房企數(shù)字化轉(zhuǎn)型迫在眉睫，這些創(chuàng)新玩法不妨一試：

• 如今的地產(chǎn)行業(yè)，正在從增量時(shí)代進(jìn)入存量時(shí)代，整體利潤(rùn)水平正在逐年下降;
• 在地產(chǎn)金融去杠桿的趨勢(shì)下，房企的融資渠道全面縮緊;

在競(jìng)爭(zhēng)日益激烈的時(shí)代背景下，傳統(tǒng)房企的數(shù)字化轉(zhuǎn)型已迫在眉睫。

據(jù)IDC預(yù)測(cè)，到2022年，全球65%的GDP將由數(shù)字化的產(chǎn)品和服務(wù)推動(dòng)。數(shù)字化轉(zhuǎn)型已成為企業(yè)保障自身生存、提高競(jìng)爭(zhēng)優(yōu)勢(shì)的必經(jīng)之路。那么在地產(chǎn)行業(yè)，借助數(shù)字化力量能夠釋放出哪些潛能呢?

[[421129]]

房地產(chǎn)企業(yè)的數(shù)字化轉(zhuǎn)型歷程

不同房企，數(shù)字化建設(shè)的程度各有不同，但歷程大致相同。前期，運(yùn)用云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)等技術(shù)，將傳統(tǒng)IT業(yè)務(wù)向云端遷移，從IaaS、PaaS、SaaS到DaaS，提升IT的敏捷性，實(shí)現(xiàn)用數(shù)據(jù)洞察業(yè)務(wù)的能力，夯實(shí)數(shù)字化轉(zhuǎn)型的基礎(chǔ)。后期，運(yùn)用大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術(shù)，探索各業(yè)務(wù)板塊的創(chuàng)新應(yīng)用，從而產(chǎn)生新的業(yè)務(wù)。

房企向服務(wù)轉(zhuǎn)型，避不開(kāi)物業(yè)服務(wù)這道坎。物業(yè)屬于勞動(dòng)密集型行業(yè)，對(duì)于房企來(lái)說(shuō)是一個(gè)典型的業(yè)務(wù)場(chǎng)景。近年來(lái)，人力成本逐年增漲，物業(yè)費(fèi)用很難上漲，物業(yè)業(yè)務(wù)也很難實(shí)現(xiàn)創(chuàng)收。此外，物業(yè)人員的離職率很高，而且經(jīng)常“組團(tuán)出逃”，人員的不斷更替造成服務(wù)質(zhì)量的參差不齊，如何在合理管控物業(yè)成本的同時(shí)，為業(yè)主提供優(yōu)質(zhì)的物業(yè)服務(wù)，是每個(gè)房企都要面對(duì)的現(xiàn)實(shí)問(wèn)題。

目前的主流做法是通過(guò)移動(dòng)端APP或小程序?yàn)闃I(yè)主提供物業(yè)服務(wù)，實(shí)現(xiàn)線上繳費(fèi)、報(bào)事報(bào)修，投訴建議等功能，提升物業(yè)服務(wù)能力，加快服務(wù)響應(yīng)速度。然而通過(guò)對(duì)物業(yè)管理人員的走訪后筆者發(fā)現(xiàn)，做了物業(yè)應(yīng)用業(yè)主不用是一個(gè)大問(wèn)題，物業(yè)人員的工作效率并沒(méi)有得到實(shí)際提升。如何通過(guò)持續(xù)有效的運(yùn)營(yíng)提升移動(dòng)端的用戶粘性，成為房企下一階段的重要目標(biāo)。

AI在物業(yè)領(lǐng)域?qū)崿F(xiàn)創(chuàng)新應(yīng)用

筆者了解到，已有部分房企通過(guò)AI和大數(shù)據(jù)技術(shù)降低數(shù)字化技術(shù)的使用門(mén)檻，用數(shù)字化的方式線上解決90%以上的問(wèn)題，在提高一線物業(yè)人員工作效率的同時(shí)，大幅提升了服務(wù)質(zhì)量，降低了人力成本。

例如通過(guò)NLP技術(shù)，降低業(yè)主與物業(yè)交流的門(mén)檻，業(yè)主只需要像微信聊天一樣發(fā)送一段語(yǔ)音，上傳到云后AI就能進(jìn)行語(yǔ)音識(shí)別，并且轉(zhuǎn)換成文字，生成一張張工單，顯示業(yè)主反饋了什么問(wèn)題，通過(guò)情感分析業(yè)主訴求的類(lèi)別，是建議還是投訴，以及二者所占的比重。隨后AI根據(jù)工單內(nèi)容的分類(lèi)，進(jìn)行派單，推送給物業(yè)人員或工程師傅去執(zhí)行，派單準(zhǔn)確率甚至高于人工派單。

不僅如此，NLP技術(shù)還能破除方言帶來(lái)的溝通障礙，尤其像廣州、深圳、上海等南方一線城市，會(huì)說(shuō)地方方言的物業(yè)人員占比不是很高，通過(guò)基于場(chǎng)景的深度學(xué)習(xí)訓(xùn)練，AI聽(tīng)懂方言的能力甚至高出普通物業(yè)人員一大截，業(yè)主從移動(dòng)端提交的反饋信息能夠快速被識(shí)別和響應(yīng)，得到迅速回復(fù)，大幅提高了用戶粘性，APP日均打開(kāi)率可以達(dá)到30%以上。

對(duì)于物業(yè)行業(yè)來(lái)說(shuō)，人力成本很高，物業(yè)人員的能力卻參差不齊，流失率和培訓(xùn)成本都很高。AI則不存在這樣的問(wèn)題，AI不需要睡覺(jué)，也不會(huì)投訴，不存在過(guò)勞和離職的問(wèn)題，AI不止擅長(zhǎng)八國(guó)語(yǔ)言，能力可以遠(yuǎn)超人類(lèi)，AI積累下來(lái)的知識(shí)庫(kù)都將變成企業(yè)未來(lái)的財(cái)富。

用數(shù)字化的方式解決90%以上的問(wèn)題

智能聊天機(jī)器人是NLP的一個(gè)典型業(yè)務(wù)場(chǎng)景，引入語(yǔ)音機(jī)器人客服，可以在線上解決大部分物業(yè)問(wèn)題。通過(guò)對(duì)業(yè)主日常詢問(wèn)的問(wèn)題進(jìn)行收集、整理、歸納、分類(lèi)，形成語(yǔ)料庫(kù)，借助智能語(yǔ)音生活小助理可以處理日常瑣碎的詢問(wèn)，讓物業(yè)人員從頻繁的溝通中解放出來(lái)。

例如繳物業(yè)費(fèi)的問(wèn)題，APP功能越復(fù)雜，業(yè)主找到繳費(fèi)功能的難度就越高，有了語(yǔ)音問(wèn)答助理，業(yè)主只需通過(guò)語(yǔ)音詢問(wèn)“我的物業(yè)費(fèi)繳到什么時(shí)候了?”語(yǔ)音助理不僅能立即給出往期賬單，還能展現(xiàn)立即繳費(fèi)的對(duì)話框，并且在對(duì)話完成后讓業(yè)主對(duì)服務(wù)進(jìn)行評(píng)價(jià)，這就形成了一個(gè)服務(wù)的閉環(huán)。

當(dāng)然，語(yǔ)音助理并非適用于全部場(chǎng)景，三個(gè)問(wèn)題沒(méi)有切入到主題，大多數(shù)人都會(huì)失去溝通的耐心，甚至?xí)肋h(yuǎn)棄用這個(gè)功能或者棄用這個(gè)APP，哪怕它是免費(fèi)的。

因此，AI工程師們通常建議將對(duì)話限制在兩輪或三輪以內(nèi)，讓語(yǔ)音助理成為兩到三個(gè)問(wèn)題的專(zhuān)家，如果回答不出來(lái)，說(shuō)明問(wèn)題的設(shè)置是失敗的。問(wèn)題的設(shè)定必須符合以下三個(gè)條件：一是時(shí)常發(fā)生的問(wèn)題;二是解決路徑很清晰的問(wèn)題;三是能夠通過(guò)數(shù)字化方式解決的問(wèn)題。將符合以上三個(gè)條件的全渠道數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練，才能讓AI變成這些問(wèn)題的專(zhuān)家。

除此以外，不同樓盤(pán)，不同地區(qū)的關(guān)鍵詞網(wǎng)絡(luò)也有很大差別，技術(shù)人員需要梳理出各個(gè)小區(qū)的常見(jiàn)問(wèn)題、熱詞及關(guān)鍵詞網(wǎng)絡(luò)，方便業(yè)務(wù)人員了解各自所在項(xiàng)目的最新動(dòng)態(tài)。通過(guò)不斷的積累數(shù)據(jù)，優(yōu)化算法，不停訓(xùn)練機(jī)器人讓它成為業(yè)務(wù)專(zhuān)家，90%以上的問(wèn)題都能直接通過(guò)數(shù)字化的方式解決，可以直接替代一線的重復(fù)性工作，無(wú)等待的響應(yīng)速度將大幅提高服務(wù)質(zhì)量，這就是數(shù)字化創(chuàng)新帶來(lái)的價(jià)值。

提升數(shù)據(jù)洞察的便捷度 讓數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)

NLP技術(shù)看似只是APP上一個(gè)簡(jiǎn)單的語(yǔ)音輸入功能，背后靠的是云計(jì)算提供的算力支持以及大數(shù)據(jù)的分析能力，因此，底層的信息化基礎(chǔ)必須打牢。具備了大數(shù)據(jù)的分析能力，如何為終端賦能，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)是每個(gè)CIO必須思考的問(wèn)題。

據(jù)悉，已有部分企業(yè)將聊天軟件與大數(shù)據(jù)的分析能力相結(jié)合，將分析能力帶入到業(yè)務(wù)最常應(yīng)用的終端，例如釘釘、微信等，在聊天群內(nèi)即可隨時(shí)共享數(shù)據(jù)，查看最新動(dòng)態(tài)，進(jìn)行實(shí)時(shí)的數(shù)據(jù)監(jiān)測(cè)和分析。通過(guò)數(shù)字化賦能，業(yè)務(wù)人員可以非常便捷的了解已有客戶的喜好，進(jìn)行精準(zhǔn)的產(chǎn)品推薦，以及符合客戶偏好的個(gè)性化服務(wù)。

與此同時(shí)，開(kāi)箱即用的AI開(kāi)發(fā)平臺(tái)，低代碼、無(wú)代碼的開(kāi)發(fā)方式等逐漸走入大眾視野，數(shù)字化創(chuàng)新的門(mén)檻和試錯(cuò)成本越來(lái)越低，讓一線業(yè)務(wù)人員也能根據(jù)細(xì)分的應(yīng)用場(chǎng)景快速開(kāi)發(fā)出需要的應(yīng)用。通過(guò)數(shù)據(jù)埋點(diǎn)，更能了解客戶關(guān)注哪些數(shù)據(jù)，確定哪些數(shù)據(jù)指標(biāo)與業(yè)務(wù)直接相關(guān)，從而進(jìn)行部分新功能的嘗試和改進(jìn)，將能更直接的幫助業(yè)務(wù)，進(jìn)而實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)。

寫(xiě)在最后

不同房企，數(shù)字化建設(shè)的程度各有不同，同一房企不同公司之間、不同業(yè)務(wù)線之間數(shù)字化的能力也存在差距。做試點(diǎn)、立標(biāo)桿是企業(yè)數(shù)字化轉(zhuǎn)型比較典型的做法，然而這種做法在降低轉(zhuǎn)型風(fēng)險(xiǎn)的同時(shí)，也將企業(yè)內(nèi)部的數(shù)字化差距逐漸拉開(kāi)。

那些高舉數(shù)字轉(zhuǎn)型大旗的房企老板們可能不知道的是，底層的物業(yè)人員還在用拉卡拉上門(mén)收取物業(yè)管理費(fèi)，從APP繳費(fèi)到拉卡拉收費(fèi)，中間隔著幾代技術(shù)斷層。但是這樣的數(shù)字化斷點(diǎn)很少由業(yè)務(wù)人員直接向上級(jí)領(lǐng)導(dǎo)提起，因?yàn)檫@無(wú)疑是打在領(lǐng)導(dǎo)的臉。筆者想說(shuō)的是，數(shù)字化轉(zhuǎn)型的成功沒(méi)有定論，但數(shù)字化轉(zhuǎn)型無(wú)疑是要提升客戶服務(wù)體驗(yàn)，用客戶最舒服的方式體驗(yàn)技術(shù)帶來(lái)的便捷高效，打造標(biāo)桿固然能起到示范帶頭作用，但那些小創(chuàng)新、小投入能帶來(lái)大收益或大幅提升服務(wù)體驗(yàn)的項(xiàng)目也不妨多多嘗試。