网站大量收购闲置独家精品文档,联系QQ:2885784924

工作领域7 数字化应72课件讲解.pptx

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

工作领域7数字化应用;工作领域描述数字化应用可以大大提高房地产经纪业务效率,是房地产经纪人的好帮手。数字化应用是确保房地产经纪服务品质的基础工作。门店数据分析可以进行用户交互数据分析、门店业务数据分析、经纪人工作数据分析,提高交易服务质量。数据建模与门店数据化运营可以通过分析数据找出问题,推进门店管理。关键指标数据分析可以聚焦管理指标,提升房地产经纪服务水平和效率。所以,数字化应用是房地产经纪服务人员的翅膀,需要具备相应的工作技能。

;工作领域内容l门店数据分析;

l数据建模与门店数据化运营;l关键指标数据分析。

工作技能要求

1.能够理解房地产经纪服务职业标准和工匠精神;2.能够进行门店数据分析;3.能够进行数据建模;4.能够开展门店数据化运营;5.能够进行关键指标数据分析;6.能够撰写数字化应用综合报告。

;

任务2数据建模与门店数据化运营;2.1任务分析

数据建模与门店数据化运营任务内容主要有3项:

(1)数据建模;

(2)分析数据找出问题;

(3)推进门店管理。

2.2任务流程

数据建模与门店数据化运营任务流程有9个步骤:

(1)工作准备;

(2)数据建模;

(3)制定门店数据化经营步骤;

(4)善用工具整理数据;

;(5)分析数据找出问题;

(6)针对问题制定管理策略;

(7)推进落地管理;

(8)数据衡量管理效果;

(9)撰写门店数据化运营报告。

2.3任务实施

1.工作准备

(1)认知数据化运营;

(2)门店数据分析报告。

2.数据建模

(1)数据建模,就是通过建立数据科学模型的手段解决现实问题的过程。数据建模也可以称为数据科学项目的过程,并且这个过程是周期性循环的。;(2)数据建模的基本步骤。见图7-5。;1)制订目标。制订目标的前提是理解业务,明确要解决的商业现实问题是什么?

2)数据理解与准备。基于要解决的现实问题,理解和准备数据,一般需要解决以下问题:

①需要哪些数据指标,即特征提取?如:哪些指标能区别真粉和假粉?

②数据指标的含义是什么?

③数据的质量如何?如:是否存在缺失值?

④数据能否满足需求?

⑤数据还需要如何加工?如:转换数据指标,将类别型变量转化为0-1哑变量,或将连续型数据转化为有序变量。

⑥探索数据中的规律和模式,进而形成假设。需要注意的是,数据准备工作可能需要尝试多次。因为在复杂的大型数据中,较难发现数据中存在的模式,初步形成的假设可能会被很快推翻,这时一定要静心钻研,不断试错。数据建模后需要评估模型的效果,因此一般需要将数据分为训练集和测试集。;3)建立模型。在准备好的数据基础上,建立数据模型,这种模型可能是机器学习模型,也可能不需要机器学习高深的算法。选择什么样的模型,是根据要解决的问题(目标)确定的。当然可以选择两个或以上的模型对比,并适当调整参数,使模型效果不断优化。

4)模型评估。模型效果的评估有两个方面:一是模型是否解决了需要解决的问题,是否还有没有注意和考虑到的潜在问题需要解决;二是模型的精确性,误差率或者残差是否符合正态分布等。

5)结果呈现。结果呈现主要关注以下三个方面:

①模型解决了哪些问题?

②解决效果如何?

③如何解决问题?具体操作步骤是什么?

6)模型部署。通过大量数据解决了一个或多个重要的现实问题,需要将方案落实下去,一般情况下需要通过线上技术环境部署落实,从而为后面不断优化模型、更好地解决问题打下基础。;。;5.分析数据找出问题数据是问题的外在表像,数据分析可以通过3个步骤找出问题。

(1)找到问题数据。问题数据主要指:

1)明显过低的数据。分析表7-10中数据,经纪人王五的多项0数据。见表7-11所圈。

2)对比明显的数据。对比表7-10中的“带看”数据,张三李四都有带看,王五则一次也没有。见表7-11中所圈。

3)明显过高的数据。分析表7-10中的“跟进”数据,李四为35明显过高。;(2)分析异常数据影响要素。从7-12中圈出,王五的带看量是零,这是表象,影响王五带看量的要素是什么呢?仔细分析可以发现,影响王五带看量的要素有:;(3)明确问题原因。仍然以经纪人王五为例,找出影响王五带看量的要素后要逐一分析,明确王五带看量为0的问题原因。

1)分析影响王五带看的上游数据。见表7-13,可以看出王五客户少。;6.针对问题制定管理策略结合现状给王五提供价值,管出一个带看,而非“压”出一个带看。(1)脑中有房。主要策略:l第一时间空看,空看房中约看;l记住房(默写);l店经理帮助房源分类、上下游及联动房整理;l多打房源电话贴近业主,多拿钥匙。

(2)手里有客。主要策略:l利用贝壳网进行评论、业主自荐、约看、im聊天、400接听等;l资源共享、商机提供;

文档评论(0)

一笑倾洁 + 关注
实名认证
内容提供者

PPT课件

1亿VIP精品文档

相关文档