- 数据智能
- 房产估价
- 房产大数据
- 兔博士
摘要：位于第三方房产大数据公司，兔博士以房产估价作为核心功能，为买卖双方提供数据支持，提升房产交易效率。同时，围绕用户购房行为，规划多种用户场景，积累用户行为数据，为B端赋能。
房产属于大宗非标商品，客单价高，原本用户决策周期就较长；而房产价格受政策、地理位置等多种因素影响，波动较大。价格的不确定性，进一步增加了房产成交的难度。
提高房价透明度和可预测性，并提升交易效率，是当前C端消费者和经纪公司的核心需求之一。
2013年成立的兔博士，是一家主打查房价功能的第三方房产大数据公司。创始人刘煜在房产领域有近20年经验，曾开创国内新房分销模式。
用房产大数据优化C端服务体验
中国房产行业20年，在开发、流通和运营等环节积累了大量数据，加上较为成熟的信息化基础设施，为房产大数据的发展奠定了基础。因此，数据服务已经广泛应用在开发选址、产品设计、金融估价、物业管理等环节。
总体来看，这些数据更多服务于开发商、金融机构等B端，用于优化企业制造和经营环节，针对C端的消费级数据服务还比较欠缺；而随着房产行业的存量化趋势，市场逐渐向买方倾斜，围绕C端的服务效率和体验提升会变得越来越重要。
兔博士的业务模式建立在数据服务基础上，致力于优化C端服务体验。
成交价查询和挂牌房源估价是兔博士最先上线的两项功能，通过大数据实现房产估价，减少买卖双方信息不对称，提升交易效率。
基于地理位置、历史价格、周边情况、户型等数据，兔博士一方面展示房产历史报价与成交价差异，反映市场大致走向；另一方面，对挂牌房源的价格进行动态预测，为买卖双方提供数据支持。
在估价功能的基础上，围绕C端消费者在房产交易过程中的需求场景，兔博士不断积累数据和算法，推出小区点评等更多功能。在兔博士的规划中，这样的场景有20个之多，未来将陆续推出。
估价是主打功能，以小区户型为基础单位
由于影响因子较多，房产估价需要完整的历史成交数据作为支撑。兔博士数据源包括官方数据、经纪公司及经纪人和用户，其中官方数据占比超50%，主要是通过与为开发商提供咨询服务的公司合作获取。
这些数据涵盖了房产从地块规划、门牌号到二手交易信息等，同时有线下人员持续更新各个小区的地理位置，完善小区LBS数据。基于大量房产数据，兔博士建立了小区字典，并作为经纪人上传房源的审核依据，确保线上房源的真实性。
作为第一款为C端提供房产估价服务的APP，兔博士已为近700万套房产进行了估价。
相比市场同类产品，兔博士将房产户型作为基本单位进行动态估价，系统会依据前一次估价结果自动修正参数，用于下一次同小区同类型的房产估价，因此随着估价次数的增加，兔博士的房产估价精度会逐步提升。
同时，从房源挂牌一直持续到房产成交，兔博士基于对房产交易的长期跟踪，也可预测估价对应的有效时间。
刘煜在访谈中表示，兔博士可为用户提供房产过去6个月价格走势及未来30天房价涨跌预测，房产估价精度正负偏差5%以内的占比达到60%，10%以内的可达到80%。
房产交易环节中，除成交量、估价外，房产推荐也是兔博士今年即将上线的功能之一。这一功能主要是结合用户工作地、居住地及收入情况等，为用户购房做小区推荐。
此外，随着用户数量的积累及活跃程度的增加，兔博士会陆续上线其他功能，如金融和家装。以家装为例，通过搜集家装交易数据，根据户型，为用户推荐相应的家装风格。
收入来自数据服务而非端口
针对B端，兔博士推出相应的经纪版，主要满足经纪人日常业务管理需求。经纪人上传房源后，后台收集并分析前端用户的浏览行为，帮助经纪人对客源、房源、房产成交等进行统一管理。
与58类似，兔博士的主要收入来自B端；不同之处在于，兔博士并不涉及端口业务，收入主要来自数据增值服务费。
C端流量是B端保持黏性的关键，兔博士获取C端用户主要通过内容导流。一方面，依靠APP自带的功能属性和优质内容吸引用户，如小区点评、看房笔记、海外地产等；另一方面，通过定期为微信、微博大号提供房产数据作为写作素材，导入用户流量。
经纪人端，除免费的业务管理功能外，兔博士还会提供最新挂牌房源、小区浏览排名以及房源查看排名等数据增值服务，经纪人可付费查看，数据服务费起步为100元/月，这也是兔博士目前主要收入来源。未来随着业务的拓展，收入方式会进一步增加。
经纪人端的推广依赖于线下人员，兔博士经纪人端现有经纪人5万名，主要分布在广州、上海、杭州等地区。
近期，爱分析对兔博士创始人刘煜进行了访谈，他阐述了兔博士的业务模式和发展战略，现节选部分内容分享如下。
自建小区字典，确保真房源
爱分析：兔博士作为产品，核心的应用或功能有哪些？
刘煜：兔博士2016年5月正式上线，第一个主打的场景功能就是查房价，包含成交价和房产估价两个方面。到目前为止，兔博士是国内唯一向C端用户公布全网实际成交和房产估价的平台。
爱分析：数据源包括哪些？
刘煜：官方数据占50-60%，经纪公司占20%，经纪个人和用户大概占到10-20%。
官方数据主要来自原有为开发商提供咨询服务的公司。经纪公司数据主要通过经纪端的合作获取，经纪人上传数据，平台免费为其发布房源，相当于经纪人通过上一次的成交获得下一次的用户，所以成交量越多的经纪人越有动力。
爱分析：会考虑和58等第三方信息平台合作？
刘煜：第三方也是汇集经纪公司的数据，所以我们直接和经纪公司合作。中国排名前十的经纪公司，我们基本都已经合作。
房东一般都会委托多家经纪公司，我们只用经纪公司的数据，就可以帮用户有效去重，保证房子的唯一性。房源上传时，我们会要求精确到门牌号，然后通过后台的小区字典进行比对，如果门牌和面积不符合就无法发布。
爱分析：小区字典如何建立？
刘煜：目前全网平台只有兔博士、链家和房天下有自己的小区字典。
我们和房天下的做法比较一致，从地块容积和规划信息开始采集，一直到建完后的门牌数、二手交易等所有经营数据。跟链家对比，兔博士的楼盘信息完整度高10%左右，因为我们的小区字典建的比较早和全。
经纪公司做法主要是从物业去购买房产资料，因此只能保证作业区域的数据。
累积为700万套房屋进行估价
爱分析：兔博士在房产估价方面有哪些优势？
刘煜：第一，我们是线上最大的免费估价工具平台，累积对700万套房做过估价。
第二，精度高，我们线上房产的估价和成交价偏差正负5%占到60%，偏差10%占到80%。
精度高的主要原因，首先，我们保证了房子的唯一性，其次，我们是唯一一家以小区户型作为单位进行估价的平台，业内普遍是以小区或地块为单位，所以我们的精度会更高。
第三，我们采取的是动态估价，从房源挂牌开始一直到成交会持续估价，上一次估价的结果对下一次同小区相同户型的估价中间，会对估价参数进行修整，所以估价数量越多，结果就越准确。
第四，我们是唯一在估价中公布预计成交天数的公司。
爱分析：经纪人对于估价的需求主要体现在哪里？
刘煜：用户在房产交易环节中满意度最低的就是价格，如果有一个第三方的参考，双方洽谈就会方便很多。实际线下也证明了提前获知估价有助于成交，这也是为什么经纪团队愿意使用产品的原因，我们是在优化整个行业的沟通效率。其实2016年上线初期主要是经纪人在使用，用户看到后也会主动下载。
爱分析：针对银行等B端的估价业务和兔博士的主要区别是什么？
刘煜：第一，2B端会收费，行业标准是评估房产价值的3‰，我们目前是免费。
第二，2B端估价可能需要7-15天的时间，但我们是秒送。
第三，2B端都有牌照，但我们没有，但是我们现在已经在和一些机构进行合作。
用户流量主要来自内容引流
爱分析： C端用户流量大概在什么规模？
刘煜：我们用户量是垂直领域第四名，前三是58、房天下、链家。现在月活用户在100万左右，2016年月活用户在10-20万，当时只有四个城市。我们也是2016-2017年地产垂直领域增长最快的一家公司。
爱分析： C端流量增长除了自然增长外，主要依靠什么？
刘煜：主要依靠内容引流，没有广告投放。我们有一个大咖组织计划，定期给微博、微信大号提供房地产数据，方便他们写文章，兔博士是目前线下数据引用最多的品牌。
爱分析：兔博士流量有机会追赶几家头部公司？
刘煜：我们在线上提供的服务跟内容已经全面超过之前的公司，但是因为历史原因，这些公司从PC端发展过来时间更久或者已经上市，所以具有一定的优势。但作为创业公司，我们走得会比较快、深、准，所以增长速度上我很有把握超过排名靠前的公司。
相比流量排名，我们更倾向于能否满足消费者的所有需求。在我们内部评价体系的20个功能中，兔博士占的最多，今后还会上线一些大公司没有涉及到的功能，随着这些功能陆续上线，兔博士的优势会更明显。
不做端口，数据服务是主营
爱分析：未来兔博士盈利更多来自于B端？
刘煜：产品功能的开发更多着眼于C端，但我们希望对消费者是一直免费。对于B端的价值，除了传统流量外，还会有数据赋能的价值。数据赋能价值会超过原来安居客或房天下对开发商和经纪公司的价值，金融和装修也会是我们重点的赋能方向。
爱分析：今后是否会涉及端口业务？
刘煜：端口业务不是我们的核心，交易量下降，房产租赁是必然趋势，如果只盯住交易，大趋势很可能也是下降，所以我们不把自己定位在交易。
其实对大公司来说，成本的节省更重要，对小的经纪人来说，怎样更好的展现、优化交易环节，提升成交量也很重要。这也是我们更关注的方向。
爱分析：但是经纪人是否更愿意为客户线索付费？
刘煜：不一定，比如链家对客户线索就没有那么看重，更看重估价能力。原来个人或单个门店没有办法把握，但我们可以提供增值数据服务。
爱分析：衍生业务开展情况如何？
刘煜：金融和家装规模性开展还有点早，现在只是尝试。今后也会推出相应数据赋能的产品。从数据角度上来看，兔博士应该是目前房地产行业唯一把商业模式建立在数据库上的公司。
但我们最终的产品不仅仅是导流，以家装为例，装修的前置是交易，通过前期获得的数据，对装修公司装修价格和风格进行比较，将这些关系沉淀在平台中，为下次同小区的人提供参考，这个价值更大。家装业务中我们并不会特别看重最终是由哪家家装公司完成，功能会类似在用户输入意向的小区后，告诉他该小区里装修风格的众数是多少。
爱分析：房产交易环节还有哪些机会？
刘煜：我们认为下一个巨大的机会是房产推荐，在用户不知道选择哪个小区的时候，我们可以结合用户的工作地、居住地以及收入情况，给用户做全部小区的推荐，用户获得的信息会远远超过平台或者线下门店。
现在，我们的相关产品已经在测试，预计明年上线，这是兔博士下一步重要的增长点，目前业内还没有人做。
数据赋能，优化行业运作方式
爱分析：上线一个新城市流程是怎样的？
刘煜：我们在当地会先培养种子用户群，当种子用户群超过内部指标，下一步就是开官方公众号，而粉丝积累到一定程度，我们就会进入这个城市，设一名数据观察员和一名用户运营。
爱分析：对于经纪公司，主要通过什么方式与他们的房源建立连接？
刘煜：BD，我们进驻的都是比较大的城市，所以主要对接大型经纪公司。经纪端的入驻跟城市上线不是同一个维度，经纪端的进驻与线下交易量有关。
爱分析：团队规模多大？
刘煜：现在有120人左右，BD团队有40人，更多的是总部的产品和研发。
爱分析：2018年预计营收如何？
刘煜：2018年年底不算其他收入，经纪端收入能够实现打平。
我们目前还是以打基础为主，数据赋能产品的难度在于第一次建立联系，而不是数据产品的溢价。经纪人一旦开始付费，突破其实很容易，因为数据的需求永远是越来越大，所以我们不担心他会不会续费，但是希望在最快的时间内让更多的经纪人能接触到这个产品。
爱分析：未来两三年战略规划和定位大概是怎样的？
刘煜：创业之初，我们针对C端规划了20个场景。其中7-8个场景我们是明确知道怎么改善，还有十几个场景需要一步步跟用户互动，根据用户的增长和活跃度确定如何改善。
我们最大的动力源就是把我们认为对消费端有价值的20个场景全部做完。每一个场景我们都会有相应的算法和工具。比如活跃用户非常喜欢使用小区点评，小区推荐的算法就会更精准，这样就形成了一个工具加算法。20个场景大概会涉及到十几个工具和5-8种关键性算法。
因为部分场景一定会牵扯到B端，我们通过数据赋能去改变或者优化线下作业方式。这20个场景全部做完，我们就有机会彻底改变房地产行业的运作方式。
我们的目标是用5年左右时间，成为互联网房地产领域中一个非常优秀的企业。