藉助行業資料化浪潮，差異化定位實現突圍
資訊平臺基於C端流量透過B端變現的商業模式十分成熟，同時網路效應顯著。C端訪客越多、B端使用者越多、資訊越多的正迴圈下，具備先發優勢的頭部平臺迅速佔領市場，突圍成功的後發者寥寥無幾。
回看2015年的房產資訊平臺領域，58集團及搜房已佔據絕大部分市場份額。然而，多數資訊平臺優先關注流量和競價排名，也間接導致了虛假房源資訊氾濫的問題，消費者和從業者渴望真實房源資訊。
諸葛找房的差異化定位是真實房源資訊平臺，背後的邏輯是藉助大資料演算法對全網房源資料進行清洗和重組，為C端使用者篩選出真實房源資訊，改善體驗和效率，逐漸積累起C端流量。
打造這樣一個資訊平臺的前提，是行業本身有足夠多的房源資料積累。一方面，58同城、搜房等傳統房地產資訊平臺，已有大量經紀人錄入的資料。同時，在房地產線上化的浪潮下，不管是鏈家、我愛我家等大型經紀公司，還是區域性的中小經紀公司都紛紛自建官網，並使用業務管理SaaS系統，加速了房產資訊的資料化。
在此基礎上，諸葛找房依靠其開發的大資料底層演算法，對房源資料進行結構化、清洗和重組，過濾大部分虛假重複房源，最終全面還原出一套真房源的結構化資料，包括掛牌狀況、各經紀公司報價及中介費、歷史價格變更和成交記錄等，解決了房源資訊問題。
基於資料和資訊流，最佳化流量投放效率
在商業模式上，諸葛找房與傳統資訊平臺類似，憑藉真房源資料聚集C端流量後，以為經紀公司、開發商、代理商等房地產服務商提供客戶導流，實現流量變現。因此，如何解決流量問題是資訊平臺的又一個核心。
雖然從市場格局來看，58集團和房天下已佔據大部分市場份額，兩者還具有流量和市佔率優勢。但在房地產經紀行業，經紀人往同時使用多個渠道獲客，尤其是在經濟週期下行階段，市場低迷，經紀人會減少埠投入時，強調價效比的平臺能夠獲得發展機遇。
諸葛找房創始人&CEO蘇偉傑表示，諸葛找房的埠費用只有行業的1/2，能做到高性價比的主要原因有兩個。第一是基於資料和資訊流的高效率流量投放方式，第二是透過使用者畫像、房源畫像、經紀人畫像的演算法精準匹配實現流量的高效分發。
在流量方面，目前諸葛找房還處在流量積累期，主要透過智慧投放和B2C私域流量等方式獲取流量。而在流量投放過程中，諸葛找房著重使用的是資訊流廣告。資訊流廣告中，諸葛找房建立了獨立的DMP系統及DSP平臺。
此外，諸葛找房根據使用者畫像、房源畫像、經紀人畫像的三大畫像的演算法精準匹配實現流量的高效分發，先根據B端經紀人的畫像和其關聯的房源畫像，再計算出所需的C端流量來實現精準獲取。
諸葛找房設計資料演算法計算一定範圍內，如一個商圈的經紀人使用者數量，對應高區域內正常情況下的購房者轉化率計算出諸葛找房要提供的C端流量，之後再進行C端流量的獲取。這樣一來，在有資料支援的情況下，可以更有效率的規劃投放支出，大大降低盲目投放的成本。
補足線下能力，商業化落地加速
諸葛找房設定了一橫一縱的商業化戰略規劃。
一縱指的是線下城市拓展。雖然是線上平臺，但在商業化的程序中，面對B端經紀人，單純以產品的形式仍不足以使它們為之付費，必須要有本地化的服務。
諸葛找房積極落地各城市的分公司。在每個城市，諸葛找房會落地數十人的線下團隊，負責開拓當地經紀公司等客戶，並負責培訓和服務工作。
目前，諸葛找房線上房源已覆蓋688個城市，經紀人埠服務已開通130個城市，並且以每月10個以上的速度進行擴張，預計在年底突破200個城市。
與此同時，一橫指的是諸葛找房正逐步加強增值業務的拓展。房產資訊平臺流量變現的本質邏輯就是使用者生命週期流量的複用。從二手房、新房，到家居裝修，再到金融，都是上下游一條線。目前，諸葛找房的主要收入來自二手房埠業務，其次是新房媒體業務，其他增值業務正在穩步拓展之中。
紅杉復星加持，諸葛找房如何崛起為頭部平臺？ | 愛分析調研-ifenxi
近期，愛分析對諸葛找房創始人兼CEO蘇偉傑進行訪談，他闡述了諸葛找房的業務模式和發展戰略，以及對行業趨勢的看法，現節選部分內容分享如下。
房源資訊是搭建商業閉環的首要一步
愛分析：我們觀察到在到經紀行業裡，聯盟化、品牌化的趨勢很明顯，怎麼看待這一趨勢？
蘇偉傑：我對品牌化持看好態度。品牌化意味著什麼？品牌化意味著這個行業的資料能力在提高。之前很多小門店本身是沒有系統和官網的，品牌化可以幫助他們匯入系統，讓他們適應行業的規則，以此把更多的資料有效的整理在一起，大大提高了行業的資料化程度。
愛分析：使用諸葛找房、58同城或者搜房的埠業務對經紀公司的區別體現在哪些方面？
蘇偉傑： 全國資訊平臺的競爭主要是58、搜房和諸葛找房3家在做，諸葛的價效比最高，只有友商價格的一半，經紀人操作更高效簡單。
愛分析：諸葛找房的埠價格能做到傳統資訊平臺的一半，原因是什麼？
蘇偉傑：最主要的原因是我們透過大資料技術，做了三大畫像的匹配，並根據B端經紀人的需求，來進行C端流量的精準獲取，以此降低成本。
首先，我們計算出來每個區域的潛在使用者量。舉個例子，我們有一整套的計算模型來計算朝陽、東城、西城等商圈的經紀人數量，對應我們正常情況下的購房者轉化率計算出我們要提供的C端流量，之後我們再進行C端流量的獲取，這樣一來可以有計劃的花錢，降低成本。我們自己也有一個叫做客源熱力圖的工具來輔導我們的銷售，進行城市的快速擴張。
愛分析：房源分發的邏輯和傳統資訊平臺有怎樣的區別？
蘇偉傑：最大的區別是我們不依賴於經紀人釋出。
經紀人釋出的模式很難有效提高房源的有效性，我們的核心邏輯是透過自建搜尋引擎、自建SaaS和資料對接三種方式把行業底層的使用者演算法結構化，進行統一整理，因此本質上我們就是一家大資料公司，在行業裡紮根得特別深，專注在這個行業最底層的資料。
舉個例子，小區裡有20套房子，傳統資訊平臺的邏輯是每個經紀人發幾套，最後加起來使資料豐富。而諸葛會把所有資料儘可能做清洗，結構化之後展示出來。這是因為B端產品和C端產品的理念是不一樣的。C端產品是對使用者時長的佔領越多越好，B端是提升經紀人效率的，我們還希望B端在這邊，第一是效率得到提高，第二是成本下降，第三個對成交量確實有幫助。
愛分析：演算法判斷真房源的底層輯邏輯是怎樣的？
蘇偉傑：我們內部叫做多因子聚合分析。這個演算法是基於每個城市每家經紀公司的每個資料來源，每個引數的權重都是不一樣的。整體的計算邏輯會比較複雜，大概有十多層處理流程，我們每天大概會處理數十億次以上的資料量。當資料量級越大，資料質量會越高。
每個城市都需要單獨建模去做分析，模型不可能一開始就OK，所以新開城市都需要一個月左右穩定期。每個城市的基準資料也不太一樣，比如哈爾濱最大的經紀公司是驕陽地產，就不能拿其他經紀公司的資料作為基準資料。
愛分析：房源資訊中經紀公司和經紀人排序邏輯是怎樣的？
蘇偉傑：第一肯定是付費的經紀公司，付費倒不是說我們一定要掙這筆錢，而是我們很大程度上是要靠續費來甄別哪些人是有意願跟我們的購房者客戶進行溝通，這是很核心的一個環節。
第二個是根據使用者跟經紀人之間的溝通，比如說看看有哪些經紀人跟客戶之間的溝通效率會比較高，哪些經紀人在客戶發完資訊之後很長時間也不回，從而將效率更高的經紀人排在前面，這件事情我們沒有做太多的商業化的處理，更多是基於產品本身，讓客戶跟經紀人間的溝通效率更高。
像58和搜房上面很多就靠重新整理置頂，它確實是一個很合適的邏輯。因為這樣一來獲客就會直接很多，因為你也希望被使用者看到，所以肯定會花很多時間釋出房源，但是和我們的底層的邏輯不太一樣。
流量高效獲取，要做全國性平臺
愛分析：目前諸葛找房的C端流量在什麼水平？
蘇偉傑：諸葛的使用者流量排在第四，在業內僅次於58、貝殼找房和搜房。
愛分析：下一步會靠怎樣的方式獲取更多流量？
蘇偉傑：主要透過智慧投放、B2C的私域流量的方式。SEM、SEO、開放平臺、內容和活動我們也會做。
對於我們創業公司來說，每一分錢都要儘可能清楚，儘可能要成本價格。所以諸葛找房的邏輯不在於要多少C端，它的邏輯是有多少B端，再去預算多少C端，然後去把C端客戶匹配給B端客戶。
我們預計今年從今年年初的100個城市，到年底增長到200個城市，那C端使用者會增長至少一倍。
一橫一縱，商業化穩步推進
愛分析：目前覆蓋的經紀人數量怎麼樣？
蘇偉傑：使用的註冊經紀人數量差不多在15萬人左右，全國的經紀人數量大概在100-150萬人之間，每個月10-20%的人員流動性後，大機率未來這個行業的從業者有可能增長到500萬，主要的判斷依據是參考美國3億人口，就有150萬經紀人數量。
愛分析：每個城市的線下分公司擴張層面是怎麼考慮的？
蘇偉傑：到目前為止已經達到130個分公司，每個月以10-20個城市的速度進行擴張，今年年底的目標是要到200個的程度。
要成為一個全國規模性的房產平臺，第一個硬條件是線下的房源數量，你要讓老百姓找房的時候能找到。第二個就是線下必須要有商業化的團隊，凡是做房產網際網路的都需要落地，經紀公司都是本地的，投放預算都是本地的，然後開發商的投放預算也是本地的，所以我們也需要有一個本地化的服務團隊。一個城市大概數十人左右，然後根據城市的經紀人的付費數量來決定當地服務團隊的具體數量，所以它其實都是跟B端的相關。
愛分析：除了二手房業務以外，租房、裝修等業務進展如何？
蘇偉傑：目前已經在做了，主要是個人房源和公寓房，透過我們本身的搜尋引擎對全網的個人資料進行清洗的方式來進行。租房這件事情因為本身更新的速度比較快，所以對資料的處理難度要求會更高，所以我們認為租房這件事情商業化的難度其實很高，遠遠高於二手房和新房。
另外，租房整體的盤子肯定比二手房要小很多，利潤也相對薄一些，經紀公司願意為單個租房客戶付出的成本很低，所以這筆賬不是特別划算，所以我們對這塊並沒有太多的營銷任務，更多是把服務體驗做起來。
裝修是我們很快就會做，因為使用者邏輯很簡單，80%的使用者買完房子後會去裝修業務，所以自然轉化到下游的服務裡面。我們現在也跟很多裝修公司和裝修平臺簽了合作的協議，包括資料授權使用的協議等，裝修在今年下半年會聯合裝修公司測試，我們更關注使用者體驗。
藉助行業資料化浪潮，差異化定位實現突圍
資訊平臺基於C端流量透過B端變現的商業模式十分成熟，同時網路效應顯著。C端訪客越多、B端使用者越多、資訊越多的正迴圈下，具備先發優勢的頭部平臺迅速佔領市場，突圍成功的後發者寥寥無幾。
回看2015年的房產資訊平臺領域，58集團及搜房已佔據絕大部分市場份額。然而，多數資訊平臺優先關注流量和競價排名，也間接導致了虛假房源資訊氾濫的問題，消費者和從業者渴望真實房源資訊。
諸葛找房的差異化定位是真實房源資訊平臺，背後的邏輯是藉助大資料演算法對全網房源資料進行清洗和重組，為C端使用者篩選出真實房源資訊，改善體驗和效率，逐漸積累起C端流量。
打造這樣一個資訊平臺的前提，是行業本身有足夠多的房源資料積累。一方面，58同城、搜房等傳統房地產資訊平臺，已有大量經紀人錄入的資料。同時，在房地產線上化的浪潮下，不管是鏈家、我愛我家等大型經紀公司，還是區域性的中小經紀公司都紛紛自建官網，並使用業務管理SaaS系統，加速了房產資訊的資料化。
在此基礎上，諸葛找房依靠其開發的大資料底層演算法，對房源資料進行結構化、清洗和重組，過濾大部分虛假重複房源，最終全面還原出一套真房源的結構化資料，包括掛牌狀況、各經紀公司報價及中介費、歷史價格變更和成交記錄等，解決了房源資訊問題。
基於資料和資訊流，最佳化流量投放效率
在商業模式上，諸葛找房與傳統資訊平臺類似，憑藉真房源資料聚集C端流量後，以為經紀公司、開發商、代理商等房地產服務商提供客戶導流，實現流量變現。因此，如何解決流量問題是資訊平臺的又一個核心。
雖然從市場格局來看，58集團和房天下已佔據大部分市場份額，兩者還具有流量和市佔率優勢。但在房地產經紀行業，經紀人往同時使用多個渠道獲客，尤其是在經濟週期下行階段，市場低迷，經紀人會減少埠投入時，強調價效比的平臺能夠獲得發展機遇。
諸葛找房創始人&CEO蘇偉傑表示，諸葛找房的埠費用只有行業的1/2，能做到高性價比的主要原因有兩個。第一是基於資料和資訊流的高效率流量投放方式，第二是透過使用者畫像、房源畫像、經紀人畫像的演算法精準匹配實現流量的高效分發。
在流量方面，目前諸葛找房還處在流量積累期，主要透過智慧投放和B2C私域流量等方式獲取流量。而在流量投放過程中，諸葛找房著重使用的是資訊流廣告。資訊流廣告中，諸葛找房建立了獨立的DMP系統及DSP平臺。
此外，諸葛找房根據使用者畫像、房源畫像、經紀人畫像的三大畫像的演算法精準匹配實現流量的高效分發，先根據B端經紀人的畫像和其關聯的房源畫像，再計算出所需的C端流量來實現精準獲取。
諸葛找房設計資料演算法計算一定範圍內，如一個商圈的經紀人使用者數量，對應高區域內正常情況下的購房者轉化率計算出諸葛找房要提供的C端流量，之後再進行C端流量的獲取。這樣一來，在有資料支援的情況下，可以更有效率的規劃投放支出，大大降低盲目投放的成本。
補足線下能力，商業化落地加速
諸葛找房設定了一橫一縱的商業化戰略規劃。
一縱指的是線下城市拓展。雖然是線上平臺，但在商業化的程序中，面對B端經紀人，單純以產品的形式仍不足以使它們為之付費，必須要有本地化的服務。
諸葛找房積極落地各城市的分公司。在每個城市，諸葛找房會落地數十人的線下團隊，負責開拓當地經紀公司等客戶，並負責培訓和服務工作。
目前，諸葛找房線上房源已覆蓋688個城市，經紀人埠服務已開通130個城市，並且以每月10個以上的速度進行擴張，預計在年底突破200個城市。
與此同時，一橫指的是諸葛找房正逐步加強增值業務的拓展。房產資訊平臺流量變現的本質邏輯就是使用者生命週期流量的複用。從二手房、新房，到家居裝修，再到金融，都是上下游一條線。目前，諸葛找房的主要收入來自二手房埠業務，其次是新房媒體業務，其他增值業務正在穩步拓展之中。
紅杉復星加持，諸葛找房如何崛起為頭部平臺？ | 愛分析調研-ifenxi
近期，愛分析對諸葛找房創始人兼CEO蘇偉傑進行訪談，他闡述了諸葛找房的業務模式和發展戰略，以及對行業趨勢的看法，現節選部分內容分享如下。
房源資訊是搭建商業閉環的首要一步
愛分析：我們觀察到在到經紀行業裡，聯盟化、品牌化的趨勢很明顯，怎麼看待這一趨勢？
蘇偉傑：我對品牌化持看好態度。品牌化意味著什麼？品牌化意味著這個行業的資料能力在提高。之前很多小門店本身是沒有系統和官網的，品牌化可以幫助他們匯入系統，讓他們適應行業的規則，以此把更多的資料有效的整理在一起，大大提高了行業的資料化程度。
愛分析：使用諸葛找房、58同城或者搜房的埠業務對經紀公司的區別體現在哪些方面？
蘇偉傑： 全國資訊平臺的競爭主要是58、搜房和諸葛找房3家在做，諸葛的價效比最高，只有友商價格的一半，經紀人操作更高效簡單。
愛分析：諸葛找房的埠價格能做到傳統資訊平臺的一半，原因是什麼？
蘇偉傑：最主要的原因是我們透過大資料技術，做了三大畫像的匹配，並根據B端經紀人的需求，來進行C端流量的精準獲取，以此降低成本。
首先，我們計算出來每個區域的潛在使用者量。舉個例子，我們有一整套的計算模型來計算朝陽、東城、西城等商圈的經紀人數量，對應我們正常情況下的購房者轉化率計算出我們要提供的C端流量，之後我們再進行C端流量的獲取，這樣一來可以有計劃的花錢，降低成本。我們自己也有一個叫做客源熱力圖的工具來輔導我們的銷售，進行城市的快速擴張。
愛分析：房源分發的邏輯和傳統資訊平臺有怎樣的區別？
蘇偉傑：最大的區別是我們不依賴於經紀人釋出。
經紀人釋出的模式很難有效提高房源的有效性，我們的核心邏輯是透過自建搜尋引擎、自建SaaS和資料對接三種方式把行業底層的使用者演算法結構化，進行統一整理，因此本質上我們就是一家大資料公司，在行業裡紮根得特別深，專注在這個行業最底層的資料。
舉個例子，小區裡有20套房子，傳統資訊平臺的邏輯是每個經紀人發幾套，最後加起來使資料豐富。而諸葛會把所有資料儘可能做清洗，結構化之後展示出來。這是因為B端產品和C端產品的理念是不一樣的。C端產品是對使用者時長的佔領越多越好，B端是提升經紀人效率的，我們還希望B端在這邊，第一是效率得到提高，第二是成本下降，第三個對成交量確實有幫助。
愛分析：演算法判斷真房源的底層輯邏輯是怎樣的？
蘇偉傑：我們內部叫做多因子聚合分析。這個演算法是基於每個城市每家經紀公司的每個資料來源，每個引數的權重都是不一樣的。整體的計算邏輯會比較複雜，大概有十多層處理流程，我們每天大概會處理數十億次以上的資料量。當資料量級越大，資料質量會越高。
每個城市都需要單獨建模去做分析，模型不可能一開始就OK，所以新開城市都需要一個月左右穩定期。每個城市的基準資料也不太一樣，比如哈爾濱最大的經紀公司是驕陽地產，就不能拿其他經紀公司的資料作為基準資料。
愛分析：房源資訊中經紀公司和經紀人排序邏輯是怎樣的？
蘇偉傑：第一肯定是付費的經紀公司，付費倒不是說我們一定要掙這筆錢，而是我們很大程度上是要靠續費來甄別哪些人是有意願跟我們的購房者客戶進行溝通，這是很核心的一個環節。
第二個是根據使用者跟經紀人之間的溝通，比如說看看有哪些經紀人跟客戶之間的溝通效率會比較高，哪些經紀人在客戶發完資訊之後很長時間也不回，從而將效率更高的經紀人排在前面，這件事情我們沒有做太多的商業化的處理，更多是基於產品本身，讓客戶跟經紀人間的溝通效率更高。
像58和搜房上面很多就靠重新整理置頂，它確實是一個很合適的邏輯。因為這樣一來獲客就會直接很多，因為你也希望被使用者看到，所以肯定會花很多時間釋出房源，但是和我們的底層的邏輯不太一樣。
流量高效獲取，要做全國性平臺
愛分析：目前諸葛找房的C端流量在什麼水平？
蘇偉傑：諸葛的使用者流量排在第四，在業內僅次於58、貝殼找房和搜房。
愛分析：下一步會靠怎樣的方式獲取更多流量？
蘇偉傑：主要透過智慧投放、B2C的私域流量的方式。SEM、SEO、開放平臺、內容和活動我們也會做。
對於我們創業公司來說，每一分錢都要儘可能清楚，儘可能要成本價格。所以諸葛找房的邏輯不在於要多少C端，它的邏輯是有多少B端，再去預算多少C端，然後去把C端客戶匹配給B端客戶。
我們預計今年從今年年初的100個城市，到年底增長到200個城市，那C端使用者會增長至少一倍。
一橫一縱，商業化穩步推進
愛分析：目前覆蓋的經紀人數量怎麼樣？
蘇偉傑：使用的註冊經紀人數量差不多在15萬人左右，全國的經紀人數量大概在100-150萬人之間，每個月10-20%的人員流動性後，大機率未來這個行業的從業者有可能增長到500萬，主要的判斷依據是參考美國3億人口，就有150萬經紀人數量。
愛分析：每個城市的線下分公司擴張層面是怎麼考慮的？
蘇偉傑：到目前為止已經達到130個分公司，每個月以10-20個城市的速度進行擴張，今年年底的目標是要到200個的程度。
要成為一個全國規模性的房產平臺，第一個硬條件是線下的房源數量，你要讓老百姓找房的時候能找到。第二個就是線下必須要有商業化的團隊，凡是做房產網際網路的都需要落地，經紀公司都是本地的，投放預算都是本地的，然後開發商的投放預算也是本地的，所以我們也需要有一個本地化的服務團隊。一個城市大概數十人左右，然後根據城市的經紀人的付費數量來決定當地服務團隊的具體數量，所以它其實都是跟B端的相關。
愛分析：除了二手房業務以外，租房、裝修等業務進展如何？
蘇偉傑：目前已經在做了，主要是個人房源和公寓房，透過我們本身的搜尋引擎對全網的個人資料進行清洗的方式來進行。租房這件事情因為本身更新的速度比較快，所以對資料的處理難度要求會更高，所以我們認為租房這件事情商業化的難度其實很高，遠遠高於二手房和新房。
另外，租房整體的盤子肯定比二手房要小很多，利潤也相對薄一些，經紀公司願意為單個租房客戶付出的成本很低，所以這筆賬不是特別划算，所以我們對這塊並沒有太多的營銷任務，更多是把服務體驗做起來。
裝修是我們很快就會做，因為使用者邏輯很簡單，80%的使用者買完房子後會去裝修業務，所以自然轉化到下游的服務裡面。我們現在也跟很多裝修公司和裝修平臺簽了合作的協議，包括資料授權使用的協議等，裝修在今年下半年會聯合裝修公司測試，我們更關注使用者體驗。