云徙数瓴江威数字赋能，让地产营销更灵活

　　从地产行业趋势来看，现已进入第二发展阶段，从过去资本快速驱动的超额增长阶段过渡到能力驱动的稳健增长阶段。传统的运营模式已经无法提供有效的支撑。当下房企亟需基于经营的需求，发挥数据的价值，以数字化手段让数据分析更好地支持经营决策，解决内部协同和运转效率上的痛点，让数字化更好的为企业经营服务。
　　6月11日，以＂数智决策 高效运营＂为主题的2021年地产数字化赋能峰会在上海举行。会上，特别邀请了云徙科技旗下专注于地产数字化的云徙数瓴执行总裁江威进行了＂地产行业数字化营销的探索与实践＂主题分享，与当天在座所有嘉宾一起探讨了地产数字化的难点及所必需具备的能力。
　　以下是小编整理的江威演讲的精华，与大家一起分享：
　　关于地产数字化的思考
　　数字化的难点，我们访谈了很多人，都说IT没有递延性，换一个CIO甚至不要说CIO，就算换一个技术团队，你发现你的IT资产基本上就要重新来过，或者说有很多受损。第一，以前的文档都是缺失的；第二，很多模块改到最后没法管了，只能去换一套系统，但是换一套系统对于历史数据的伤害，对于原来的业务部门的侵扰（都无法忽略）。我们有一个客户非常有意思，每年都有人事大变动，不光是IT，整个业务部门也换一堆，结果发现每年做的系统都要重新做一遍。
　　所以以这点去构建IT资产，我们认为可以从几个大的逻辑出发：第一个是商业管理；第二个就是产业地产；第三个就是物业服务。
　　从云徙的角度来讲呢，我们则是围绕场景去做。三年来我们的团队做了很多努力，并且沉淀出了一些可实践的经验与案例。基于此，我们对现在的业务场景进行了分类，第一类就是营销，营销哪些东西可以在住宅、物业、商业、写字楼、产业养老哪些场景是相对通用的；第二类是管理的维度；第三是业务交圈的角度。
　　泛地产数字化需要的核心内力
　　未来，我认为有三件事情是地产数字化的核心点。第一件事情就是平台敏态。比如做一个特别精密的机器，不管做全面预算也好，做中台也好，无论怎么样的形式，去打造一个精密的机器，精密的机器打造是没有问题的，但害怕的是一旦有人改变这个游戏规则，怎么办？
　　就像佣金为什么难实施？佣金最难实施的点就是它规则不定。前段时间我们有个客户想换计划系统，虽然系统功能非常好，但是我们建议客户不要换，因为换系统依然解决不了问题，因为客户的问题出在考核方案上。考核方案是一旦延期就扣钱，业务部门就宁愿1年扣1次钱，而不去改动错的计划，因为改了之后万一没达成又得扣钱。
　　所以这样的管理制度会导致计划系统永远用不准，计划系统用不准货就出不来，货出不来就不能以销定产，全面预算就是空谈。一个点就导致整个大盘不顺畅，站在一个精密机器的角度来讲，这样的点如果越来越多，怎么去解决？我觉得需要相对比较能够控制的IT平台，其次是数据。
　　第二个比较有价值的就是营销，因为线上化一定是个趋势，坦率地讲，我经常说服对方我就一个理由，原来房子是线下卖的，原来的衣服也是线下卖的，现在就线上卖的。
　　第三个，体系化运营的内容也很重要。你们可以去看一下立白的IT团队有多大，跟消费品来比，跟汽车来比，咱们（地产）的IT团队小的可怜，人家动不动几百人上千人，但是产值其实是差不多的，你看每年的产值，只是我们的估值低。
　　云徙基于地产化的解决方案
　　那么，针对地产数字化，云徙做了什么呢？
　　第一个，基于云徙＂数舰＂产品，我们把MPC和BOC两块内容做了地产化，把MPC的一些通用能力配置，一些元数据的管理都放在中台上去管理；中台的某些统一功能，包括统一门户、统一权限、统一认证、功能化组件，也在做统一整理；
　　第二个就是大数据，如果说功能是高中生做的事情，那数据就是大学生做的事，因为数据的复杂程度远远超过我们的想象，这方面的人才又极其稀少。
　　如何做好大数据？我认为，还是要资源化、模块化、一个个领域去做。所以在最开始我们就设计了地产企业资源的一些标准，很快我们的【地产行业白皮书】也会推出，内容将包括对于地产整个的决策报表体系，数据质量、标签、应用架构、技术生态等等，希望对探索地产数字化有所帮助。
　　另外，云徙大数据解决两个问题，一个是围绕客户的，叫标签，主要应用在一些互联网的场景；一个是围绕企业自身的，怎么去把模块化建设好。
　　谈到大数据很多人都在说，怎么去建个模，怎么去定义一个货值；云徙认为，货值本来极其复杂，有财务版的货值、营销版的货值、工程版的货值，因为统计的时间维度不一样，货值定义就不一样。
　　所以，针对以上问题，云徙的答案是：首先，做一些树桩的主题模型，标准化的内容；其次是标签模型，包括消费者的、商品的、门店的，各个领域的标签模型；再就是算法模型，比如我们现在给某知名零售品牌做的黄金购买时间，就是通过算法去推算，什么时间推送营销POS或者短信给哪些消费者，才能让到店率和打开率最高。这个算法，我们通过武汉区域的几百家门店去做测试，基本上这些门店收入每天能提高100多万，这就是算法的价值。
　　仅仅地产行业，云徙现在做了用户价值分层和用户价值评分模型。对于公域流量的注册，以及私域流量的运营，其中关键节点，都会做渐进式的画像，方便未来可以针对用户做精细化运营。
　　第三个就是运营。有了营销的大数据，怎么去运营？我们联合了第三方的运营伙伴，去给客户做运营。比如之前我们给某个知名汽车品牌策划的活动，1个晚上线上就大概卖了3000台车，完全真实的数据。当然，线上卖房也有过此类案例。在行业的大部分同学都在计较功能时，云徙计较的是一个商业模式，希望能够真正能帮到各位，如果单单只是做一个功能，我觉得满足不了现在合作伙伴的要求。
　　最后，讲几个地产的实践案例。
　　第一个是云徙给某个地产集团做的数智化整合营销案例。获客方面，做了DSP打通、KOL合作；针对该企业多业态的性质，做了万店的同盟，统一积分权益，泛会员的分轨制运营；裂变传播层面，进行了养成性游戏、升级合伙人计划等……帮助该地产集团构建和整合了六大在线营销运营能力，重构了在线营销体系。
　　第二个案例是云徙帮某个地产集团构建整个的近场、中场和远场。比如现场如何形成统一的营销能力，近场怎么能解决5~20公里的问题，远场如何解决大于100公里的问题。
　　最后一个就是我们构建的某个海南地产项目，目前已经开卖了，100块钱一晚上五星级酒店，当晚卖到我们服务器瘫痪。现在每个月放出来也都是立即爆满，这个项目我们对接了80多套系统，应该是史上最复杂的系统，帮助它解决了票务问题，解决所有岛上的交易问题。