工作领域7 数字化应98课件讲解

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1门店数据分析戴小清1.1任务分析

门店数据分析任务内容主要有3项：

（1）用户交互数据分析；

（2）门店业务数据分析；

（3）经纪人工作数据分析。1.2任务流程

门店数据分析任务流程有7个步骤：

（1）工作准备；

（2）门店数据分类；

（3）确定线上数据分析方法；

（4）以贝壳找房为核心的用户交互数据分析；

（5）以房和客为核心的门店业务数据分析；

（6）以经纪人为核心的个人工作数据分析；

（7）撰写门店数据分析报告。1.3任务实施

1.工作准备（1）认知数据化运营的逻辑。数据化运营的逻辑：描述→衡量→管理。

1）描述。用数据去描述门店经营状况。例：XX门店这个月业绩是2.5万元。

2）衡量。数据的问题是比出来的。例：截止到本月20号，一共才做了1.5万元的业绩，上个月20号已经都8万业绩了。

3）管理。通过对影响数据的因素进行分析，找到产生问题的节点，行改进，提升工作质量。

（2）认知数据化运营。数据化运营是借助数据，分析经营中的问题。管理动作跟着数据显现的问题走，进而达到经营效率的提升与经营数据的提高。数据化运营的益处：

1）决策有依据，判断更精准。

2）对症下药，改善门店经营问题。

3）业务管理提高资源转化率。

4）管理更细致，方向更明确。2.经纪业务作业及管理中的数据类型——以贝壳找房为例房地产经纪门店的数据有业绩、报盘率、电话量、房源量等等。不同数据，呈现不同的门店问题。按照门店管理者的经营管理需要，可以将经纪业务作业及管理中的数据分为以下三个类别：

（1）以贝壳找房网络平台为核心的用户交互数据。

（2）以房和客为核心的门店业务数据。

（3）以经纪人为核心的个人工作数据。3.确定线上数据的分析方法

（1）细分分析。细分分析是分析的基础，单一维度下的指标数据的信息价值很低。细分方法可以分为两类：一类逐步分析，如来北京市的访客可分为朝阳、海淀等区；另一类是维度交叉。

（2）对比分析。1）对比分析主要是指将两个相互联系的指标数据进行比较，从数量上展示和说明研究对象的规模大小，水平高低，速度快慢等相对数值，通过相同维度下的指标对比，可以发现、找出业务在不同阶段的问题。2）常见的对比方法包括：时间对比、空间对比、标准对比。3）时间对比有三种：同比、环比、定基比。例如本周和上周进行对比就是环比；本月第一周和上月第一周对比就是同比；所有数据同今年的第一周对比则为定基比。通过三种方式，可以分析业务增长水平，速度等信息。

（3）漏斗分析。转化漏斗分析是业务分析的基本模型，最常见的是把最终的转化设置为某种目的的实现，最典型的就是完成交易。见图7-1。图7-1转化漏斗分析

（4）聚类分析。聚类分析具有简单、直观的特征。用户聚类主要体现为用户分群，用户标签法；页面聚类则主要是相似、相关页面分组法；来源聚类主要包括渠道、关键词等。

（5）AB测试。增长黑客的一个主要思想之一，是不要做一个大而全的东西，而是不断做出能够快速验证的小而精的东西。快速验证，那如何验证呢？主要方法就是AB测试。例如：你发现漏斗转化中中间有漏洞，假设一定是商品价格问题导致了流失，你看到了问题-漏斗，也想出了主意-改变定价。但主意是否正确，要看真实的用户反应，于是采用AB测试。A为对照组——一部分用户还是看到老价格；B为实验组——一部分用户看到新价格。若你的主意真的管用，新价格就应该有更好的转化，若真如此，新价格就应该确定下来，如此反复优化。

（6）来源分析。传统分析工具，渠道分析仅有单一维度，要深入分析不同渠道不同阶段效果，付费搜索等来源渠道和用户所在地区进行交叉分析，得出不同区域的获客详细信息，维度越细，分析结果也越有价值。

（7）用户分析。用户分析常用的分析方法包括：活跃分析、留存分析、用户分群、用户画像、用户细查等。可将用户活跃细分为浏览活跃、互动活跃、交易活跃等，通过活跃行为的细分，掌握关键行为指标。通过用户行为事件序列，对用户属性进行分群，观察分群用户的访问、浏览、注册、互动、交易等行为，从而真正把握不同用户类型的特点，提供有针对性的产品和服务。

4.以贝壳找房网络平台为核心的用户交互数据分析

（1）以贝壳找房网络平台为核心的用户交互数据，见图7-2。主要数据：

1）商机数据。包括400和IM。

2）商机转化数据。包括：带看，如客户渗透率、带看转化率、成交占比；约看，如线上约带看；客户委托，客户转委托率。3）展位数据。包括：录房录带看，如报盘率、三证完备率、业主渗透率；评论，如评论及时率；展位高排序，如展位数量、角色+带看。用户浏览数据内容搜索关注备注IM/400咨询房源约看看房清单看房笔记带看评价业主关注价格询价在线委托房源热度业主端打卡调价业主房评带看反馈销售周报连接交互经纪人图7-2贝壳找房网络平台用户交互数据

（2）贝壳找房为核心的用户交互数据，是衡量门店贝壳网使用健康状况的风向标，见图7-3。图7-3贝壳找房用户交互数据正循环

（3）通过贝壳找房为核心的用户交互数据查找问题。以南门店为例。1）南门店7日商机量及转化。南门店7日商机量，见表7-1。南门店7日商机转化，见表7-2组织商机量商机用户400量400用户IM量IM用户南门店4237223732表7-1南门店7日商机量组织商机量7日内商机转委托率7日内商机转带看率30日内商机转成交率7日内商机未委托量7日内商机转委托量7日内商机转带看量30日内商机转成交量南门店429.52%2.38%0%38410表7-2南门店7日商机转化2）通过这组数据，我么可以看出南门店的7日商机量并不算少，问题出在了商机的转化上。那么我们就需要去看看400质量与IM质量数据，见表7-3、7-4。组织会话数0-1分钟响应率1-3分钟响应率3-5分钟响应率对话比客户平均消息数次日复聊率3日内复聊率南门店3585.71%5.71%5.71%1.5710.078.6%11.4%表7-3南门店7日IM质量组织来电量接听率接通率平均通话时长30分钟未接听回拨率南门店2100%100%7.061.57表7-4南门店7日400质量从表7-3、7-4中的数据可以发现：l这组数据可以看出南门店的IM的响应数据无问题；l商机的二次利用存在问题的，次日复聊率和3日内复聊率还是偏低的；l店经理需要提醒经纪人进行二次沟通，店经理还需要关注沟通质量。

3）IM交互管理中问题梳理及解决方案。见表7-5。IM交互管理响应互动质量转录入、带看存在的问题响应慢不会回答、不敢答一问一答，不主动答非所问，不专业需求不清，不挖掘房源卖点，不提炼自我介绍，不亮眼不能有效的留电话引导客户实地看房解决的方案手机设置、自动回复、常用语培训暗访抽查IM回复质量标准开场白、解答、挖掘需求、替代房邀约、铺垫—次服务、交换联系方式、标准语结束、唤醒日优秀的分享培训通关表7-5IM交互管理中问题梳理及解决方案5.以房和客为核心的门店业务数据分析

（1）以房和客为核心的门店业务数据，主要看房客源成交转化，见图7-4所示。房客源转成交的效率，是门店作业力量最直观的体现，体现了门店的战斗力。图7-4门店业务数据图解房客源成交转化

（2）门店房源转化过程中的数据指标分析。以花园店为例进行房源转化分析，见表7-6、表7-7。组织新增量3日内首看率7日内首看率3日内钥匙率3日内实勘率3日内三证两书7日内三证两书挂牌单价花园店580.0%0.0%0.0%0.0%0.0%0.0%1.2万表7-6门店一周房源新增组织库存量外网呈现vipA级房源量B级房源量C级房源量A级占比C级占比花园店26325808233223.04%8.37%表7-7门店一周库存房源从表7-6、表7-7可以发现，这组数据说明花园店新增房源不少，经纪人有外网录入房源的习惯。但是对于房源的转换管理数据差，A类房源占比少，需要在管理上加强房源的维护与面访。

（3）客源转化过程中的数据指标分析。以花园店为例进行客源转化分析，见表7-8、表7-9。组织新增