Big Data («биг дата») или в переводе с английского «большие данные» – это массив информации, которая посредством заданных алгоритмов сортируется и анализируется для достижения конкретной цели.
В недвижимости на разных этапах планирования и реализации проектов технология Big Data может быть применена, например, при анализе участка, его инфраструктурных особенностей, преобладания тех или иных представителей профессий в районе, что в итоге можно использовать при проектировании отдельных жилых кластеров типа «коливингов» (аналог общежития для людей одного рода занятий – с индивидуальной спальней, но общей кухней и рабочим пространством).
ЦИАН использует машинный интеллект при анализе украденных фотографий объектов и несуществующих квартир, столичный департамент информационных технологий благодаря большим данным выявляет нелегальную аренду квартир, специалисты «ДомКлик» применяют машинное обучение при прогнозировании конверсии сделки и оптимизации работы сотрудников в соответствии с потоком клиентов.
Интересно, могут ли Big Data заменить маркетинговые исследования? Комментирует руководитель центра маркетинговых исследований ГК «Маркетинг-Консультант» Екатерина Логинова:
«Помните, когда электронные книги стали популярными, были сторонники технологического процесса, которые предсказывали скорейшую гибель бумажных книг. Но этого не происходит, так как электронная не может полностью заменить бумажную (нет осязательного и обонятельного эффекта). То же самое и с Big Data. Это не отдельный вид исследования, это инструмент. Инструмент, который, безусловно, заменит более традиционные способы обработки количественных исследований: анализ продаж, поведения рынка, составление портрета покупателя, составление прогнозов и т. п. Привет тем, кто анализирует продажи в таблицах Excel. Но пока на выбор на рынке жилья оказывает существенное влияние человеческий фактор, без таких традиционных методов, как mystery shopping, фокус-группы, экспертные интервью, не обойтись».
Около «биг-датные» решения используются в i-маркетинге (таргетинг и сегментирование аудитории) девелоперами уже давно, однако полноценный анализ и, что важнее, сбор данных для этого практически не ведется.
Кто использует Big Data в недвижимости?
Первыми на рынке недвижимости решения Big Data стали использовать системные застройщики ГК «ПИК», ФСК «Лидер», «Галс-Девелопмент». Сегодня основная причина непопулярности таких решений среди застройщиков, по мнению специалистов, — отсутствие знания и недостаточность массивов данных. Однако положительный тренд намечен, и основные задачи сейчас сводятся к сбору и структурированию имеющейся информации.
Big Data — перспективный подход к работе с поведенческими сценариями людей, возможность строить и анализировать жизненные модели человека. Например, определить потребность человека в покупке жилья, используя информацию о его поведении в социальных сетях.
Как это работает?
Системой анализируются все First, Second, Third — Party Data, то есть данные, собранные в процессе взаимодействия целевой аудитории с сайтом, данные рекламных активностей и кампаний, сторонние площадки и сайты, а также результаты социальных опросов, статистика, экономические обзоры, данные о востребованных профессиях и даже заработных платах и уровне трудоустройства людей. Объединяя эти данные и выявляя определенные взаимосвязи, можно планировать потребности клиентов в определенных видах и типах недвижимости на ближайшие несколько лет.
Специалисты Smartis в свое время с помощью анализа большого массива данных отметили закономерности во влиянии погоды, времени суток на активность рынка недвижимости и даже смогли выяснить, где будут покупать квартиры в 2030 году — и все это благодаря накопленной базе данных.
Например, большие данные используются в мобильных приложениях элитных жилых комплексов Майами. С помощью информации из календаря приложение рассчитывает оптимальное время для вызова лифта, заказывает кофе и к моменту, когда вы спустились, консьерж уже сварил кофе и подогнал автомобиль.
Или другой пример: при помощи Big Data среди молодоженов была выделена категория людей, которые с высокой долей вероятности (выявлены определенные закономерности при скоринге поведения людей в социальных сетях) разведутся в течение ближайших двух лет и им потребуется отдельное жилье. И наоборот, те пары, которые захотят улучшить жилищные условия посредством расширения.
Как оценить эффективность?
Так же, как и в любых других digital-инструментах, результативность использования Big Data в недвижимости оценивается конкретными (объем продаж) и абстрактными (стоимость лида) показателями.
Здесь же важно учесть и используемый медиамикс инструментов, который оптимизирован под целевую стоимость лида. Тренд сегодня – максимально персонифицированная коммуникация с потенциальным и реальным клиентами, под которых и подбирается сплит из охватных (programmatic) и «догоняющих» (ретаргетинг, контекст) инструментов.
С чего начать?
Несмотря на то, что Big Data решения — это тема уже сегодняшнего дня, у большей части российских девелоперов ручной труд все еще превалирует над искусственным интеллектом, однако, считаю, необходимость в анализе имеющихся массивов данных или как минимум их сборе есть уже сейчас.
Начните с малого: проанализируйте ваших реальных клиентов, информация о которых у вас хранится в CRM, дополните этот анализ данными из открытых источников (соцсети, например), сделайте выгрузку из систем телеметрии, составьте максимально полный портрет клиента, учитывая не только его пол, возраст и географию, но и интересы, места, которые он посещает, куда путешествует и т. п. Сформировав портрет, вы легко сможете персонифицировать предложения для конкретной аудитории: паркинг для тех, кто похвастался в Instagram новой машиной, увеличение жилплощади для тех, кто ждет ребенка, или год коммунальных платежей в подарок при обмене старой квартиры на новую для тех, кому системно приходят квитанции ЖКХ на кругленькую сумму и так далее.
О том, как формировать лояльность клиентов еще до покупки квартиры я писала здесь.
За помощь в подготовке материала благодарим агентство Omniscienta
