貝殼找房另一面：數據技術公司

在相當長的時間內，鏈家握著一個龐大的房源資料庫——樓盤字典，它從根本上保證了鏈家的真房源。但這些數據的真實價值不僅如此，還可被繼續挖掘，除了輸出直觀的市場數據，監測房價、預測成交走勢，這些數據還能讓交易本身發生乘數效應。

如果橫向對比淘寶、京東，這兩者已經完全根據數據改變了交易、庫存、管理流程，既可以用海量數據給用戶更多選擇，增加用戶停留時間，也可以輕而易舉打造爆款，通過數據處理把自己變成了真正的平台，把成交過程的核心從找客戶轉變到以用戶為核心推產品。

曾經有這麼一個實驗，從樓盤庫里挑出100套房子，讓最優秀的經紀人和大數據技術比賽，看誰預測哪三套最先賣掉的結果最準確。結果，經紀人的準確率不到1/3，大數據技術的準確率是47.2%。由此得出一個結論：雖然經紀人是線下交易中最重要的，目前的房產交易必須依靠經紀人才能完成，但單純以經紀人為核心的成交體系並不是效率最高的。

以上述邏輯為基礎，鏈家網升級到貝殼找房之後，平台期望以提升交易效率和交互為主要核心的行業服務重建。所以貝殼找房從起步開始就「打包」上線了租房、二手房、新房、海外、如視VR看房等全套內容，而沒有先給出不完整的平台，然後再補窟窿。

從整個貝殼找房的視角去看如視，就是一個相互成全的故事。2018年3月份，貝殼找房以成都為「試點」大規模上線VR看房，用了91個攝影師在不到4個月時間內覆蓋了53%的房源。

上線VR看房之後，貝殼找房發現反饋數據超出了預期。80%的用戶都會看有VR的房源，人均瀏覽房源數提升了80%，均停留時長增長了2.8倍，線上商機轉化效果比400電話高了1倍。簡單直接地說就是：看房者覺得有VR的房源更真實，更值得瀏覽，更有詢問的慾望。

VR看房首先帶來的是效率的提升， 在目前的市場平穩期，成交一套房子所需的現場看房頻次大約是50次，購房者和房源之間的匹配效率低，經紀人花在無效匹配上的時間多於有效帶看。

「一個業主看房，他住在南城，沒有時間，只有周末有一點時間可以看房。然後約過來他就會在房子裡面等，來一個人介紹一下五分鐘，然後走掉。這個過程是比較痛苦的。」貝殼找房副總裁、如視事業部總經理惠新宸表示，「我們也在想我們能做什麼讓這個事情變得更好一些，我覺得VR看房一定會有助於提升看房效率。線上要看房比線下看房快多了，一套房子，往大了說10分鐘看一套VR，你一個小時就可以看6套。」

通過VR來提升用戶篩選房源的準確度，準確度增加也意味著匹配效率的提升，用戶和經紀人花在無效房源上的時間成本都會下降，整個平台的運行效率也會得到提升。

負責VR看房的如視是貝殼找房內部的獨立事業部，目前在線下已經有超過一千人的拍攝團隊支持貝殼找房平台上的房源VR可視化。

對於貝殼找房，如視事業部並不只是一個增加房源展示窗口的服務部門。如何定義一家互聯網技術公司和銷售公司的區別，一是看它的投入在哪，二是看它提升產出效率是技術驅動的還是員工績效推動的。多項技術交叉融合能產生乘數效應，而傳統公司只能做員工的績效加法。

但技術的融合併不容易。實際上，VR看房推出多年，目前已經沒有技術門檻，之前在國內沒有獲得大規模應用，主要是因為投入產出的賬算不過來。惠新宸說，貝殼找房願意做這件事，是因為它和貝殼提升用戶體驗的目標吻合，「我們不靠這個賺錢，我們拍了一套房源的價值可以被轉化，不像拍攝公司拍一套必須要付費，所以我的成本一定會比他們都低。」

背靠著貝殼找房的渠道優勢，如視拉起了一個技術團隊，其中約30%的人來自於BAT的。他們自研技術，然後向工廠下單，最終實現拍攝設備的量產，通過設備量產和人員安排，從成都快速向深圳、北京、上海、廣州、青島、南京等城市複製。

貝殼找房副總裁、如視事業部總經理惠新宸

據悉，到今年8月底，如視將擁有周產一千台設備的量產能力，第二代拍攝設備的重量下降到了2.5公斤，比第一代減輕了一半。第二代設備的演算法更強，運行更快，「原來轉一圈45秒，未來可以做到25秒」，惠新宸說，「我們努力把拍攝的效率變高。」目前一個攝影師拍攝一套房子需要一個小時，每天最多只能拍攝8套房子，在年底之前，如視在全國的攝影師會增加到2000人，通過技術升級拍攝每套房子的時間將縮減一半，通過雙向加速以4倍的速度提升貝殼找房平台的體驗。

「量產的過程其實真的特別苦。包括設計，保證流程的制訂，包括組裝，質檢，嘗試了無數可能」，惠新宸認為貝殼找房良好的運營能力支撐了如視等技術團隊的業務推進。貝殼已經是居住服務行業里互聯網技術最領先的平台企業，也是在技術上投入最多的企業。

但上述這些，都是圍繞互聯網公司的思維邏輯：以用戶為中心。用周鴻禕的話概括就是：「搞互聯網不要上來就賺錢，用戶是上帝」。如視為了增加VR的真實度，會考慮光線、熱脹冷縮對視頻真實度的影響，避免視覺失真。

「我們期望用技術去推進一些事情，改變一些東西」，惠新宸透露，如視已經引進深度學習的方面的人才，希望機器深度學習能夠在圖像處理、空間計算、傢具辨識等技術上提升用戶體驗。

目前的樓盤字典覆蓋了全國135多個城市1億套房屋數據，如視等技術服務將會為這個數據量級帶來成倍增長。例如，VR會在一個房間取30個點，每個點的數據有約30M，每套房子就轉化成一個接近1G的數據化信息。最後需要強大的伺服器和演算法來維持這個數據平台的運行。

如視VR技術對房源真實度和信息量的提升，加上貝殼找房的演算法優化，經紀人在平台上的互動增加，最終都是指向以用戶為核心的服務過程，「用戶在這裡獲取的信息越真實、越多就越信任你，就越願意跟你繼續發生更多的交互。」這是貝殼的邏輯基石和價值觀，而技術意味著人與人之間的連接更加透明。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！