接听等；l资源共享、商机提供；