房租到底谁说了算？盈家发布国内首款大数据租金预测工具

2017-10-12 10:14:07 来源：亿欧网抢沙发

2017-10-12 10:14:07 来源：亿欧网

摘要：双向不透明、不对称的需求，让很多房东挺着高价、忍痛空置房子几个月，同时也让租客找不到性价比满意的房子，造成了租房资源的极大浪费。
关键词：房租

　　为什么我的房子迟迟租不出去，是不是租金比周边房子偏高了呢？我的房子这么容易就租掉了，是不是我价格定得太低吃亏了呢？”租金价格一直是房东最头疼的问题——房东的心理价格和中介给出的价格和租客的心理价位往往划不上等号。

　　房屋租金如何定的难题从未被很好地解决。房屋租金由装修情况、位置地段、交通便利程度、市场供需量、周边生活配套等多方面因素综合决定，从老牌的58到爱屋吉屋这类新型线上租房平台的涌现，互联网的发展一定程度上改善了租房体验，但是对于租房这个相对传统的行业来说，信息严重不对称一直存在。双向不透明、不对称的需求，让很多房东挺着高价、忍痛空置房子几个月，同时也让租客找不到性价比满意的房子，造成了租房资源的极大浪费。

　　大数据技术的快速发展对房地产行业带来了极大的冲击，但对于广大从事于房地产的新型互联网企业来说也是改革和创新的新机遇。“作为存量运营商之一，我们的价值观就是信任数据，所以我们的一切运营服务都是基于数据基础进行的”盈家生活技术负责人林浩告诉笔者，最近公司率先试水大数据和机器学习在租房行业的应用，经过国内（上海）团队和硅谷团队三个月的协作努力，已研发完成基于大数据和机器深度学习的租金预测工具，也是市面上第一款租金预测软件，不论对于房东租客，还是整个租房行业，都将是一次创新性实践。

　　“以往盈家生活是基于沉淀下来的业务经验，或者市场上其他房产数据服务，对所服务区域或者用户的租金价格进行理性判断，但是这样不仅缺乏针对业务足够细粒度数据的精确描述，也不能对公司实时业务流进行有效的支撑。”林浩说，经验主义不够灵活也不够精准，因此盈家生活大数据团队研发了基于大数据实时数据及机器学习的专门业务化的大数据产品——租价预测数据服务的H5和小程序，并已经应用于租后服务的场景中，并预计将在成熟后向市场提供服务。

　　租金预测服务（predictive analytics）就是利用业务历史数据预测未来市场的走向，可以帮助公司精确的预估出业务房源的价格，从而在拿房、招租及其他租后服务起指导作用。符合业务要求的精准预测可以有效的帮助改善业务和服务的体验并极大提升利润。租金价格作为租房业务的核心，精准的租金预测能帮助租客、中介、平台、房东共同更好地完成租房闭环。

　　租金预测服务集合了市场外部数据、消费人群行为分析、实时业务需求和预测算法来了解市场的真正变化和业务的真正需求租金预测，整个服务依赖的模型最核心的环节在于大数据与机器深度学习的结合。影响租金变化的因素异常纷杂，在建立相对完备的市场数据库、业务数据库，人群行为特征库作为数据分析的基础后，定义业务规则，导入机器学习算法库，主要用线性回归、决策树、xgboost模型对模型进行机器学习训练，而业务实践成为检验模型有效性最有力的准绳。

　　“预测分析是数据分析最难也是最有魅力的方向，相信租金预测会为整个租房市场提供客观衡量标准”林浩说到，盈家生活一直专注存量运营和租后服务，近期，一方面加速布局大数据技术在租房业务、市场预测等领域的应用，另一方面相比之前单一产品为核心卖点的经营模式，愈加重视以数据和科技为核心的新型租后管理经营模式，提倡“多点人情，少点人力”——用科技替代人力，让人力发挥更多人情味，提高服务人房比、提升行业效率，也让租住体验变得更加美好。“基于数据和机器深度学习，科技人情相辅相成的租后运营模式，相信才是存量运营的未来。”

第三十四届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

责编：yulina

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。