导读：数据治理经过多年的沉淀，积累了比较完善的理论体系；但是落地时候，治理范围如何聚焦，数据产品如何定位、具象设计和推广运营，不同公司有着不同的设计实现。本文会结合贝壳找房近两年的业务数据中心建设经验，从产品视角来谈谈数据治理的问题。主要内容包括：

　　数据治理目的及内容结合公司特点聚焦治理范围中台侧实践的建设内容及思路治理项目的目标管理产品及运营落地经验01

　　数据治理目的及内容

　　1. 贝壳找房介绍

　　贝壳的主要C端产品是贝壳找房app，围绕居住领域，提供二手、新房、租赁、装修等品质服务。

　　2. 数据治理目的

　　数据治理的终极目的，是提升数据的使用价值。数据是公司的重要资产。数据使用包括两方面：一是通过数据为用户提供更好的服务，如推荐算法；另一方面是利用数据，来为管理提供抓手，更高效地管控业务，在这种情况下，功能创新和管理提效，都依赖于数据被更好地利用，这也是数据治理要解决的核心问题。以下是提升数据使用价值的三个方向。

　　① 共享

　　共享性的提升，是指让公司内部所有的要用到数据的同学，知道公司有哪些数据，找人找数更加便捷。

　　首先从业务视角来看，在日常的需求对接中，通常会通过邮件、PRD、共享文档等载体来管理和记录数据，一旦发生人员调转，或者业务组织架构调整，数据的背景前提就无法考证。很多情况下，数据逻辑只有相关产研了解，需要较高的沟通成本。另一方面，从公司视角去看共享性这个问题，公司的业务系统众多，导致数据分散在各个部门管理，无法流通起来。在这种情况下，我们需要一系统平台，对数据做统一的收口，使得高流通的数据可见、可查、可申请、可管理。

　　② 准确

　　第二个方向是基于准确性的考量。

　　在现实场景中，一个业务字段可能需要从多个维度去定义和描述，包括业务含义，图文解释说明等。但是数据提供方的记录文档，常常不够清晰和完整。我们希望，业务方通过系统平台看到相关数据后，可以判断出它的业务含义，以及是否符合诉求，是否可用。数据治理想做的事，就包括通过工具约束，对字段进行维护和补全。业务自身在迭代过程中，会产成多个版本；数据业务含义的历史变更等，都需要进行维护。不管是实时的业务系统数据还是接口数据，我们希望提高搜索的准确性，降低沟通成本。业务迭代过程中，上游发生变化时，需要及时触达到下游的关注方，这也是我们系统要解决的问题。③ 可用

　　可用性主要是指做到让数据可信赖。已经下线的数据，如果文档没有同步下线，可能造成下游使用方继续调用数据，影响业务；此外，对数据健康状态的监控预警，如事件类消息的消费积压等，也需要及时触达下游；然后，通过元数据的血缘关系，可以帮助业务方更快查找问题；最后，为降低下游消费方解析数据的成本，应该尽量保证流通性数据的数据格式统一。

　　3. 数据治理范围

　　对于大量的用户数据，我们会对相应的埋点数据进行管理；加工用户数据的数仓表，需要进行元数据和数据血缘的管理；加工得到的指标，需要解决的问题包括指标合理化定义，指标认证，指标高效检索等。

　　除了上面介绍的离线数据，还有一些业务主体数据，如贝壳经纪人相关的作业数据等业务系统实时数据，会落到mysql表中，或是加工成流通的数据形式：如以kafka消息，或实时接口的形式提供。完善的数据治理需要多年的时间，公司可结合自身业务特点和系统交互模式，针对现阶段问题对症下药进行治理，把小类问题做好，即可发挥数据治理的价值。

　　02

　　结合公司特点聚焦治理范围

　　下面介绍，我们在以往的经验中，是如何结合公司业务的需求，确定数据治理的范围的。

　　1. 系统特点

　　主要从两个方面来看贝壳对数据治理的要求。

　　首先，贝壳业务数据系统特点，更偏中台属性，许多前台应用无法实现数据的自给自足，需要依赖中台进行数据传输，如C端界面呈现的大多数信息等。同时，一些精细化的运营动作，风控、品质相关的智能算法，实时金额奖励等都需要用到中台侧的实时数据，这部分需求的特点是高频且强依赖。

　　另一个视角看，中台侧自身也存在一些同质化问题，比如数据本身的黑盒化：数据都收口在中台，没有向用户普及，就会影响数据的共享，造成沟通成本较高。另外，一些需求的开发成本较高，需要较多产品、研发、测试同学参与，需要进行提效。第三点是存在格式混乱、可读性较差的问题，这些问题会导致中台侧对一些紧急的数据需求无法及时响应。

　　基于以上问题，需要业务中心来对中心化的数据做统一的治理、收口和质量管控。主要包括两个核心：数据收敛和提效建设。数据收敛主要解决数据不共享的问题，把一些高流通的接口和事件类数据做集中的发布，并做相应的质量管控。提效建设是为了让更少的人力参与到高频且复杂的数据流通过程中，把产研人力释放出来，投入到对公司价值更高的业务开发和业务迭代中。

　　2. 业务特点

　　以上是从公司业务系统交互模式上考虑，需要建设数据治理中心。下面从公司本身的业务特点来分析。

　　许多为传统行业赋能的互联网公司都有作业的主体，如贝壳找房的经纪人等，这就导致很多业务运营诉求的产生：需要利用数据，对业务进行正向牵引，对作业人员进行管控。比如对经纪人上传房源的备件信息来保证房源质量等正向行为的激励，对一些作弊行为的处罚等。这类需求的特点是对数据的实时性要求非常高，奖励要及时发放，关黑等处罚要及时处理。而上述这些正向牵引和管控，依赖对实时数据源的监听，要求数据中心本身要收口足够丰富的数据。

　　以“共享”和“业务语义可读”举例来说，业务运营的同学需要配置一些运营规则时，能够通过数据源，快速判断如何使用数据，来辅助运营策略。

　　许多公司都会遇到运营规则演变一段时间后，策略规则需要优化和提升。这就需要数据准确且可回溯，能够找回依赖的数据源，完成策略优化工作。

　　结合贝壳的业务特点，我们的业务数据中心主要对业务主体关联的明细信息接口，和业务节点的kafka消息做重点治理。

　　以上从系统特点和公司业务特点，介绍了数据治理的背景环境。下面展开介绍数据收敛和提效建设的必要性。

　　3. 数据收敛必要性

　　首先，由于中台维护的数据不够全面，有大量的高成本单次取数需求，需要业务方来支持，且这些数据往往缺少文档记录，完成需求需要较高的沟通成本。这类需求量级大，频率高，管理者可能会采用增加人力的方式来解决。造成人力成本较高。

　　公司在做数据赋能过程中，包括AI、品质风控、精细化运营等团队，需要来自不同业务方的大批量数据，取数效率低会成为卡点，影响核心项目的展开。所以有必要通过业务中台对数据进行治理。

　　4. 提效建设必要性

　　提效建设方面，如果通过管理层从上向下推动，往往不够高效。建议结合数据流通中产研的痛点问题，将提效做到平台产品中，释放人力，这样执行层就会更通畅地接入。

　　03

　　中台侧实践的建设内容及思路

　　1. 建设内容

　　提效建设围绕从生产到发布测试的整个流程，包括自助测试、查询订阅等功能，方便整个公司更高效地访问数据。数据从生产、测试、查询使用、权限申请的闭环都通过平台来管控。

　　2. 产品框架

　　在产品架构上，根据治理的数据主体分为不同类，如接口、事件、指标、数据表等。每个类下面有多个领域模块。比如生产环节提效方面，支持配置化开发；发布时统一格式规范和查询入口；支持用户根据需求，自主订阅查询；测试时支持自助联调测试；以及通过监控和预警模块，对数据质量进行管控等。

　　3. 建设思路

　　建设思路首先要建能力。我们有很多的数据生产方，所以针对生产环节进行了一系列功能性建设，支持数据更便捷的加工、发布、关联业务属性，以及从生产者视角查看下游链路、订阅方，数据变更的触达等。

　　平台对消费方的支持，包括支持统一的查询、自助订阅、对已授权数据的管理、变更触达等。生产和消费功能具备后，就可以启动推广。推广过程中的问题怎么解决，后面会有具体的例子来说明。

　　当数据都收敛到平台上之后，才知道有哪些数据可以治理。首先要识别有哪些问题数据；另外要完善数据认证的功能，来提高取数的便捷性；在质量维护方面，通过线上的反馈和触达机制，结合问题报告等管理方法，来代替运营走查的方式，形成良性循环。

　　数据治理工作依赖很多组织的配合。比如公司通常有治理委员会，还需要跟安全、法务部门有协作，以及会有一些自上而下的数据规范标准等，这些组织依赖会影响数据治理的设计。能力依赖方面，数据有非常多的应用，以数据请求为例，就需要基础且统一的服务标识；还可以通过链路日志的分析，来辅助识别问题；鉴权方面也需要相应的能力等。

　　04

　　治理项目的目标管理

　　目标管理第一是能找到数据。许多核心业务项目的数据，都通过平台来获取，可以通过平台对业务数据需求的满足率来评价。第二要求在业务方使用数据过程中，数据清晰可理解，量化为核心指标字段信息的完备率、以及平台中心化认证数据的占比。第三要提高数据使用中的质量，减少badcase数量，这方面可以和公司的工作流系统、故障组等配合，来量化这个指标。

　　05

　　产品及运营落地经验

　　以下是一些想要共享的建议。治理团队最好不要做只负责建设工具的独立团队，在设计之初，承接一段时间业务需求，才会了解业务方真实的诉求。“治理团队要长在业务的土壤中”。在需求场景中发现的问题，是只通过调研访谈用户无法发现的。我们在做治理中心的时候，会承接业务方的数据需求。通过对整个流程中，产品、研发、测试的具体工作有比较深刻的体验，才能设计好产品。

　　1. 数据收敛经验——目标用户触达

　　产品设计完成后，一般结合几个试点用户的反馈来建设能力。之后就需要进行推广。首先要明确平台服务的用户，如果用户是整个公司的产研，可以利用公司内的电子屏、海报机等展位，以及公司的内网来对用户进行触达。

　　2. 数据收敛经验——深度需求挖掘

　　即便进行了大量的宣传和推广，可能收效仍然有限。这种情况下，可以到各个业务线进行深度访谈和宣讲，使得产品功能与用户诉求相匹配。通过宣讲，也可以发现一些产品还欠缺的关键的能力点，帮助我们完善产品建设。此外，可以通过集思广益，广泛收集反馈，以及与行业内同类产品对标，通过需求驱动产品的进一步规划。

　　3. 数据收敛经验——良性牵引

　　除了前期的推广，产品更重要的是要通过核心的价值点，来吸引目标用户。以下是结合贝壳自身特点的举例，并不一定适用于所有业务线。我们做的比较好的一点是对数据格式进行来收敛。因为格式不统一是数据使用方很大的痛点，平台实现了这个功能，使用方就会驱动生产方将数据生产迁移到平台上。推动格式统一的过程中，如果生产高流通数据的业务方不愿意遵守格式规范，中台会通过产研支持的方式，帮助完成中间层的开发和转化。

　　另外一点比较好的经验是与公司核心数据获取方建立合作机制，让相关系统的规则引擎、运营产品等，使用业务数据中心平台的数据，借此驱动更多数据的生产方将数据发布到业务数据中心，使得平台的数据源更加丰富和全面。建设初期，中心主动跟进一些数据需求，并将需求发布到平台上，由数据中心平台来做统一的收敛和治理，沉淀出新的功能点、管理手段、规则标准等，来推动工具建设。平台能力建设好之后，再通过自上而下的推动，平台产品的价值会得到越来越多的接受和认可。

　　4. 治理难点及举措

　　最后介绍一下我们遇到的一些问题，以及解决这些问题的举措。

　　首先，数据治理涉及生产提效、数据统一、标准收口、数据共享、内容治理、质量、稳定性等很多方面，需要公司给予战略层级的支持，需要相关的架构负责人共同讨论和设计，自上而下去推动。

　　产品设计方面，要结合公司自己的业务形态去摸索、迭代和沉淀。这个过程中，首先要尊重用户，不能只调研少量业务方后，就设计产品功能。而应制定标准，做好迭代。最初可以从文档管理开始，逐步进行系统化收口。此外还要大胆创新。一些产品功能，比如业务词典，依赖对业务的深刻理解。业务本身产生的数据，如核心SOP流程、名词解释、测试链接、账号等，都需要系统化梳理，才能保障更好地使用数据。

　　此外我们也会做一些前沿的探索，感兴趣的同学可以一起交流。

　　能力依赖方面，需要和公司的基础设施、业务系统都有好的联动，所以合作共赢的意识非常重要。

　　推广运营需要擅长借力，一方面通过自上而下的驱动，另一方面产品要有核心的竞争力。此外，推动数据收口和治理，流通管控过程中，可以与安全、法务团队紧密合作，一起推动。

　　06

　　精彩问答

　　Q：数据收敛与数据治理的区别

　　A：这里所说的数据收敛，是指把管控的高流通数据都统一收口到平台。数据治理首先要让数据透明化，将猎物关在篮子里，才能对质量进行管控。

　　Q：如何解决不同业务之间模糊地带的权责划分？

　　A：中台工具搭建之后，数据治理更多是依赖工具的使用者来推动。

　　Q：中台部门是成本部门，在贝壳的实践中，中台提升数据价值是如何体现的？如何让中台部门的同学有好的收益，对团队更有信心？

　　A：举个例子，比如业务新增加一个上报的动作，如果业务方自己开发，功能开发之后需要等待测试同学排期，以及后续一系列上线流程都比较耗时。但是如果是中台来做，我们会监控原始数据的变动，然后根据业务事件定义的规则，对新增加的事件进行定义和自助测试。这个过程不需要测试同学介入即可完成上线发布。如果后续有同学需要用这些新增加的数据进行联调，我们可以提供测试样例，并把这部分数据发到对方的kafka topic里。

　　今天的分享就到这里，谢谢大家。

　　在文末分享、点赞、在看，给个3连击呗~

　　分享嘉宾：

　　导读：数据治理经过多年的沉淀，积累了比较完善的理论体系；但是落地时候，治理范围如何聚焦，数据产品如何定位、具象设计和推广运营，不同公司有着不同的设计实现。本文会结合贝壳找房近两年的业务数据中心建设经验，从产品视角来谈谈数据治理的问题。主要内容包括：

　　数据治理目的及内容结合公司特点聚焦治理范围中台侧实践的建设内容及思路治理项目的目标管理产品及运营落地经验01

　　数据治理目的及内容

　　1. 贝壳找房介绍

　　贝壳的主要C端产品是贝壳找房app，围绕居住领域，提供二手、新房、租赁、装修等品质服务。

　　2. 数据治理目的

　　数据治理的终极目的，是提升数据的使用价值。数据是公司的重要资产。数据使用包括两方面：一是通过数据为用户提供更好的服务，如推荐算法；另一方面是利用数据，来为管理提供抓手，更高效地管控业务，在这种情况下，功能创新和管理提效，都依赖于数据被更好地利用，这也是数据治理要解决的核心问题。以下是提升数据使用价值的三个方向。

　　① 共享

　　共享性的提升，是指让公司内部所有的要用到数据的同学，知道公司有哪些数据，找人找数更加便捷。

　　首先从业务视角来看，在日常的需求对接中，通常会通过邮件、PRD、共享文档等载体来管理和记录数据，一旦发生人员调转，或者业务组织架构调整，数据的背景前提就无法考证。很多情况下，数据逻辑只有相关产研了解，需要较高的沟通成本。另一方面，从公司视角去看共享性这个问题，公司的业务系统众多，导致数据分散在各个部门管理，无法流通起来。在这种情况下，我们需要一系统平台，对数据做统一的收口，使得高流通的数据可见、可查、可申请、可管理。

　　② 准确

　　第二个方向是基于准确性的考量。

　　在现实场景中，一个业务字段可能需要从多个维度去定义和描述，包括业务含义，图文解释说明等。但是数据提供方的记录文档，常常不够清晰和完整。我们希望，业务方通过系统平台看到相关数据后，可以判断出它的业务含义，以及是否符合诉求，是否可用。数据治理想做的事，就包括通过工具约束，对字段进行维护和补全。业务自身在迭代过程中，会产成多个版本；数据业务含义的历史变更等，都需要进行维护。不管是实时的业务系统数据还是接口数据，我们希望提高搜索的准确性，降低沟通成本。业务迭代过程中，上游发生变化时，需要及时触达到下游的关注方，这也是我们系统要解决的问题。③ 可用

　　可用性主要是指做到让数据可信赖。已经下线的数据，如果文档没有同步下线，可能造成下游使用方继续调用数据，影响业务；此外，对数据健康状态的监控预警，如事件类消息的消费积压等，也需要及时触达下游；然后，通过元数据的血缘关系，可以帮助业务方更快查找问题；最后，为降低下游消费方解析数据的成本，应该尽量保证流通性数据的数据格式统一。

　　3. 数据治理范围

　　对于大量的用户数据，我们会对相应的埋点数据进行管理；加工用户数据的数仓表，需要进行元数据和数据血缘的管理；加工得到的指标，需要解决的问题包括指标合理化定义，指标认证，指标高效检索等。

　　除了上面介绍的离线数据，还有一些业务主体数据，如贝壳经纪人相关的作业数据等业务系统实时数据，会落到mysql表中，或是加工成流通的数据形式：如以kafka消息，或实时接口的形式提供。完善的数据治理需要多年的时间，公司可结合自身业务特点和系统交互模式，针对现阶段问题对症下药进行治理，把小类问题做好，即可发挥数据治理的价值。

　　02

　　结合公司特点聚焦治理范围

　　下面介绍，我们在以往的经验中，是如何结合公司业务的需求，确定数据治理的范围的。

　　1. 系统特点

　　主要从两个方面来看贝壳对数据治理的要求。

　　首先，贝壳业务数据系统特点，更偏中台属性，许多前台应用无法实现数据的自给自足，需要依赖中台进行数据传输，如C端界面呈现的大多数信息等。同时，一些精细化的运营动作，风控、品质相关的智能算法，实时金额奖励等都需要用到中台侧的实时数据，这部分需求的特点是高频且强依赖。

　　另一个视角看，中台侧自身也存在一些同质化问题，比如数据本身的黑盒化：数据都收口在中台，没有向用户普及，就会影响数据的共享，造成沟通成本较高。另外，一些需求的开发成本较高，需要较多产品、研发、测试同学参与，需要进行提效。第三点是存在格式混乱、可读性较差的问题，这些问题会导致中台侧对一些紧急的数据需求无法及时响应。

　　基于以上问题，需要业务中心来对中心化的数据做统一的治理、收口和质量管控。主要包括两个核心：数据收敛和提效建设。数据收敛主要解决数据不共享的问题，把一些高流通的接口和事件类数据做集中的发布，并做相应的质量管控。提效建设是为了让更少的人力参与到高频且复杂的数据流通过程中，把产研人力释放出来，投入到对公司价值更高的业务开发和业务迭代中。

　　2. 业务特点

　　以上是从公司业务系统交互模式上考虑，需要建设数据治理中心。下面从公司本身的业务特点来分析。

　　许多为传统行业赋能的互联网公司都有作业的主体，如贝壳找房的经纪人等，这就导致很多业务运营诉求的产生：需要利用数据，对业务进行正向牵引，对作业人员进行管控。比如对经纪人上传房源的备件信息来保证房源质量等正向行为的激励，对一些作弊行为的处罚等。这类需求的特点是对数据的实时性要求非常高，奖励要及时发放，关黑等处罚要及时处理。而上述这些正向牵引和管控，依赖对实时数据源的监听，要求数据中心本身要收口足够丰富的数据。

　　以“共享”和“业务语义可读”举例来说，业务运营的同学需要配置一些运营规则时，能够通过数据源，快速判断如何使用数据，来辅助运营策略。

　　许多公司都会遇到运营规则演变一段时间后，策略规则需要优化和提升。这就需要数据准确且可回溯，能够找回依赖的数据源，完成策略优化工作。

　　结合贝壳的业务特点，我们的业务数据中心主要对业务主体关联的明细信息接口，和业务节点的kafka消息做重点治理。

　　以上从系统特点和公司业务特点，介绍了数据治理的背景环境。下面展开介绍数据收敛和提效建设的必要性。

　　3. 数据收敛必要性

　　首先，由于中台维护的数据不够全面，有大量的高成本单次取数需求，需要业务方来支持，且这些数据往往缺少文档记录，完成需求需要较高的沟通成本。这类需求量级大，频率高，管理者可能会采用增加人力的方式来解决。造成人力成本较高。

　　公司在做数据赋能过程中，包括AI、品质风控、精细化运营等团队，需要来自不同业务方的大批量数据，取数效率低会成为卡点，影响核心项目的展开。所以有必要通过业务中台对数据进行治理。

　　4. 提效建设必要性

　　提效建设方面，如果通过管理层从上向下推动，往往不够高效。建议结合数据流通中产研的痛点问题，将提效做到平台产品中，释放人力，这样执行层就会更通畅地接入。

　　03

　　中台侧实践的建设内容及思路

　　1. 建设内容

　　提效建设围绕从生产到发布测试的整个流程，包括自助测试、查询订阅等功能，方便整个公司更高效地访问数据。数据从生产、测试、查询使用、权限申请的闭环都通过平台来管控。

　　2. 产品框架

　　在产品架构上，根据治理的数据主体分为不同类，如接口、事件、指标、数据表等。每个类下面有多个领域模块。比如生产环节提效方面，支持配置化开发；发布时统一格式规范和查询入口；支持用户根据需求，自主订阅查询；测试时支持自助联调测试；以及通过监控和预警模块，对数据质量进行管控等。

　　3. 建设思路

　　建设思路首先要建能力。我们有很多的数据生产方，所以针对生产环节进行了一系列功能性建设，支持数据更便捷的加工、发布、关联业务属性，以及从生产者视角查看下游链路、订阅方，数据变更的触达等。

　　平台对消费方的支持，包括支持统一的查询、自助订阅、对已授权数据的管理、变更触达等。生产和消费功能具备后，就可以启动推广。推广过程中的问题怎么解决，后面会有具体的例子来说明。

　　当数据都收敛到平台上之后，才知道有哪些数据可以治理。首先要识别有哪些问题数据；另外要完善数据认证的功能，来提高取数的便捷性；在质量维护方面，通过线上的反馈和触达机制，结合问题报告等管理方法，来代替运营走查的方式，形成良性循环。

　　数据治理工作依赖很多组织的配合。比如公司通常有治理委员会，还需要跟安全、法务部门有协作，以及会有一些自上而下的数据规范标准等，这些组织依赖会影响数据治理的设计。能力依赖方面，数据有非常多的应用，以数据请求为例，就需要基础且统一的服务标识；还可以通过链路日志的分析，来辅助识别问题；鉴权方面也需要相应的能力等。

　　04

　　治理项目的目标管理

　　目标管理第一是能找到数据。许多核心业务项目的数据，都通过平台来获取，可以通过平台对业务数据需求的满足率来评价。第二要求在业务方使用数据过程中，数据清晰可理解，量化为核心指标字段信息的完备率、以及平台中心化认证数据的占比。第三要提高数据使用中的质量，减少badcase数量，这方面可以和公司的工作流系统、故障组等配合，来量化这个指标。

　　05

　　产品及运营落地经验

　　以下是一些想要共享的建议。治理团队最好不要做只负责建设工具的独立团队，在设计之初，承接一段时间业务需求，才会了解业务方真实的诉求。“治理团队要长在业务的土壤中”。在需求场景中发现的问题，是只通过调研访谈用户无法发现的。我们在做治理中心的时候，会承接业务方的数据需求。通过对整个流程中，产品、研发、测试的具体工作有比较深刻的体验，才能设计好产品。

　　1. 数据收敛经验——目标用户触达

　　产品设计完成后，一般结合几个试点用户的反馈来建设能力。之后就需要进行推广。首先要明确平台服务的用户，如果用户是整个公司的产研，可以利用公司内的电子屏、海报机等展位，以及公司的内网来对用户进行触达。

　　2. 数据收敛经验——深度需求挖掘

　　即便进行了大量的宣传和推广，可能收效仍然有限。这种情况下，可以到各个业务线进行深度访谈和宣讲，使得产品功能与用户诉求相匹配。通过宣讲，也可以发现一些产品还欠缺的关键的能力点，帮助我们完善产品建设。此外，可以通过集思广益，广泛收集反馈，以及与行业内同类产品对标，通过需求驱动产品的进一步规划。

　　3. 数据收敛经验——良性牵引

　　除了前期的推广，产品更重要的是要通过核心的价值点，来吸引目标用户。以下是结合贝壳自身特点的举例，并不一定适用于所有业务线。我们做的比较好的一点是对数据格式进行来收敛。因为格式不统一是数据使用方很大的痛点，平台实现了这个功能，使用方就会驱动生产方将数据生产迁移到平台上。推动格式统一的过程中，如果生产高流通数据的业务方不愿意遵守格式规范，中台会通过产研支持的方式，帮助完成中间层的开发和转化。

　　另外一点比较好的经验是与公司核心数据获取方建立合作机制，让相关系统的规则引擎、运营产品等，使用业务数据中心平台的数据，借此驱动更多数据的生产方将数据发布到业务数据中心，使得平台的数据源更加丰富和全面。建设初期，中心主动跟进一些数据需求，并将需求发布到平台上，由数据中心平台来做统一的收敛和治理，沉淀出新的功能点、管理手段、规则标准等，来推动工具建设。平台能力建设好之后，再通过自上而下的推动，平台产品的价值会得到越来越多的接受和认可。

　　4. 治理难点及举措

　　最后介绍一下我们遇到的一些问题，以及解决这些问题的举措。

　　首先，数据治理涉及生产提效、数据统一、标准收口、数据共享、内容治理、质量、稳定性等很多方面，需要公司给予战略层级的支持，需要相关的架构负责人共同讨论和设计，自上而下去推动。

　　产品设计方面，要结合公司自己的业务形态去摸索、迭代和沉淀。这个过程中，首先要尊重用户，不能只调研少量业务方后，就设计产品功能。而应制定标准，做好迭代。最初可以从文档管理开始，逐步进行系统化收口。此外还要大胆创新。一些产品功能，比如业务词典，依赖对业务的深刻理解。业务本身产生的数据，如核心SOP流程、名词解释、测试链接、账号等，都需要系统化梳理，才能保障更好地使用数据。

　　此外我们也会做一些前沿的探索，感兴趣的同学可以一起交流。

　　能力依赖方面，需要和公司的基础设施、业务系统都有好的联动，所以合作共赢的意识非常重要。

　　推广运营需要擅长借力，一方面通过自上而下的驱动，另一方面产品要有核心的竞争力。此外，推动数据收口和治理，流通管控过程中，可以与安全、法务团队紧密合作，一起推动。

　　06

　　精彩问答

　　Q：数据收敛与数据治理的区别

　　A：这里所说的数据收敛，是指把管控的高流通数据都统一收口到平台。数据治理首先要让数据透明化，将猎物关在篮子里，才能对质量进行管控。

　　Q：如何解决不同业务之间模糊地带的权责划分？

　　A：中台工具搭建之后，数据治理更多是依赖工具的使用者来推动。

　　Q：中台部门是成本部门，在贝壳的实践中，中台提升数据价值是如何体现的？如何让中台部门的同学有好的收益，对团队更有信心？

　　A：举个例子，比如业务新增加一个上报的动作，如果业务方自己开发，功能开发之后需要等待测试同学排期，以及后续一系列上线流程都比较耗时。但是如果是中台来做，我们会监控原始数据的变动，然后根据业务事件定义的规则，对新增加的事件进行定义和自助测试。这个过程不需要测试同学介入即可完成上线发布。如果后续有同学需要用这些新增加的数据进行联调，我们可以提供测试样例，并把这部分数据发到对方的kafka topic里。

　　今天的分享就到这里，谢谢大家。

　　分享嘉宾：

　　分享嘉宾：李清华 贝壳 资深产品经理

　　编辑整理：赵敏

　　出品平台：DataFunTalk

　　随着疫情的蔓延，全球经济都开始出现下滑趋势，不禁让人想起2008年全球经济危机后以房产为重心带动经济复苏，近期的降息降准，限购政策的放宽，是否为房产服务行业带来了新机遇？

　　近日贝壳找房完成D+轮融资，总融资额超过24亿美元，投资后贝壳找房估值140亿美元，成为超级独角兽。本文以贝壳找房为切入点，一起了解一下移动房产服务行业运作模式。

　　本文将从如下方面进行分析：

　　行业分析竞品分析产业链分析核心业务分析产品迭代分析产品结构分析运营分析总结

　　随着中国房产逐渐进入存量时代以及“互联网+”模式的深入人心，移动房产服务行业快速进入线上时代，各大行业巨头都希望以平台化和标准化革新行业标准，使得行业内竞争力增大的同时也带来重大机遇，下面我们来用PEST模型分析下移动房产服务行业的现状。

　　2017年上半年，政府对房地产调控继续加码，提出加强房地产市场分类调控，目前限购限贷。

　　日趋严格，随着《关于促进移动互联网健康有序发展的意见》的发布，提出促进互联网于实体经济融合发展的重要思想。

　　近两年着重强调”房住不炒“的观念，各大地产开发商拿地难，融资难的情况愈演愈烈，房产市场整体遇冷，新房增速减慢，加速市场进入存量时代。新房调控、房源打假等事件持续波及线上房产服务市场，今年年初略有回暖迹象。

　　中国正处于城镇化不断推进的过程中，乡镇居民大量进入城市工作，定居。购房需求旺盛，形成持久消费动力，目前房地产库存消化较快，整体来说，房地产销售市场正在趋于稳定化。

　　由于传统观念影响，买房安家的理念依旧流行，而在国内投资渠道短缺，低效以及收益较低的情况下，买房的收益独具优势，2016年下半年房价快速上涨引起消费者关注，房产投资仍是当下流行的观念。

　　随着”互联网+“的概念提出，互联网带来的信息透明化，服务高效性理念日渐深入人心。相比于传统的线下点对点服务，中间商利用信息不对等来赚差价，人们更愿意尝试互联网服务。

　　房产信息服务平台不仅是找房平台，更是一站式房产综合服务平台。房产信息服务平台不仅可以找房，还可以查看房产资讯，了解装修家居事宜，解决与房产相关的各种问题。

　　在互联网时代，用户在获取房产相关信息时，房产信息服务平台已经成为最为依赖的信息源。

　　线上找房比传统线下方式更为高效，用户找房时需要渠道来获取房产信息和服务，用户希望信息更全面准确透明，提高找房效率，获得更好的服务。

　　线上房源信息更全面透明，信息查找和看房更方便，可以避免中介过多骚扰，相比传统方式更为高效。

　　技术的发展一直在推动互联网和实体经济的融合和发展，AI、大数据、5G等技术在移动房产领域的价值逐步拓展，应用场景具有无限多可能，新房、二手房、租赁以及其他房产服务的服务质量加速提升。

　　中国有个传统叫安家立业，房子永远是长辈和年轻人口中永恒的话题，改革开放以来，房地产作为重要经济支柱，促进GDP快速提升，所以也成就了近年来移动房产服务行业的快速发展。

　　从易观提供的数据可以看出，虽然近两年由于政治原因，经济原因，不利于地产开发商新楼盘发展，但是社会的进步，城镇化的发展，人们对房地产的关注只增不减。

　　在房地产由增量市场逐渐转化存量市场的过程中，加上人们对房子关注的热情，继续促进移动房产服务行业的发展。

　　大数据在移动房产领域的价值将逐步拓展. 应用场景具有无限多可能。利用高质量的数据、信息和内容赋能房产经纪人，助力营销，提升客户体验感，真正的将房产经纪人、平台、客户三方联动起来，提升三方体验感，联动起整个产业链，实现快速发展线上寻找信息、联系中介、线下看房，技术均可全程参与。

　　VR看房解决了虚假房源和看房者时间难以协调等难题，提升了房屋成交率和减少经纪人相关工作量；人工智能、LBS、5G等技术的逐步成熟将带动企业产品、运营、营销、服务等能力升级。

　　目前地产行业进入存量时代，移动地产服务行业竞争激烈。

　　房产信息服务行业主要有两大阵营，58系和链家系，前者由58同城和赶集网两大综合开放平台支持数据来源，后者以自营中介平台链家、垂直开放平台贝壳找房和公寓平台自如组合形成。

　　贝壳推出后，便引发了行业的巨大关注和争论。58 同城、安居客、房天下等老牌居住类信息平台，被视为贝壳颠覆的对象。易居旗下的房友，既是“旧势力”的颠覆者，又是贝壳的竞争者。

　　用户：58同城的用户群体非常广泛，房产只是其中之一，并在58公开了个人信息后会导致极大可能被后续很长时间进行骚扰，对比注册58，安居客，房天下，贝壳，链家的使用来看，其中58和安居客的骚扰率几乎达到了百分百，房天下弱低，链家与房天下差不多。

　　对比之下贝壳租房半个月左右并没有发生任何骚扰事件可说让用户非常有好感度了。大部分的房产都需要注册登录之后才看得见经纪人的联系方式，在看见经纪人的联系方式的同时，在线联系经纪人也难以维持沟通状态，最直接的方式就是打电话，而大多数为假消息。

　　贝壳提供在线及电话咨询，在线咨询回复时间平均一分钟，电话接听真实率百分百，保证了及回复用户的及时性。

　　从数据上可以看到，生活类排名第一得是58同城，58同城覆盖范围广阔，不能用作针对性对比数据，其他同类型APP排名均远远比不上贝壳，贝壳4个月内超越了大部分得对手，总榜停留39名，分类排名停留第4名（近两个月得数据不向上下）。评分数虽总量上看不足其他，但平均（贝壳上线时间4个月）时间获取得评分远远超过其他竞对，并好评率排名非常靠前。

　　整体格局：由于链家十年来打造的房产圈已经非常根深蒂固，由链家团队新起的贝壳也继承了链家极好的资源和条件，安居客、房天下等在房产市场上已经有了一定的规模并稳居前列，会让贝壳接下来的趋势会更猛，在与各平台结合的联盟下，通过在世界杯的大力宣传之下，快速积累用户并保持用户活跃度的同时展现自身的优势来提高用户留存率和推广率。

　　在已经有了不少老牌房产类APP 稳受市场的时候，贝壳凭借核心特点脱颖而出并在世界杯这个用户最多关注点的时间段进行宣传，获得了很强的用户曝光，当时目前曝光率和用户数似乎达成了正比，在曝光率下降后，其他竞品也会反击进行，目前所接受采访的新闻，贝壳对未来的前景非常大。

　　除了目前的平台外还准备发展更多其他的相关业务，在平台发展的同时，保持自身的核心重点，满足各端需求，不被过多的业务打乱生态圈，才可以在其他老牌APP里后浪推前浪。

　　在移动房产服务这个行业里，主要有 卖家/出租方、买家/承租方、房产经纪人、中介公司这几个角色，贝壳找房平台所扮演的角色如下图。

　　平台想要快速成长，就必须满足好，卖家多卖钱，买家少花钱，经纪人多赚钱，中介公司提升知名度。

　　下面分别分析一下，贝壳找房是如何处理好这几个角色之间的关系的。

　　达成交易的本质一定是实现了交易中各个角色的利益最大化，所以卖方一直以来的诉求中最重要的两点是：

　　快速成交，导致成交速度慢最重要的原因还是曝光度不够，想要快速成交就要把房源挂到多个中介，提升了曝光度后自然会吸引购买者注意，但是全国数以万计的中介，想要在所有中介平台上挂上自己的房子还是不现实，而且劳心伤神。

　　服务质量高、中介平台收取佣金。卖方放心把房源交给中介出售，过程中还包括房屋带看，收取买方定金， 处理购房过程中，合同问题、房屋交割问题，中介机构在一定程度上还充当了担保人的角色。 所以卖方选择一家中介机构一定是比较肯定他的服务能力。

　　但是这么做的好处就是当多个中介平台竞争同一套房源时，可以对佣金进行谈判，少花佣金。

　　买家和卖家的内心需求都是大同小异的，在短时间内买到合适的房子，享受到专业的服务。 但实际上，由于每个房产中介机构掌握的房源有限，其中不乏有的中介机构会上架一些假房源，博取买家的眼球后，然后以房屋已出售，房东不想卖等种种原因，向买家推荐同平台上的其他房源，撮合交易赚取佣金。买家即没有找到合适的房源，也没有享受到高质量的服务。 有时还需要和中介机构斗智斗勇。

　　当然这种信息不对等所带来的效果是有两面性的。比如：对于买家，卖家，经纪人来说都只看到少量市场信息。利用这种信息不对等，买家用低于市场价买下一套房源。但是多数花了更多的佣金，所以别想着你能从中介身上得到什么甜头，毕竟人家是专业的

　　所以每个中介机构掌握的房源信息都有限，而且一些上架房源真实性还有待考证。虽然初步解决了用户需求，但买卖成交慢，效率低也是无法避免的。

　　当全部一线城市和部分二线城市开始进入二手房时代，中介行业在房屋流通中的作用就尤为明显，相比于美国，我国房地产服务行业扔处于初始阶段，经纪人学历水平相对较低、从业年限短、社会认可度低、工龄报酬无法体现为业内共识。

　　房产经纪人作为房屋交易过程中的重要角色，本质上是提供高质量的服务，让交易双方满意。

　　但经纪人习惯被社会称之为“黑中介”，加上经纪人本身对行业认可度也不够，从事房产经纪人的大多是第一职业，而且不少是因为“迫于就业压力”不得不做的选择，学历门槛低，入行要求低，职业周期短，那些中途转行到房地产经纪的从业人员，上一份工作也都是学历、技术门槛不高的行业。大量的经纪人在行业内工作一两年积累了一定经验和资本之后，就会选择“逃离”这个行业，使得社会对经纪人的认可度不高。

　　从以上从业人员学历，工作年限，薪酬回报上看，美国经纪人的学历更高，职业周期更长，随着职业经验增加，工资薪水也越高，而中国经纪人的报酬与工作年限无关。

　　对于美国的经纪人来说，工作经验的积累，专业能力的提升可以通过收入的提升进行体现，这和医生、律师、会计师等专业人士的收入增长路径相似，而中国经纪人的工资收入与工作年限的相关性并不高，个人业务能力及“运气”因素与收入高度相关，且行业内收入高度分化，“二八”现象严重。

　　北京经纪人收入中位数水平不足5000元，大部分收入较低的经纪人无法通过时间的积累获得报酬的提升，无法满足生命周期不同阶段的生活基本需求，会选择短期内跳槽，这也是我国经纪行业无法职业化的一大痛点。

　　贝壳找房作为链家网的升级版，以链家网多年积累的海量真房源为基础，主打以技术驱动的品质居住服务平台，聚合全行业优质服务者，打造开放平台。

　　主推4点服务：

　　真房源，以链家网为基础，打造“楼盘字典”。真价格，依托海量真实成交和在售数据，准确预估房屋真实市场价值。真体验，利用VR技术在线看房，在线讲解。真服务，推出信用评价体系，反映经纪人服务水平。贝壳找房真正想做的，有以下几点：

　　让房源变得真实可靠，贝壳找房依靠链家多年积攒的真房源，首先解决的就是平台房源问题，真实并且海量数据的房源自然会吸引买家的关注，卖家也更倾向于在贝壳找房上发布房产信息，获得更高的曝光量，依靠贝壳推出的房屋估值特色功能还能把自己的房源和市场价对比，得到相对准确的市场价格。

　　改变房产经纪人的服务模式，才能把“黑中介”这顶帽子摘掉，中国经纪人之所以水平低，其根源在于：

　　a. 行业准入制度真空：我国的《经纪人管理办法》（1995年颁布）、《城市房地产中介服务管理规定》（1996年颁布）都规定了房地产经纪从业人员必须经过考试、取得资格证书后，才能从事房地产经纪业务。

　　在执行中，一直以来我国房地产经纪行业的准入监管事实上处于真空状态，从事房地产经纪的个人对资质、考试、执照或许可等方面的要求并未严格执行，也没有切实可行的执业准则，更没有执业的道德诚信标准。这既无法保证经纪人具备基本的专业素质，也无法通过吊销执照等方式约束经纪人行为。

　　贝壳找房推出经纪人的信用评价体系，入驻服务者有对应的贝壳分，分值高将被激励，分值低会被降权甚至退出。

　　b. 信息专有权保护缺失: 行业长期以来缺少对经纪人房源和客源信息的专有权利保护机制，激烈的行业竞争使得经纪人不得不采用不道德、不文明的手段谋求生存空间。

　　c. 缺乏经纪人间合作机制 : 中国现行机制下，所有的成交都基于竞争，公司与公司之间没有合作，公司内部也往往缺乏合作分佣体系，只有最终促成成交的经纪人才能获利。行业缺乏有效合作机制，难以出现专业化的分工和高效的团队协作，使得经纪人难以获得专业知识的积累和经验的增长。

　　d. 成交导向而非客户导向: 在中国，经纪行业佣金率低至0.5%高至3%以上，差异较大，即便在同一家经纪公司，佣金率也可协商，经纪人个人也时常向客户做出返还部分佣金的承诺。公司间、经纪人间的竞争一直以价格为主要手段，既伤害到经纪人的收入水平，也损害了客户的服务体验，客户追逐更低的佣金率促使从业者道德逆向选择。当经纪行业长期陷入价格竞争的泥潭，很难从价格维度的成交导向服务维度的客户导向进化。

　　贝壳找房推出经纪人合作模式，把房屋成交分为几个阶段，经纪人每完成一个阶段就能获取相应的佣金，每个阶段互不干扰，保护了经纪人的权益

　　贝壳基于国外知名平台 MLS 和 Zillow 推出了 新的产品形态：

　　总结：贝壳找房分别从用户痛点和经纪人痛点出发，以新的产品形态，给予了经纪人新的盈利模式。从以往的竞争关系变成合作共赢模式，改为客户导向后，自然提升了用户对经纪人的好感。同时”楼盘字典“解决了卖家发布房源曝光量低，买家接触房源太少等问题，进一步促使了经纪人的成交量，达到正向循环的效果。

　　贝壳找房的核心业务就是新房，二手房，租房的交易，衡量一个公司好坏的重要因素就是核心业务的盈利能力。既然贝壳想模仿美国的MLS中介平台重塑中国中介机构服务模式，平台用户数、用户转化率、用户客单价都是非常重要的考量因素，下面借用电商平台常使用的GMV推导一下贝壳找房的盈利能力。

　　用户数是任何互联网公司的基础，作为链家的升级平台，贝壳找房更好的体现“服务型行业”这一理念。

　　为了做到“移动房产行业，是服务型公司而不是卖信息的公司”，贝壳找房模范学习MLS、Zillow平台， 改变经纪人赚取佣金的模式，并尝试着开放“楼盘字典”供加盟中介使用。所以对于贝壳找房来说，任何的平台参与者，都是其服务的对象，都是目标用户。包括卖家/买家/租客/房东/经纪人/加盟中介平台/加盟住房公寓。

　　从上图不难看出，任何的平台参与者都能得到平台的利益，并且形成了良好的业务闭环，对于房产这种贵重资产，博取用户的口碑尤为重要，老用户的转介绍极大提升了用户的可信度。

　　当然不乏传统的拉新方式，广告多，从世界杯央视广告，优酷，网易，百度，头条，微博，搜狐，甚至公交站牌和公交车上都有。

　　品牌影响力，贝壳找房作为链家的升级品牌自然继承了链家这些年打下的口碑基础，就像打车就找滴滴，订餐就找美团，品牌大了，影响力就上来了。

　　在GMV模型中，提升转化率应该是比较难得一点，用户转化意味着用户愿意为平台所提供的服务付费。

　　贝壳找房的核心参与者主要有用户、经纪人、中介平台，并且三者和平台间既有付费关系，也有协作关系，下面我们一一分析贝壳平台是如何解决参与者痛点，并使其转化为付费用户。

　　C端用户：贝壳找房整合链家线下房源数据，利用大数据技术，确保平台上有海量并且真实房源，解决了用户租房，买房，卖房难问题，并且具有VR看房，一键委托经纪人，房屋估价等亮点功能，从硬性需求上解决用户痛点，加上贝壳的完善服务体系，这是用户自愿转化的重要原因。

　　其次，用户在成交前的任何购房问题，带看讲解问题，都是免费的，只有在交易成功后付5%的中介佣金，而没有其他不合规费用，使用户的转化意愿更高。

　　经纪人：从上节的产业链分析可以看出，贝壳找房正在改变经纪人的工作模式，由竞争模式转变为协作模式，提高了经纪人的行业认可度，从而加长了经纪人职业周期，更能留着优秀人才，优秀的经纪人变多才能成为贝壳的中坚力量。

　　中介/公寓：贝壳找房较大的用户基数带来了高曝光量，吸引了500 多家品牌公寓入驻。房产中介可以加盟贝壳平台，使用其“楼盘字典”服务，解决了一些中介机构有房无客，有客无房的尴尬局面。

　　贝壳找房以技术驱动房产服务行业，不断提升大数据能力，使参与者获取更多利益的同时，自身所能得到的利益也不断提高。

　　从房产服务行业发展不难看出各机构的主要收费模式都是用户服务佣金+经纪人端口费，其中不乏一些”黑中介“利用房源信息不对等，从中获取不正当利益。

　　贝壳找房依旧延续了收取服务佣金的模式，但取消了经纪人的端口费，也就是不利用平台的流量服务能力换取经纪人的利益，贝壳找房CEO也对外宣称，端口费是促使平台上出现假房源的主要原因。

　　取消端口费减少了平台的一部分收入后，贝壳找房更注重经纪人的服务能力，目的通过更好服务用户提升用户付费能力，2016年时，平台收取佣金为房屋总价的2%，到2019年年末，服务佣金涨到5%，佣金过度期间贝壳采用5折佣金模式减缓用户心理落差，事实证明，花一辈子积蓄购一套房产，用户更倾向于房源丰富，服务质量高的平台。

　　同时贝壳找房对加盟平台的中介机构/公寓 收取相应的加盟费，这是其他平台不具备的模式，用于弥补免端口费产生的空缺。

　　2019年初，贝壳尝试新的变现模式，针对入驻经纪公司和经纪人启动“房源包装”服务，以“专业编辑为房源生产文 章+上线贝壳二手房首页3天”的形式，为经纪人提供个性化增值服务。

　　一份房源包装服务方案显示，根据不同的城市级别，贝壳找房给出了不同的打包服务价格，从一篇服务文 章299~499元不等，分为3+5（3套包装房源+5套推荐房源）和5+8（5套包装房源+8套推荐房源）两种套餐。

　　这也是贝壳找房首次公开向经纪人提供收费服务。根据方案显示，目前贝壳找房在北京、深圳、广州、郑州、青岛、大连、成都、石家庄、武汉、重庆、厦门、福州、杭州、上海等城市推出了房源包装服务。

　　从以上分析看出贝壳找房推出了新的经纪人服务模式，无论在新用户拉取上，还是在用户转化率上都得到了一定的提升，但是对于房产服务这一传统行业，贝壳的新模式能否真的被同行和房产经纪人认可呢，贝壳当下的优势和劣势分别是什么？

　　优势：技术驱动行业发展，革新经纪人合作模式

　　贝壳主打以技术驱动房产服务行业，专攻房产大数据，VR等领域，这是传统中介公司不具备的能力，贝壳找房曾经做过一个实验，从某个商圈的房源里挑出100套房，让经验丰富的经纪人选出哪3套会先成交，选对的结果是不到1/3；而大数据系统选对的概率是47.2%，足以证明大数据给房产服务行业带来的转变和机遇。

　　贝壳找房正在革除房产服务行业“旧大陆”的这些弊端，基于多年的行业实践开辟了一条新的平台发展道路，真房源+ACN被称为贝壳的两大“核心坚持”。

　　从商业模式上来看，贝壳找房依托于在产品技术、真房源品质控制、大数据等底层基础设施上的多年积累，以及衍生出的营销、经营、系统、供应链、品牌、人才、交易、资本这八大赋能，从而帮助更多的从业者和品牌成长，再通过ACN合作网络，打破跨品牌间房源、用户、经纪人之间的联动难题，建立合作共赢的良性生态，实现更加高效的资源配置，为消费者提供更具品质的服务体验。

　　除此之外，业内分析也指出，贝壳找房和58集团的盈利模式完全不一样，后者是靠端口费和广告费赚钱，而贝壳找房则是与平台商家共享收益，从成交中赚取一定佣金，以上都为贝壳找房打下坚实行业基础。

　　劣势：行业竞争明显，内部遭受质疑

　　2018年贝壳平台建立之初链家调动大量人员支持贝壳发展，贝壳找房的初始团队几乎全部都来自于链家，同年五月，链家集团正式进行了组织架构调整，链家地产+德佑地产+贝壳找房开始在链家内部并行。

　　这种现象一直持续到了19年年初。一月份的时候，贝壳找房进行了一轮新的组织架构调整，这一次，贝壳找房的内部权力开始扩大，链家宣布将贝壳、德佑、链家三个平台的管理团队合并到同一个管理平台之下，并由贝壳找房CEO彭永东领导。

　　这场涉及到几万人的组织架构调整让链家内部一时陷入“动荡”，为数众多的核心员工、中高层管理人员在这次内部洗牌中或“出局”或“负气离开”，而这场人员大规模调整的“阵痛”会给贝壳找房的未来带来哪些影响还需要时间的考验， 虽然链家内部坚信这是一次必须要做的内部革新，但质疑声同样接踵而来。

　　与此同时，58集团组织中原地产、我爱我家、21世纪不动产等房产中介联合发布了一场全行业“真房源”誓约大会，并组成了“真房源联盟”，这被外界解读为“围剿链家联盟”。

　　链家旗下的贝壳找房确实是有种“即做裁判员又做运动员”的嫌疑，虽然链家一直希望让贝壳找房吸引经纪人与经纪公司入驻，让链家成为贝壳找房平台中最大的自营品牌，和其他加入的中介品牌一起共享平台带来流量，但如何平衡好”亲儿子“和其他中介机构的利益决定了日后各大中介对贝壳找房大平台的看法。

　　为了研究贝壳找房的产品发展历程，下图所示主要展示了贝壳找房从上线到发展至今（v1.0.1 到 v2.26.0 ）的核心更新版本。

　　第一阶段：继承链家主要交易功能，完善平台基础结构，支持更多城市

　　贝壳找房最初是由链家孵化升级而来，不难看出贝壳找房其中几个核心功能和链家是相同的，第一版上线的APP中就出现了VR看房功能。所以贝壳前期的核心目标是以链家的房屋交易为基础，主推ACN经纪人合作模式，邀请更多的经纪人和中介机构入驻平台，所以APP每次版本更新记录描述上 有新城市入驻贝壳即是贝壳的阶段性发展目标。

　　在扩大品牌影响力和拉新用户上，贝壳找房不惜重金在18年世界杯上投放广告，从下图的APP历史下载量上可以看出效果还是不错的，在18年7月世界杯期间达到了下载量高峰，毕竟看世界杯的基本都是男性，同时男性也是房产行业的重要用户。

　　从APP上架到5月15号的 1.1.4 版本，贝壳找房迅速扩大城市范围，占领市场份额。

　　该阶段贝壳找房不断完善核心产品形态，得益于链家和德佑两大主力迅速扩大城市范围，完善交易流程，随着线上+线下推广用户数量节节攀升。

　　第二阶段：提升用户粘性，尝试新的变现业务

　　从版本更新上也可以看出，贝壳找房在不懈推广ACN模式和覆盖更多城市的同时 还推出了贝壳装修这一新的变现模式。 为了提高用户转化率，做了不少讨人喜的功能，比如在线语音通话，帮你找房，部分城市增加地铁通勤找房功能。

　　这一阶段，贝壳找房主要以提升用户粘性为主，做了很多贴心小功能，让买房，楼市更贴近人们生活，以大数据，VR为基础，改变找房难得痛点，同时不断探索新的变现方式。

　　第三阶段：利用科技和数据辅助用户和经纪人，凸显大数据找房平台

　　自2.0版本以来，贝壳找房更注重利用大数据，算法改变房产行业现状2.12.0版本升级找房算法，推送更加精准2.20.0版本增加数据模型，数据指标，用数据说话，用户找房更精准，经纪人的推荐也更方便这一阶段贝壳已经进入业务流程相对稳定的模式，重数据 重算法 是当代互联网公司重要指标，特别是疫情期间，第三产业受到极大影响，贝壳找房利用其VR看房，在线讲解将疫情所带来的影响降低到最小，同时也是对房产服务线上化提供了一次机遇。

　　不过从当前行业发展现状来看，贝壳找房还有很长的路要走，重塑中国房产服务模式是一件伟大的事情，更是民心所向，期待贝壳日后更好的发展。

　　接下来分析下贝壳找房的核心产品结构，看下贝壳找房是如何对不同用户在不同场景的需求做出令人满意的功能、提供便捷的服务。

　　为了便于分析总结，主要对贝壳找房的产品结构按照用户、场景、需求、功能进行梳理得到下面表格。

　　整体分析：

　　贝壳找房客户端用户为买家、卖家、租客、房东，满足各方的相同需求，并且对每个角色需求做出了令人满意的功能。

　　先梳理一下买家卖家租客房东的共同需求是什么，以及贝壳找房做出了什么样的功能来应对的。

　　买方：

　　浏览丰富真房源：地图找房、通勤找房，经纪人帮我找房高质量中介服务：推出贝壳分，经纪人的服务评价合理的价格：查成交，完善买家价格上的心理预期找房合适的地理位置：地图找房，通勤找房，区域找房卖家：

　　高质量中介服务：房屋估计、卖房委托、我的房产、帮我卖房高曝光平台合理的价格：“查成交”、“房屋估价”、“同小区成交”这些功能都给卖家提供了心理预期，虽然对于卖房买房这种重资产交易频率低，而且用户可能交易成功后很多年内都不会有买房卖房想法，所以交易成功后的流失率极大。贝壳找房推出“贝壳装修”服务，对于交易后的用户还能提供二次服务，而且对于已购房产还推出了“一键出售/一键出租功能”，提升用户使用频率，降低用户流失率，基本形成了商业闭环。

　　在“我的”tab页，贝壳找房支持录入自己的房源，并提供小区成交量，小区房价数据，卖家可以实时掌握房产动态，同时还有房贷计算器，换房计算器贴心小工具促进用户活跃度。

　　从上述分析来看，贝壳找房是一款贴心的产品，卖家买家都不会谈“房”色变，同时看点功能进一步拉近了房产和用户之间距离，看大V解读楼市，看最新房产政策。这些都使用户逐渐忘记“黑中介“的形象，促进了移动房产服务行业正向发展。

　　想成为一款国民级的产品自然离不开背后强大的运营团队，那么贝壳找房上架后是做了哪些运营活动和运营手段迅速提升曝光量，从而达到高下载量呢，我们尝试从贝壳找房推出的活动推导一下贝壳找房的运营过程。

　　2018-4 贝壳找房通过官方微博宣布，成为CCTV 2018FIFA世界杯转播赞助商2018-9 贝壳找房赞助了演技竞演类综艺节目《我就是演员》2018-10 贝壳找房赞助播出的《妻子的浪漫旅行》自上线之初就好评不断2019-10 贝壳找房超级赞助的说话达人秀节目《奇葩说》第六季强势来袭2019-11 贝壳找房赞助的2019中冠联赛（CMCL）总决赛在南京举行2020-1 贝壳找房成为中国女排的官方赞助商

　　通过对移动房产服务行业和贝壳找房的整体分析，可以得到以下几个结论：

　　从政治、经济、社会、技术等因素的共同影响下，推动了移动房产服务行业近几年的快速发展，并且从当前社会经济体系和人们的互联网消费观念上来看，不难推测出未来几年移动房产服务 行业会有更大的前景。

　　在市场份额上看，贝壳找房上线两年来已经覆盖300余城市，合作品牌公寓超过300余家，借助链家的力量迅速上升到行业第一梯队，同时行业内的主要玩家安居客也联合起我爱我家、麦田等几大品牌中介成为贝壳找房的主要竞争对手，与此同时房天下也投入了大量资源入局，加上其多年积累的市场影响力，出现第一梯队三足鼎立的现象；房多多和搜房网在用户量和营收规模上来看属于第二梯队，虽然和第一梯队存在差距，但从多年积累下的资源来看不可小视；麦田、中原地产一直着重线下服务，转型时间不长，市场占有率较小，影响力低于一二梯队头部企业。

　　移动房产服务行业主要参与角色有：买家、卖家、房产经纪人、中介机构、平台。平台想要快速发展就必须使这四方能从中得到最大利益。

　　从市场上的对比可以发现，贝壳找房依据链家多年积累的海量真房源基础打造自己的“楼盘字典”，买家可以在平台上找到合适的真房源，并且贝壳找房的特色VR看房功能可以让用户足不出户身临其境看房，倚靠平台高用户量，卖家在贝壳找房上发布房源可以得到更好的曝光，同时贝壳以大数据技术为基础推出的房屋估价功能可以让卖家对自己的房产有合理的预期，这些都是贝壳找房的资源优势和技术优势

　　另一方面，贝壳找房学习并结合国外平台MLS和Zillow ，推出ACN经纪人合作模式，极大减少了经纪人间的恶性竞争，使之更好的服务用户，摘到了“黑中介”这顶帽子。

　　同时贝壳找房邀请更多中介/品牌公寓入驻，对其开放“楼盘字典”功能，解决中介平台“有房屋客，有客无房”的尴尬局面。这就是贝壳找房上架以来迅速发展的原因。

　　贝壳找房的核心业务是二手房、新房、租房交易，想要获得持续稳定收入就要努力提升平台GMV。首先贝壳找房依据海量真房源优势充分吸引买卖双方在平台上进行交易，同时平台建立的ACN经纪人合作模式减少了经纪人的内部斗争，延长了经纪人职业周期，使经纪人的留存率更高，从而更好的服务用户，很大程度上提升了用户的转化率。

　　整体来看贝壳找房从上线至今业务发展大概分为三个阶段，并且每个阶段的核心目标十分精准，前期先完善平台基础功能，拓展更多城市，提升城市覆盖率，中期推出新的变现业务贝壳装修提升用户在平台上的生命周期，达到较稳定阶段后利用其在大数据和VR等技术上的优势不断优化用户体验和经纪人的服务体系。

　　贝壳找房客户端的服务群体是买家/卖家/租客/房东，所以所有功能都是围绕着这四方进行，对于用户的使用场景可以分为交易前、交易中、交易后 这三个阶段，通过对贝壳找房功能分析可以发现，对于用户的每个使用阶段，平台都做出了十分贴心的功能来解决用户的痛点，可以最便捷解决用户痛点的产品才是好产品。

　　PS：相关资料有引用，侵权删

　　本文由 @萝卜突击 原创发布于人人都是产品经理。未经许可，禁止转载

　　题图来自网络