海外房地产大数据服务:开发商根据客户需要盖房

国内数据分析市场待做大

庞大的数据积累对数据分析能力提出了要求。成熟的做法是建立计量经济学分析模型，这些方法技术含量高，国内企业一时还难以充分掌握。

顾明告诉记者，需要运用的数据依据包括物业的供应量、销售量或出租率、售价和租金情况，然后基于经济学供求关系的原理，建立多元模型，由此推导出开发量与销售量、价格的相互关系。通过模型可以决定是否加大投资开发力度，以及租金售价实现的标准等。

顾明建议，房企应该更多地分享数据。一线房企如果能够更开放，与专业的数据公司分享数据，后者就能做得更好。再联合更多的学术研究机构，就可以将数据分析的市场做大，并能为商业化或学术化研究提供基础。

袁鸿昌告诉记者，龙头房企在买地等决策时已经进行了一定程度的调查研究，掌握了一定的数据。但国内整个行业在这一方面的成熟度还远远不够。现在仍有一些开发企业进入一个城市，以“拍脑袋”的方式决定拿地这样的大事，投资失误的案例比比皆是。如果能成功借鉴境外的大数据系统，资金运用效率无疑将得到很大提升，投资风险也将因此下降。

但即使如此，要完全规避房地产开发风险依然是件不可能的事，2008年由美国房地产次贷危机所引发的金融危机就是一个明显的例子。IT评论人士谢文说，对房地产行业来说，大数据更多会成为预警风险的一种工具。