房企數字化轉型迫在眉睫，這些創新玩法不妨一試：

• 如今的地產行業，正在從增量時代進入存量時代，整體利潤水平正在逐年下降;
• 在地產金融去杠桿的趨勢下，房企的融資渠道全面縮緊;

在競爭日益激烈的時代背景下，傳統房企的數字化轉型已迫在眉睫。

據IDC預測，到2022年，全球65%的GDP將由數字化的產品和服務推動。數字化轉型已成為企業保障自身生存、提高競爭優勢的必經之路。那么在地產行業，借助數字化力量能夠釋放出哪些潛能呢?

[[421129]]

房地產企業的數字化轉型歷程

不同房企，數字化建設的程度各有不同，但歷程大致相同。前期，運用云計算、大數據、物聯網、移動互聯等技術，將傳統IT業務向云端遷移，從IaaS、PaaS、SaaS到DaaS，提升IT的敏捷性，實現用數據洞察業務的能力，夯實數字化轉型的基礎。后期，運用大數據、人工智能、物聯網等技術，探索各業務板塊的創新應用，從而產生新的業務。

房企向服務轉型，避不開物業服務這道坎。物業屬于勞動密集型行業，對于房企來說是一個典型的業務場景。近年來，人力成本逐年增漲，物業費用很難上漲，物業業務也很難實現創收。此外，物業人員的離職率很高，而且經常“組團出逃”，人員的不斷更替造成服務質量的參差不齊，如何在合理管控物業成本的同時，為業主提供優質的物業服務，是每個房企都要面對的現實問題。

目前的主流做法是通過移動端APP或小程序為業主提供物業服務，實現線上繳費、報事報修，投訴建議等功能，提升物業服務能力，加快服務響應速度。然而通過對物業管理人員的走訪后筆者發現，做了物業應用業主不用是一個大問題，物業人員的工作效率并沒有得到實際提升。如何通過持續有效的運營提升移動端的用戶粘性，成為房企下一階段的重要目標。

AI在物業領域實現創新應用

筆者了解到，已有部分房企通過AI和大數據技術降低數字化技術的使用門檻，用數字化的方式線上解決90%以上的問題，在提高一線物業人員工作效率的同時，大幅提升了服務質量，降低了人力成本。

例如通過NLP技術，降低業主與物業交流的門檻，業主只需要像微信聊天一樣發送一段語音，上傳到云后AI就能進行語音識別，并且轉換成文字，生成一張張工單，顯示業主反饋了什么問題，通過情感分析業主訴求的類別，是建議還是投訴，以及二者所占的比重。隨后AI根據工單內容的分類，進行派單，推送給物業人員或工程師傅去執行，派單準確率甚至高于人工派單。

不僅如此，NLP技術還能破除方言帶來的溝通障礙，尤其像廣州、深圳、上海等南方一線城市，會說地方方言的物業人員占比不是很高，通過基于場景的深度學習訓練，AI聽懂方言的能力甚至高出普通物業人員一大截，業主從移動端提交的反饋信息能夠快速被識別和響應，得到迅速回復，大幅提高了用戶粘性，APP日均打開率可以達到30%以上。

對于物業行業來說，人力成本很高，物業人員的能力卻參差不齊，流失率和培訓成本都很高。AI則不存在這樣的問題，AI不需要睡覺，也不會投訴，不存在過勞和離職的問題，AI不止擅長八國語言，能力可以遠超人類，AI積累下來的知識庫都將變成企業未來的財富。

用數字化的方式解決90%以上的問題

智能聊天機器人是NLP的一個典型業務場景，引入語音機器人客服，可以在線上解決大部分物業問題。通過對業主日常詢問的問題進行收集、整理、歸納、分類，形成語料庫，借助智能語音生活小助理可以處理日常瑣碎的詢問，讓物業人員從頻繁的溝通中解放出來。

例如繳物業費的問題，APP功能越復雜，業主找到繳費功能的難度就越高，有了語音問答助理，業主只需通過語音詢問“我的物業費繳到什么時候了?”語音助理不僅能立即給出往期賬單，還能展現立即繳費的對話框，并且在對話完成后讓業主對服務進行評價，這就形成了一個服務的閉環。

當然，語音助理并非適用于全部場景，三個問題沒有切入到主題，大多數人都會失去溝通的耐心，甚至會永遠棄用這個功能或者棄用這個APP，哪怕它是免費的。

因此，AI工程師們通常建議將對話限制在兩輪或三輪以內，讓語音助理成為兩到三個問題的專家，如果回答不出來，說明問題的設置是失敗的。問題的設定必須符合以下三個條件：一是時常發生的問題;二是解決路徑很清晰的問題;三是能夠通過數字化方式解決的問題。將符合以上三個條件的全渠道數據進行機器學習訓練，才能讓AI變成這些問題的專家。

除此以外，不同樓盤，不同地區的關鍵詞網絡也有很大差別，技術人員需要梳理出各個小區的常見問題、熱詞及關鍵詞網絡，方便業務人員了解各自所在項目的最新動態。通過不斷的積累數據，優化算法，不停訓練機器人讓它成為業務專家，90%以上的問題都能直接通過數字化的方式解決，可以直接替代一線的重復性工作，無等待的響應速度將大幅提高服務質量，這就是數字化創新帶來的價值。

提升數據洞察的便捷度 讓數據驅動業務

NLP技術看似只是APP上一個簡單的語音輸入功能，背后靠的是云計算提供的算力支持以及大數據的分析能力，因此，底層的信息化基礎必須打牢。具備了大數據的分析能力，如何為終端賦能，實現數據驅動業務是每個CIO必須思考的問題。

據悉，已有部分企業將聊天軟件與大數據的分析能力相結合，將分析能力帶入到業務最常應用的終端，例如釘釘、微信等，在聊天群內即可隨時共享數據，查看最新動態，進行實時的數據監測和分析。通過數字化賦能，業務人員可以非常便捷的了解已有客戶的喜好，進行精準的產品推薦，以及符合客戶偏好的個性化服務。

與此同時，開箱即用的AI開發平臺，低代碼、無代碼的開發方式等逐漸走入大眾視野，數字化創新的門檻和試錯成本越來越低，讓一線業務人員也能根據細分的應用場景快速開發出需要的應用。通過數據埋點，更能了解客戶關注哪些數據，確定哪些數據指標與業務直接相關，從而進行部分新功能的嘗試和改進，將能更直接的幫助業務，進而實現數據驅動業務。

寫在最后

不同房企，數字化建設的程度各有不同，同一房企不同公司之間、不同業務線之間數字化的能力也存在差距。做試點、立標桿是企業數字化轉型比較典型的做法，然而這種做法在降低轉型風險的同時，也將企業內部的數字化差距逐漸拉開。

那些高舉數字轉型大旗的房企老板們可能不知道的是，底層的物業人員還在用拉卡拉上門收取物業管理費，從APP繳費到拉卡拉收費，中間隔著幾代技術斷層。但是這樣的數字化斷點很少由業務人員直接向上級領導提起，因為這無疑是打在領導的臉。筆者想說的是，數字化轉型的成功沒有定論，但數字化轉型無疑是要提升客戶服務體驗，用客戶最舒服的方式體驗技術帶來的便捷高效，打造標桿固然能起到示范帶頭作用，但那些小創新、小投入能帶來大收益或大幅提升服務體驗的項目也不妨多多嘗試。