APP下载

金融街控股:数据池塘“挖掘经”

2017-05-26赵艳秋

IT经理世界 2017年10期
关键词:张海涛金融街客户

赵艳秋

吃透存量数据总结大数据分析方法论,再应用到公司总体数据池中。

2015年底,金融街控股股份有限公司(以下简称“金融街控股”)启动了营销大数据项目。

金融街控股是一家以商务地产为主营业务的国有大型上市企业。截至2016年12月,公司总资产1128亿元,累计开发面积超过1600万平方米,其中70%为商业地产。公司在一线城市核心区域持有办公、商业、酒店等优质物业 85 万平方米,实现开发业务和自持业务的双轮驱动。公司连续13年荣获沪深房地产上市公司综合实力十强。

“我们的信息化开展得较早,从2006年无纸化办公以来已经有10年了,经过多年的建设和系统升级迭代。目前公司建成了覆盖全业务、全架构的1套OA办公系统、15套业务系统、辅以5个业务移动APP,还开辟了客户微信端的应用。”金融街股份科技信息部总经理张海涛介绍道,“主要业务系统运行了3年多,过程中积累了大量的客户数据。这些数据像沉默资产,我们觉得有必要把价值挖掘出来。”

张海涛坐在金融街公寓一间办公室窗边,这里是金融街商务核心区,也是金融街控股20年倾力打造的“中国华尔街”——北京金融街。附近的商业楼宇、著名的金融街购物中心及威斯汀酒店、丽思卡尔顿酒店都是金融街控股2000年以来陆续开发的。这里聚集着一行三会及各大商业和跨国银行、金融机构的总部。

“我们现在CRM系统内积累了42万的潜在客户数据,这么多数据我们决定从6万已成交客户入手,先把存量数据吃透。”张海涛说,“因为这部分数据信息比较完整,客户忠诚度也高。”

客户画像的342项指标

2016年下半年,營销大数据项目组花了近半年时间,到一线调研了金融街控股旗下六大区16个住宅项目,拿着预先设计的理论模型和指标,与最了解客户的一线置业顾问一起反复讨论,最后甄选出定义客户画像的342项指标和模型。

为什么会花这么长时间调研一线顾问?这是因为资深的置业顾问是最了解客户的人,他们天天与客户打交道,并且不同区域客户的特点和喜好差别很大,与他们讨论出的客户特征指标和模型,是最具实战性的。”张海涛说。

最终确定的342项客户指标非常精细,不仅包括客户的基本信息、行为信息、特征信息,还包括这个客户的社会关联信息、所购房产的信息以及在房屋居住过程中的投诉维修信息等。这些信息贯穿了金融街控股从接触客户到客户成交再到客户服务的全生命链条,能把客户画像360度勾勒出来,一个客户就立体化了。

以关联信息为例,不仅包含客户配偶、子女和家中长辈的数据,还包含他的朋友关系。“一些特定地域的客户,特别喜欢与朋友一起置业”。再如置业偏好,南方购房者可能要考虑房间中有没有一个专门放置佛龛的地方,北方人则更关注朝向和南北通透。

有了指标和模型后,项目组为金融街股份当时在售的16个住宅项目,分别提供了“典型客户模型”和“精准营销方案”。“典型客户模型”分析一个项目购买人群的画像。把这个画像作为筛选条件,再叠加入6万成交客户数据池,就能筛选出一批高意向客户,分配给项目的置业顾问重点跟踪。同时,金融街控股的营销部门也能制定更精准的推广策略,在重要渠道投放广告。

张海涛坦言,去年恰逢地产市场非常火热,好多项目还没等大数据应用,就已卖光了。今年3月,项目组要对2个新开盘项目进行一个“全过程效果跟踪”。利用数据分析,开展精准广告投放,筛选高意向客户,3个月后再看转化率,把数据反馈回系统,优化迭代模型。

“在这个过程中,最难的是理论模型怎么落地。我们的合作伙伴明源云把这个过程叫做‘科学成果应用场景化。”张海涛总结说,“我们的经验是一定要吸取、提炼一线人员的经验,理论模型才有生命力。”

房地产也有大小年

地产市场如此火爆,地产企业应用大数据技术能有多大价值?

张海涛对此的回答是肯定的。“对任何一家企业来说,‘客户都一定是一个痛点。”她说,“好像这20年房地产市场特别火爆,大周期是上涨的,但地产行业也有大小年,大概3年是个小周期。”2008年美国金融危机时,很多楼盘价格都跌了30~40%,有一部分知名大房企2009年的财报都是亏损的。

“而且,我认为地产业也不是一个寡头行业。客户可以选择你的楼盘,也可以选择别的楼盘。地产商间要比户型设计、比精装修标准……”她说。在房地产的小年,在充分竞争的市场,客户大数据能帮地产企业找到意向客户,大数据的应用也会更有价值。

这样,在营销之外,还有很多企业的内功建设是大数据能提供支撑的。比如,优质供应商的遴选,材料采购价格的进一步优化;再如,房地产企业拿地的投资回报、成本控制、开发周期和进度管理等。

现在,金融街控股把未来三年定义为“数据资产年”,计划把一些专项数据库建立起来,它们能提供的价值有很大的想象空间。如产品缺陷库,将客户对户型、精装修、质量的反馈信息集中,就可以在未来设计中防止错误的再发生。再如,建立精装修的部品库,对客户较敏感的瓷砖、卫生洁具、整体橱柜进行研究,针对楼盘客户群的特征,选择适合的部品品类固化下来。

数据治理方法论

大数据的基础是信息系统的广泛应用和高质量的数据。现在,系统的数据已覆盖从项目到人员、供应商、客户等方方面面。在数据分散、案场庞大的状况下,怎么推动各个职能部门去做这件事?

“大数据与ERP建设是一个道理,都是一把手工程。”她说,“我们结合信息化建设和运维的经验和管理要求,将分工、流程、方法、责任考核通过公司的制度指引固化下来,将整体信息化规划分解成年度工作计划和重点工作项,通过向公司高层决策会议提报规划方案,把相关的建设和管理任务做为各职能部门的年度考核项。这是一个建章立制的过程。”

张海涛说,在建章立制过程中,一定要重视职能部门和主管经理事前沟通,讨论出具什么样的成果和标准是大家认可的。“正式会议和私下的交流都要有”,制度一旦制定,就要关注制度的执行和考核,再辅以数据质量的定期和专项巡检,不断提升系统的应用效果。

持续开展数据治理,这是一个螺旋上升的过程。

早在2012年底做信息化规划时,为预防信息孤岛的发生,金融街控股就针对各项目主数据做了统一的数据标准。在2014年、2015年,针对主数据做了数据治理。伴随数据的不断外延,数据治理再次被提到建章立制的高度,让所有系统和渠道的数据能保持一个标准。

例如,针对系统中积累的1万供应商数据,需要按照统一的入库标准重新梳理完善。再如,针对客户特征的342项指标,就是数据采集的标准,不过,并不要求案场一次全部填写完,要求在客户接触和服务的全过程中不断完善。第一阶段针对已成交6万客户群,要求数据填报达到75%才算合格,之后持续整改完善。

在这个过程中,总部职能部门负责建章立制,推广并考核应用效果。业务一线是需求提出者和模型的修缮者。IT部门负责提出规划,参与需求调研,形成IT解决方案。“从企业内部讲,这三方面缺一不可”。

对外部合作伙伴的选择也有谨慎考虑。“我们最终聘请明源云作为我们的合作伙伴。起初,我们考查了跨国IT企业,但因为地产行业大数据没有太多可借鉴的案例,要边摸索边做,要选一个懂业务的合作伙伴。”张海涛说。明源云是国内领先地产生态链“互联网+” 服务商。它是金融街控股的ERP供应商,懂业务,了解系统的数据,能够解决系统间的对接和数据交换,这些都是金融街控股所看重的。

今年,金融街控股还选择了云计算合作伙伴阿里云,来满足未来数据几何增长的存储和计算要求。“我们采用了阿里云的托管服务。相当于阿里云给了我们一个单独的房间,有安全锁和保安,但钥匙掌握在我们自己手里。这既保证了数据的高效计算和运用,又保证了数据的安全”。

客户营销有讲究

在数据治理之外的用数据,也很有讲究。

从金融街起家的金融街控股,一直服务于这条街上的一行三会及主要金融机构。“我们统计过,在这条街上有20万高端金融从业人群。”张海涛望向窗外说。这是金色数据池中最有特色价值的部分,也是多年聚焦商务地产积累下来的宝贵财富。

张海涛他们规划通过数据分析,为商务客户提供更优质的服务。“商业客户与住宅客户有所不同,它的数据收集触点更多,数据规模相对更小,但品质更高端,应用的时候也要更谨慎。”张海涛说,“特别是精准营销的方式。”

位于金融街核心区域的“金融街购物中心”,是京城最高端的购物休闲场所之一。“购物中心有会员体系。当开展特征分析后,你不能在商家打折促销时推送统一的消息。每位会员都有自己钟情的品牌,你不能给Ta推送别的品牌,营销推送要很在乎细节”。

针对金融街控股集团旗下的丽思卡尔顿酒店、威斯汀酒店的客户服务,就更要有针对性。比如大数据可以告诉你,当一位熟客到来,Ta喜欢在哪个餐厅吃饭,喜欢坐在哪个位置……特征分析要深入到每个细节,才会让客人觉得像回家一样贴心。

金融街购物中心四层的俱乐部,会员信息要严格保密,不能对外开放,也不能与其他大数据池整合。“有些数据是不能打通的”。对于这批会员,特征分析后的营销也会不同,比如推送短信可能会打扰到会员,因此会更多地采用物理的展示方式,让Ta获知金融街控股的项目。

根据明源云的统计,目前只有不到10%的地产企业在尝试大数据项目。“大数據实践是一个边规划、边建设、边应用的过程。”张海涛说,“我们希望通过大数据分析和应用,帮我们找到合适的目标客户,并为客户提供更好的服务。”张海涛说,她相信,不断总结完善的方法论,逐步积累的客户数据,坚持科学的数据检查和应用,将帮助他们把金色数据池塘的价值渐渐展现。

猜你喜欢

张海涛金融街客户
金融街:净负债率高企 信托融资凶猛
金融街“撤离”上海滩
为什么你总是被客户拒绝?
如何有效跟进客户?
做个不打扰客户的保镖
“复制金融街”战略还能实现吗?
23
代孕之悲剧,让血脉“掺水”的荒唐
北京金融街:启用网上选民登记平台
Modeling and Simulation of Production Process on Dimethyl Ether Synthesized from Coal-based Syngas by One-step Method*