最近一段时间，房地产市场似乎正在迎来“春暖花开”，3月18日，国家统计局公布了1-2月份房地产市场基本情况统计数据，近期市场成交量呈稳步增长趋势，房地产开发企业的投资积极性也有所恢复。

一方面体现在知名头部民营房企又开始了多年未有的拿地动作。2月22日，龙湖以总价5.5亿元竞得西安一宗商住地，这是龙年龙湖首次在全国出手拿地。3月7日下午，龙湖竞得佛山市禅城区某地块。

这些典型民企时隔多年再次出手，反映了房企信心在恢复，另外就是最近不断有民营房企完成新的融资消息频出，说明房地产市场也在逐渐修复筑底。

另外一方面，捷泰天域作为服务零售、地产、新能源等行业的位置智能服务商，最近明显感觉前来咨询的地产企业、地产咨询企业比往年活跃很多。

基于最近来自地产企业咨询最多的话题，我们谈谈地产客研。

地产企业在拿项目前就需要对目标地块进行全方位的投资可研分析，而客研是重中之重。拿地之前研策部门基于大量的数据信息进行分析，得出目标地块的人口数量、人群画像，人群分布等重要结论，为拿地决策提供支撑。

根据马斯洛需求理论，人的需求分四个层级，对于地产客群，行业也将购房的客户也分为了享受型、追求型、标准型和入门型四类的人群。

地产客研所要做的就是对这些客户进行研究，分类分层，对客户的人口画像和人口分布进行解读支持营销和销售。

通过对人口的画像研究，能知道对应的客户社会特征、家庭特征、购买力特征以及对居住产品的购买需求特征；通过观察城市细分空间，对人口的居住分布、出没地点，迁移轨迹，能指引和支持营销工作，为项目精准寻找最匹配的客户人群，反过来也能根据城市人群特点，进行对应城市进入、土地获取、项目定位、规划设计、产品营销和地面拓客等工作。

本次我将用客户咨询最多的几个问题和解答，来说明我们如何支持地产客研工作。（Q代表客户问题）

数据包括人口、人口画像、天客流、小时客流、月客流画像共五类，共计250+字段。数据的展现形式为网格中心点及网格。数据可以体现城市人口整体整体分布特征，特定维度人口的构成特征，不同时段人口的流动特征，客流数据可以结合模型算法，聚类分析辅助客群研究。

我们的平台功能，完全支持可视化的特征分析，以地图+图表形式反映不同类型，不同特征的人口分布特征，同时也能对特征进行量化输出。目标客户特征可以以各种类型地图或者图表的方式展示，也能根据企业对客户的筛选划分，推荐出特定客户最集中的TOP区域，提高企业分析的效率。

两会刚刚召开完，会上住建部部长倪虹再次从理念、机制和落实上阐述了如何构建房地产发展新模式，“喊话”房企，“今后拼的是高质量，拼的是新科技，拼的是好服务。谁能抓住机遇、转型发展，谁能为群众建设好房子、提供好服务，谁就能有市场，谁就能有发展，谁就能有未来。

善于利用数字化工具的企业，一定会在这场竞争中迅速脱颖而出。

-END-