用数据做决策—大家都在寻找的无限手套

1. 寻找无限手套

5月8日,JLL仲量联行在北京举办首届“房地产之未来-2019中国房地产科技论坛暨展览会”。极海凭借在地产智能投策环节的落地实践,受邀成为地产创新科技企业代表。极海CEO王昊分享了极海线下决策创新实践的经验与思考。王昊认为,“虽然数据越来越多,数据量越来越大,但大家做线下决策时,依旧觉得不够用,决策并没有变得更客观更聪明。而从极海的创业实践里发现,让机器帮助做决策是件非常创新且有效的事情。比如让机器给地块打标签,并从中找出规律和特征,在商业场景中能很好的为决策提供支撑”。

王昊的发言引起了现场地产业内人士的共鸣。他们到极海展台仔细了解极海如何把数据、地理和智能化分析相结合,在地产、零售、规划等场景落地。总结下来,大家普遍关注三个问题:数据从哪里来?哪些分析方法更为有效?这些数据和分析方法如何为我所用?一位商业地产投资经理的描述就很具代表性,他们每年要考察100多个投资标的,最终只会投资两三个。每一次YES or NO都是一次审慎决策,都希望有足够的数据和分析来支撑。大家都在寻找适合自己的无限手套,打个响指就能知道答案。

2. 拥抱地理思维

JLL高级副总裁Wayne Geary博士认为,“数据库本身很难理解,但当你将这些信息可视化时,你肯定能更快地做出业务决定。我们使用地理可视化的方法帮助客户了解他们正在处理的问题”。极海是地理思维的积极倡导者和实践者,通过地理维度的可视化和分析,能够让你站在新的视角获取更多的信息。举个例子,2017年6月亚马逊以137亿美元收购全食超市。公众对这笔收购产生诸多猜测,亚马逊看中了全食什么呢?我的同事S君从地理角度进行分析,得到了一些有意思的结论。

S君选取了全食在美国所有的门店,共460家。对每个门店生成1小时开车距离的覆盖区域,并对出现大量重合的地方进行合并,结果如下图所示。从分布看,全食门店巧妙的涵盖了所有美国大都市区域(对比下文中的Kroger,会发现其在西海岸、东北纽约、波士顿地区和东南沿海的覆盖较弱)。用1小时驾驶覆盖区域叠加美国家庭人口和收入数据,就能轻松计算出全食能覆盖的家庭数、人口数、收入水平等。计算结果显示,全食460家门店覆盖了美国总人口2.3亿,占美国总人口的72%,覆盖面积100万平方公里,占美国国土面积10%。

作为对比,S君选取了在美国更接近普通大众消费的Kroger做同样的分析,结果如下图所示。Kroger是美国最大的生鲜超市,年收入1153亿美元,有接近2800家门店。全食在美国有460家门店,就数量而言,Kroger要比全食多很多。从驾车1小时覆盖范围来看,全食覆盖人口数量占到美国总人口的72%,而总覆盖面积仅占美国总面积的10%。也就是说,通过店面布局的精心考量,全食做到了低成本高效率。假设亚马逊是为了完善物流体系,提供更加便捷的送货上门服务,那么对于三倍体量的Kroger来说,全食优势巨大。

3. 数据分析三步走

我们非常感慨全食在选址上的功力,一方面顾及了客群的上门访问。另一方面用尽量少的门店,覆盖最多的客群,给生鲜食材送货上门这项服务打下了非常好的房地产基础。上述分析过程并不难想到,关键在于要站在地理这个视角。在JLL的房地产科技论坛,我们了解到大量这样的需求。比如,投资经理想快速判断这座写字楼是否值得收购?房地产开发企业想快速判断这块地多少钱拿能赚钱?体育彩票销售点开在哪里销量更好... 看似需求类似但场景大不同。不同场景会涉及到不同的领域知识、数据和分析方法。虽然不存在一把万能钥匙能解决所有问题,但经过长期实践,极海总结了一套用数据分析解决这类需求场景的有效方法 — 数据分析三步走。

第一步,隐性思维显性化。据统计,人的大脑皮层70%的活动都在处理视觉信息,看的同时大脑其实就像一台高速运转的计算机,快速作出判断。隐性思维显性化,就是把隐藏在大脑深处的经验、把隐藏在数据深处的信息,通过可视化的手段直观表达出来,为大脑提供判断依据。比如下图中的房价数据,从一张表格到分级渲染的地图,房价高低分布一目了然。对于数据可视化的价值,可视化领域的大牛Alberto Cairo早有总结。他在一篇通过可视化给女儿讲解宇宙天体运动的文章中说,数据可视化的价值有两点:一是阐述事实,增强你的表达和受众的理解;二是引导思考,激发探索和交流。

第二步,显性思维结构化。得益于数据越来越多,维度越来越丰富,我们可以对诸多场景进行结构化分析。一方面,借助领域知识构建专家系统;另一方面,把更多维度的数据纳入进来,充分发挥大数据技术的优势。下图是基于自然街区和等时圈,通过指标化、结构化的方式对银行网点进行评估。这里要特别强调数据的重要性,结构化的分析依赖高质量、多维度、结构化的数据,比如这里用到的自然街区。自然街区的范围划分体现了城市肌理,每个街区统计的人口、学校、商场等指标,更能体现客观真实。以此为基础进行分析,比以往用半径2公里的圆,要客观准确的多。

第三步,结构思维智能化。伴随着移动互联网、物联网、云计算的发展,行业数据正在快速膨胀和汇集,机器获得了更多的“食物”。国内人工智能的发展突飞猛进,核心技术和算法逐渐成熟,不仅算法和模型得以进一步优化,机器还“学习”出了真正有效支撑用户决策的行业知识。这些都极大激励我们大胆使用新的技术、数据和更智能的算法。利用智能化分析,更多的让机器帮我们作分析找规律,遵循科学性原则,靠数据说话、靠算法判断、靠人机协同智能来辅助决策。比如下图中通过训练,我们让机器寻找与样本相似的地块,为商业选址提供决策依据。

4. 打好数据基石

数据是上述分析方式得以实践的基础。虽然现在数据越来越多,数据量越来越大,但具体做决策时大家依然很困惑。因为手里掌握的更多的是业务数据,数据再多是“别人家的数据”,而数据分析需要更多维的数据参与。这也是极海极为重视数据的原因。极海数据团队把自有数据、合作伙伴提供的数据和第三方数据进行清洗、分类,并以此为基础衍生出深度数据产品,比如自然街区等时圈等。这些数据产品分门别类,是极海为用户提供解决方案的基础。

5. 结语:为用户打造无限手套

“以数据为核心,以智能化分析为驱动,提升从个体到整体的效能和价值”已成趋势。但是对于具体决策场景中的用户来说,决策需求与场景落地之间还有一个巨大的鸿沟:数据从哪里来?哪些分析方法更为有效?这些数据和分析方法如何为我所用?极海致力于融合云计算、大数据、人工智能技术,用地理思维和方法探索经济及社会生产生活的规律,用地图来可视化行业知识。面对不同的用户场景,极海正在为渴求通过数据做决策的用户打造包含数据、算法和领域知识的解决方案,帮助用户戴上适合自己的无限手套。

欢迎从GeoHey获取地理和位置相关的数据、知识、服务

访问网站 http://geohey.com

联系我们 contact@geohey.com

长按扫码关注公众号

崔福东

继续阅读此作者的更多文章