信达泰和作为房地产大数据服务商，处于产业链中间环节，上游对接数据源，下游服务客户应用。信达泰和在房产评估行业积累多年，转型后，其倾力于多源的数据采集，构建数据生态，打造核心房产大数据平台，服务于政府、金融机构、快递公司、央企等客群。未来，开放房产大数据平台是信达泰和的终极目标。
指导
凯文
撰写
关蕾
大数据、云计算等新技术正撬动着一个又一个传统行业，经过数年沉淀，房产大数据正逐步兴起。如今，大数据已渗透到房产产业链的各个环节，从前期的精准选址、产品设计，到中后期的精准营销、评估贷款、物业管理等，大数据为其提供了更精准的决策依据。
信达泰和作为独立的第三方房产大数据服务商，为产业链各类主体提供房地产数据、房产评估、资产管理、房产指数等服务，为各行业提供房产相关决策信息。
近年来，基于数据的房产评估模型悄然兴起，对传统估价师的冲击日益加剧。一般来说，传统估价师需要3-7个工作日出具评估报告，对人力依赖较重，效率和可复制性都较低，无法满足实时、批量、标准化的房产评估需求。
从国内市场来看，估价师职位锐减，年，一些估价师职业被取消职业资格许可和认定，如注册资产评估师、土地估价师等。
信达泰和的诞生，源自创始人翟猛曾创立的一家房产评估公司内部孵化项目，基于对上述行业趋势判断，翟猛决定内部变革。作为一家带有房产估价基因的公司，信达泰和将估价师的知识积累转化成估值算法模型，一边完善估价模型，一边收集、校验各种渠道的房产大数据。
原本是想通过大数据技术，为房地产评估师工作带来便捷，提质增效，做一次顺应市场的业务转型，却意外收获新的业务增长点。5年时间，信达泰和的房产大数据平台已完成40个大城市的房产信息积累，包括详尽的地址信息、金融特征信息、估价等多维度数据。
在其大数据平台上，除了房产评估业务，二手房指数报告、房产信息查询、地址校正服务、资产管理等一系列增值产品已陆续落地，服务于政府、金融机构、快递公司、央企等客群。翟猛表示，房产大数据平台需要用开放的心态构建数据生态，向社会开放是最终目标。
二手房交易活跃，估价需求驱动行业增长相比新房市场，二手房对房产估价、抵押贷款、地址校正、资产管理等数据服务的需求更加旺盛，信达泰和的大数据平台、产品及服务也以沉淀二手房数据为核心，逐步发展。
近年来，我国二手房交易市场活跃，以选取的11个样本城市为例，二手房交易面积从年的近万平方米，增长到年的1亿多万平方米，年复合增速达22.3%。此外，随着城市新建商品房土地供应的逐步减少，在未来一段时间内，二手房成交占总房地产总成交面积的比例将持续增高。
在二手房交易过程中，获客、买卖、贷款、纳税、抵押等环节都需要对房产进行价格评估，二手房交易的快速增长将刺激房产大数据行业发展。
此外，近年来中国房地产市场受政策调控、供需比例等因素影响，房产价格波动较大，分别在、及年出现三次大幅度房价下跌。由此分析，银行风控、押品价值复估的需求将随之增加，批量、实时、标准化的押品复估需求将推动房产大数据进一步发展。
日益增长的估价需求，催生出越来越多的房产数据服务公司，大致分为以下三类：
一，转型中的房产经纪公司。链家在年成立数据中心，收集30余个城市的房产数据，推出“楼盘字典”，旨在用数据驱动业务。从数据的角度，经纪公司有房屋的真实交易价格，数据价值高，但由于房产经纪公司身份特殊，在与上下游厂商做数据打通稍显困难，目前以自建生态为主。
二，互联网房产公司。以搜房为代表，用大数据辅助其完成线上的房产交易。但互联网房产公司的线下数据采集能力不强，更多的是依赖网络抓取和自营数据，此外，其估价模型也不算强项。
三，创新型房产评估公司。如信达泰和、世联、云房数据等公司，自带传统房产评估公司的基因，凭借多年的评估经验，这类公司的估价模型准确度最高，但多数房产评估公司不擅长直接获取一手房产数据，对外界数据依赖度较大。
相比之下，互联网房产公司的大数据实力较弱，对外输出能力仍需市场验证；房产经纪公司掌握真实交易数据，价值较高，但在房产交易过程中，经纪公司是利益关联方，数据中立性存疑，自建的数据生态相对封闭；创新的房产评估公司能提供理想的估值模型，但在数据源上不占优势，数据采集是关键挑战。
多样数据源，数据采集是壁垒房产大数据可分为房产属性数据、市场数据、用户数据三个类别。
第一类，房产属性数据，包括精确到户的楼盘表数据、GIS（地理信息系统）及POI（信息点）数据；第二类，市场数据，能够反映出房产价值，如挂牌、成交价格、宏观数据等；第三类，用户数据，包括房产相关的参与主体数据、行为数据等。
多样繁杂的数据类型和数据来源是房产大数据的特征，各大数据平台厂商在数据获取的方式上也不尽相同。
在数据采集方面，信达泰和有自己的理解，采集方法包括线上抓取、合作互换、购买、线下自采、业务沉淀等方式。
线下自采对于信达泰和较为擅长，以北京为试点，其先后用4种方式采集数据，最终形成一套自有采集体系，通过自有测绘公司与当地房产专家结合的形式采集，对数据质量和采集效率有很大提升，是信达泰和的核心竞争力之一。
信达泰和团队在评估行业经验积累丰富，其创始人翟猛于年入行房地产估价领域，先后创立了房产评估公司国信达、房信测绘、思路信息、信达拍卖等公司，资源丰富。房信测绘公司为信达泰和提供定制化的房产数据线下采集服务。从年初开始，翟猛不再担任其他公司职位，将全部精力投入信达泰和。
一个指数三个产品、未来或将按流量付费信达泰和作为房地产大数据服务商，处于产业链中间环节，上游对接数据源，下游服务客户应用。
产品层面，信达泰和公布了一个指数和三个产品。包括：中国城市二手房指数、智慧楼盘、智慧估价、押品估价全程通，年底将继续扩充产品，将推出针对央企客群的房屋资产管理系统。
其核心产品房产大数据平台，产品可视为平台上的模块化应用。在服务不同客群时，能够快速组合封装，有较强的通用性和可复制性。
以房产评估这条业务线分析，信达泰和拥有较强的房产评估输出能力，年与工行、建行、中行签订合同，与总行合作，信达泰和或将得到长足的发展，今年客群拓展至多家城商行客户，处于技术对接和POC阶段。
信达泰和在银行领域取得了较强的先发优势，按照银行用户的特点，随着项目合作的深入，银行客群的粘度逐步加大，更换数据供应商的可能性较低。
此外，信达泰和还取得了政府机关、税务局、公积金、互联网金融、房产经纪、快递公司等客群，为其提供二手房指数、房产估价信息、地址整治等产品和服务。
信达泰和的客群以中大型客户为主，在初期合作时定制开发、咨询服务的属性会伴随至项目成熟，与此同时，与大客户服务的经验也能集成到其产品中，打磨行业标准化产品和解决方案，在开拓同行业客群时，产品规模复制率将大幅提升。
据翟猛介绍，大数据平台建设工作将在年完成，覆盖全国各级城市的房产信息，2B领域是其未来一段时期的主要目标客群，最终战略是将大数据平台将向社会开放，或将变成按查询流量支付的盈利模式。
对标CoreLogic,中美市场数据生态存差异国内外的房产大数据市场差异较大，除了政策、法律、历史等宏观因素以外，数据生态也是明显的差异点之一。
以房源信息为例，在中国，没有一个统一的房源信息汇聚平台，每家房产经纪公司独自拥有不同的房产数据，以此建立相对封闭的数据库和自我数据生态，而同一套房源信息也常被买房者给与多家经纪公司，但各家的数据结构化程度不同，亦无规范可循，因此，中国的底层房产数据呈现分散、繁杂、差异化、沉淀较薄等特点。
在美国，可查询的公共数据资源丰富，有统一的数据平台，如房产数据库、地理信息数据库、房产税数据库等。这类数据库多数由政府、协会统一管理，数据治理的更加规范，很多数据都有数十年的良好积累。
比如，在美国，房源信息来自于一套完善的美国经纪人信息共享系统MLS，由美国房地产经纪人协会NAR统一管理，服务于各类房地产专业人士。在MLS系统中，每套房产由委托经纪人独家代理，房产机构和中介商可在MLS上精准查询，线上考察。在共享的机制下，资源利用率和交易流程均得到大幅提升。在数据层面，美国的底层房产数据更加集中、统一、规模化、积累完善。
现阶段，大数据技术助力中国房产大数据产业快速发展，数据的完整度、更新频次、精准度都将成为各家房产大数据平台的竞争维度。
CoreLogic是信达泰和的对标企业，是美国房产数据领域的龙头企业。年，Coerlogic成立，于年在纽交所上市，目前总市值40亿美元。业务层面，Corelogic有PI（PropertyIntelligence）和RWW（RiskManagementandWorkFlow）两条业务线，提供资产信息、数据分析、估价服务、风险管理等一系列与房产及其他数据相关的产品和服务。
信达泰和与Corelogic进行了4年的咨询合作，借鉴其海外市场的成功经验，将切入更多的房产数据相关场景，打造房地产大数据行业巨头。
近日，爱分析对信达泰和董事长翟猛进行专访，现将精彩内容分享如下。
20年房产估价团队，转型房产大数据爱分析：在房产大数据行业，信达泰和的定位是什么？
翟猛：从各国的经验看，社会财富70~80%都在房地产上，包括美国、澳大利亚等国家。据我们测算，中国住房市场容量是万亿，非住宅市场有万亿。我们的定位是中国财富的守护者，想依托于房地产数据，为中国各个行业做决策的帮手，增加他们做决策的信息。
爱分析：您之前在地产估价20年的经验，对选择转型房产大数据来说，主要沉淀在哪里？
翟猛：第一，对估价的情感；第二，对估价师就业的责任，全球趋势上，传统估价师职位骤减，我想把大家的作业方式改变，通过房产大数据，为大家提供更多的就业机会。
爱分析：据您测算，房产大数据市场空间有多大？
翟猛：参考CoreLogic，它在房地产数据行业的直接收益是50亿美金，但衍生的应用收益亿美金，依靠Corelogic大数据平台，大家在上面做应用。中国市场将远大于CoreLogic，预计是2-3倍。
爱分析：这个2-3倍是如何测算的？
翟猛：第一，中国房屋总量大，约是美国市场2倍左右；第二，我国人口就业流通性较高，将提高房产流转率，释放一定的市场空间；第三，我们的城市管理有待提高，地址信息等衍生品也有很好的商业化价值。
爱分析：CoreLogic的产品和业务包括哪些？
翟猛：CoreLogic覆盖了整个银行与房产相关的业务，从前端获客、受理审批、中端的风险，后端的贷后管理，全覆盖它的产品，在美国市场占达95%。像房贷、信用卡、资产证券化、房贷政策、外国人投资政策、都会用到CoreLogic的数据支持。
爱分析：房产大数据领域入场玩家并不多，您认为背后的原因是什么？
翟猛：第一，做数据不能封闭，但大多数房产经纪公司都是自我生态，天生有天花板；第二，一定要有专业积累，包括地理信息、数据清洗ETL、数学分析和模型、房地产估价、产品及行业知识，包括银行、保险、税务等。
自采、互换、采购等多种方式获取数据源爱分析：房产大数据包括哪些数据类型？
翟猛：我们对中国40个地市的房产有记录在案，包括基础的静态数据，及市场的活力数据。我们从三个维度描述房地产数据。
一，空间维度，我们用九级地址描述房产地址，国家-行政区-板块-街道-小区-楼栋-单元-层-户。现阶段，标注地址需要凭借技术设备，对每一栋楼进行采集，再用卫星、谷歌、天地图等影像核实。
二，生命周期，我们对房子的生命周期进行记录和描述，包括土地出让、开发建设、一手房销售、二手房销售、物业管理、到征收拆迁。国外的房子生命周期较长，中国的房子多数在二三十年。
三，特征信息，如价格、变现周期、金融属性、契税等房地产特征数据，现在正积极收集。
爱分析：房地产价格如何维护？
翟猛：我们维护每个单元、楼层的价格。通常，小区和楼的基准价需要人工维护，单元、楼层通过修正系数的方式给出，同一片区用一套修正系数，再会通过不同维度的数据交叉验证，定期更新。
例如，互联网挂牌数据，虽不够精准但能够表现价格涨幅，判断趋势。另外，收集各种渠道回流的成交数据，通过模型计算估价，结合价格涨幅，按月更新。少数存在问题的，再用人工确认，随着数据越全，后期人工参与会逐步减少。
爱分析：如何人工确认房产价格数据？
翟猛：很多方法，看网络数据、向中介核实、估价师去现场等办法考证价格。
爱分析：信达泰和对接了哪些数据源？
翟猛：地址数据，小区-单元-户号等楼盘表信息，依靠我们的测绘公司完成，每个城市有办事处，由专业测绘人员结合当地房产专家共同完成。我们开发工具，如APP、后端系统，他们负责采集和录入。
挂牌数据会以抓取的方式采集，一些矫正过的网签数据部分城市已有公布。评估数据、成交数据多数与评估公司和经纪公司合作获得，以及在客户服务过程中沉淀、核准的数据等。
爱分析：这样的话，采集数据对人力依赖很重？
翟猛：是很重，但效率很高，按APP中问题点选的方式进行。我们将互联网数据、日常业务数据等都与采集系统做关联，所有房地产数据都能互联互通，并用可视化呈现。
爱分析：采集一个城市的成本有多少？
翟猛：北京在千万量级。
爱分析：平台数据这种如何更新？更新的成本如何测算？
翟猛：依靠互联网数据更新，发现一个必须核实。我们平均一个城市有数十人，有业务沉淀和自动化更新规则，只有少数疑难的，需要人工核实，更新的成本不高。另外，快递业务对平台进行了反哺，地址查的越多，平台的准确度越高。
爱分析：与经纪公司如何合作？多久更新一次交易价格？
翟猛：一般是交换为主，我不要人名，只要地址和成交价格，是脱敏的，我们用房地产的数据服务和报告与其交换，与经纪公司的合作方式按月为主。
爱分析：经纪公司合作的有哪些？
翟猛：各个城市不太一样，要分开谈，我们有数据拓展部门，负责谈合作互换。
爱分析：从客户获取哪些数据？
翟猛：房子的相关数据，包括地址、面积、贷款申请、时间、押入期价格等业务数据。
爱分析：每年在数据购买方面花费多少？
翟猛：数据购买在数百万量级，以后会越来越多。大量的数据是互换、业务沉淀、自我采集的。从数量看，互联网数据量占最大，从价值看，来自银行、估价、中介等数据最值钱，以合作方式获取。自我采集的数据最重要，可以验证互联网数据对错。
以平台为核心，主营房产估价、地址服务爱分析：信达泰和的房产地图有哪些特点？
翟猛：百度、高德的地图、导航精确到小区，我们的应用跟户相关，及周边所有影响价格的因素，包括配套设施等多个维度，集成在我们估价模型里。
爱分析：为客户提供的产品包括哪些？
翟猛：目前以公布了一个指数和三个产品，包括：中国城市二手房指数、智慧楼盘、智慧估价、押品估价全程通，年底将扩充至6个。
我们的核心产品是智慧楼盘，集全国房地产基础信息和市场信息于一体，以地图加载楼盘字典的方式做呈现，包含楼盘信息管理、房产估价、分析统计、挖掘应用等功能。
爱分析：信达泰和发布的中国二手房指数，做指数是商业化困难的事情，这是如何考虑的？
翟猛：基于对我们房产数据的研究，年，我们与住建部、清华大学联合发布中国的二手房指数。虽然二手房数据不完善、获取较难，但真正使用价值最大，二手房均匀分布于城市内，它能积极反应房地产是否健康、政策影响等问题。
我们的宏观指数免费向政府、院校、银行、保险、基金等行业提供，但微观的研究需要付费。
爱分析：做二手房指数有哪些核心技术？
翟猛：第一，时效性，目前是按周更新，重大政策调整按天更新，从量、价等波动角度，用房产数据反馈政府及部门的政策落地情况。在美国，大家按房产指数做投资，指数按分钟更新，中国更多的是购买房产，按周或天更新相对合理。
第二，估价的传承，我们有20年的房地产估价经验，传统的估价报告需要3-4天，无法满足互联网经济节奏，美国、澳大利亚，70%以上的估价师岗位已消失，现在更需要实时、自动、批量、精准、专业的评估报告，用技术替代传统估价。
爱分析：指数方面，美国按分钟，中国按周或按天，您认为背后的原因是什么？
翟猛：原因在于数据生态，数据开放程度不同。国外政府数据是公开的，行业数据可互通互联，有30年研究历史。指数带有预测性，需要长久的积累。我们经过多年积累，才逐渐开始。
爱分析：主要客群有哪些？分别提供怎样的产品和服务？
翟猛：房产大数据的应用很广泛，目前我们做估值、快递地址、资产管理等服务。主要客群包括：
第一，银行。种子客户是中国工商银行总行，去年与建设银行总行、中国银行总行合作。我们为银行客户提供：估价全程通、押品重估、风险评价等系统的银行解决方案。
第二，互联网金融。如百度金融的房产抵押业务，我们为其提供查询和房产估价报告。
第三，快递公司。快递行业多数是人工参与地址解析和分级，效率较低。我们平台可以将原始快递地址解析成规则的地址串，进行自动解析，通过API接口反馈给快递公司，为其增效降本，目前在对接顺丰、优速等，我们使用脱敏的地址数据，不涉及个人信息。
第四，资产管理。服务于大型企业等的房产管理，对租售价格、日常费用等数据进行每周报告，对接后续的租售服务。这款产品12月份上线，有两大单位在试用。
第五，政府服务。我们给住建委、房管局及其房产系统软件中标公司提供查询和报告服务。
爱分析：与银行、金融的房产评估是否要针对到人？
翟猛：我们只需要地址、面积等房产信息，不涉及个人信息。
爱分析：产品对接客户的时候，现在应该更多的以项目为主，定制化程度占多少比例？
翟猛：对银行的押品复估产品以实现SaaS的形式。我们服务大型银行，沉淀之后做标准化，再服务几百上千的小行。除此之外，我们能主导80%，为其提供四大核心能力，除此之外，银行可能增加1-2个需求。
爱分析：这四大能力包括哪些？
翟猛：一，地址拆分和服务能力；二，估价模型和精度能力；三，数据分析能力；四，数据质量。我们的数据质量是以生态为标准，不单纯依靠自采和购买数据，通过业务，有自己沉淀数据和模型的能力。
爱分析：与工行、建行的项目是如何实施的？
翟猛：我们与建行共同开发房产估值模型。建行生产了一套银行指数，包括贷款风险指数、资金指数、开发贷等，我们的房产数据是其中一个评价维度。
爱分析：对同一个行业不同客户来说，输出的是同一套东西？
翟猛：我们核心是一个数据服务平台，已经完成大城市的数据采集，剩下的小城市，还需要一年时间。之后，我会把平台向社会开放，做平台化的公司，按查询量付费。
一个人和社会经济80%都与地址相关，未来平台将会服务很多2B公司。目前，还要靠平台把银行、快递的业务模式跑通，但最终是一个房地产的数据生态平台。
爱分析：快递公司的项目是否已经落地？
翟猛：落地了。寄件人通过语音软件描述地址，转成的文字传到我的系统中分析、校正，变成标准地址，传到快递公司的数据中心，再进行配送。
爱分析：信达泰和有哪些核心优势？
翟猛：一，我们与国内最顶级的院校清华大学、北京邮电大学、中科院、住建委、行业学会合作，资源互补。
二，我们以服务大客户为主，像工行、建行，与大客户服务会使得我们成长更快。
三，重视咨询，我们对标企业是全球最大的房产数据公司CoreLogic，我们聘请其前总裁做了4年咨询。此外，德勤、普华永道、安永是我们的客户，做资产证券化、给银行做风控、房贷、数据治理等。
爱分析：下一步的整体战略是什么？
翟猛：坚定不移的建设房地产数据服务平台不动摇，为银行、房地产中介、快递、政府服务，把这个事做起来，最大的战略是做中国财富的守护者。我认为，这个行业应该是由政府参股，为全社会服务。
多样的收费模式，产品类客户成趋势爱分析：目前团队有多少人？未来业务稳定，团队是怎样的人员结构？
翟猛：不算测绘，我们目前不到人，其中研发人，产品和客服20人，数据人，各地运营团队人。
各个渠道来的数据，大部分可自动化处理，但20%的数据在系统和平台不能识别，需要人工清洗梳理。但人的经验又可变成规则，放到产品中，自动化输出，人力依赖越来越少。未来的想法是数据部门人，研发人，产品和客服人，销售和解决方案人，总数0人以内。
爱分析：这样看来，人力将一直是主要成本？
翟猛：对，第一成本是人员，占60%，第二是数据，占20%，还有设备、日常办公等费用。比例在逐步变化，数据成本需要一年才能稳定。
爱分析：今年是否考虑做利润？
翟猛：今年计划收支平衡。
爱分析：快递公司项目如何收费？
翟猛：按流量收费，我们初步商定按（次/条）收费。据行业数据，每天快递包裹总量为1亿，是优质稳定的市场。
爱分析：服务快递公司，查询量剧增，增加了多少成本？
翟猛：我们组建了一个呼叫中心，增加了3个IDC机房，在北京、西安、哈尔滨，支持每天几千万条查询。
爱分析：长期来看，毛利空间会在多少？净利空间如何？
翟猛：参考国外对标，毛利率约70%，净利率35-40%。
爱分析：预计业务稳定还需要多久？
翟猛：平台还差一年时间建完，预计年以后会有比较好的现金流，项目类的客户会越来越少，产品类的客户将越来越多。
爱分析热文新龙榜
新龙榜TOP
新金融
互联网金融TOP
互联网金融TOP50
互联网保险TOP35
消费金融TOP25
财富管理TOP42
投资机构TOP30
互联网支付TOP20
虎鲸榜TOP50
互联网保险TOP25
互金概念股TOP30
创富人物榜TOP50
影响力50人
企业服务
企业服务TOP
企业服务TOP50
大数据TOP72
B2B电商TOP50
云服务TOP50
网络安全TOP30
大数据影响力50人
B2B电商影响力50人
其它
出行服务TOP50
人工智能TOP50
教育科技TOP50
语言教育TOP20
移动医疗TOP30
汽配维修TOP20
家居家装TOP36
新零售TOP
幼教TOP35
Adobe
Salesforce
阿里云
AWS
Atlassian
Tableau
Cloudera
Palantir
Zendesk
Hubspot
WeWork
MircoStrategy
金山云王育林访谈
Hortonworks
企业安全调研吴云坤访谈
UCloud调研季昕华访谈
乐视云
TalkingData调研崔晓波访谈
纷享销客罗旭访谈
北森
国双科技调研祁国晟访谈
容联云通讯
秒针
销售易
图森互联
数据堂
星环科技
MuleSoft
明略数据吴明辉访谈
OneAPM
听云
有云
环信
昆仑数据陆薇访谈
瀚思科技
猎上网
云智慧
白山云科技
DataHunter程凯征访谈
Sensoro赵东炜访谈
预览时标签不可点收录于话题#个上一篇下一篇