云房数据：“楼盘字典”让房屋“立”起来
2017-02-22

    北京云房数据技术有限责任公司作为独立的第三方房地产数据公司，于2013年由北京仁达房地产评估有限公司、光汇软件联合投资创办。同时，云房数据作为仁达评估曾经的重要成员，承接了仁达评估十几年的行业经验和丰富完善的数据资源，以多维度房地产动态和静态数据为基础，通过大数据算法建立房地产数据生态圈，为地产、金融、地税、评估行业等多项纵深服务领域提供数据及系统集成服务。
    云房数据并非从互联网+或是互联网角度直接进入传统行业的，而是传统行业在转型升级的过程中，需要用互联网跟大数据的方式来开展相应业务，由此发展而来，云房数据也就此应运而生。

    让房屋立起来
    在做银行的房地产抵押评估时，客户一般都是先询价，想知道房子价值。看似简单的问题对于评估师来说是一个挑战，因为在被咨询时，马上在头脑里有一个清晰的轮廓：房子在哪个小区、小区状况怎样、价格如何以及近期市场成交行情。因此产生设想用机械脑代替人脑存储，建立楼盘字典，把房子的基础信息建立起来。把全国所有房屋“立”起来，把房产的技术垂直库建立起来。
    建立“楼盘字典”是一个琐碎、繁杂的大工程，基础数据收集是万里长征的第一步。当前评估行业的数据收集通常通过人工扫街以及互联网的方式去获取。前者获价高，而后者获取数据准确性不够。举例来说，一个商业区有A、B、C座三栋大楼，但房产证上一号楼或许对应的C座，而非A座。客户购买商品房、一手房签约的商品房预售合同里的地址和最后拿到产权证的地址很可能不一样。要搜集到证载地址，如税务局在契税交易过程中的地址，做按揭、抵押的地址等，也给信息准确采集带来难度。
    由于互联网上的房地产数据来自各个领域，有政府、中介交易、网络媒体、地图平台等，每个领域的数据都有各自的特点，政府侧重于行政管理，中介侧重于实际交易、网络媒体侧重于信息发布、地图平台侧重于空间分布。各方面信息数据量庞大、繁杂，甚至存在虚假，导致互联网信息采集的准确度更难以保证。
    数据的采集一定意义上是多途径的，相互之间进行验证。要对收集来的各种数据要进行清洗、整理，然后验证、校验，最后才能入库。目前，云房数据将政府、互联网、金融、评估行业、房地产中介、实地查勘等多渠道的数据整合，通过自主研发的数据清洗整理平台，已经实现了全国266个城市，近8000万户，时间跨度超20年，涉及住宅、商业、写字楼、土地等多类型结构化数据。

    以“数据+估值”为核心
    云房数据用相当大的精力来夯实数据基础，通过建立数据库，以一点多面的方式，“数据+估值”为核心点，在各个领域应用数据：
    1、金融领域：如何实现服务的升级，贷前快速估值匹配贷款；贷中评估报告价值审核；贷后押品价值动态监测，降低风险；
    2、评估行业：基数数据、案例数据的共享；实时的在线询价系统，提高评估行业的作业效率；
    3、地税部门：房产的涉税批量评估；房产税模拟评税的应用；房地产评估税收征管系统等，避免纳税人瞒报、谎报房产信息及价格的行为，同时为政府合理制定相应的评税方案提供参考和依据，保障纳税人的利益；
    4、房地产开发商：房产数据的推送；拿地分析及房地产市场分析及预判，为开发商业务的开展提供一定的数据借鉴和分析；
    5、不良资产：近一两年，不良资产行业进入了一个爆发期，而资产的定价显得尤为重要，这也是云房数据的应用领域；
    6、房产交易领域：将房产信息、价格公开，使交易场景透明，同时将房产估值前置，提高房产买卖效率，使市场更透明，让交易更顺畅。
    据统计，中国的房产总资产有240万亿，围绕240万亿体量的房产触发的经济行为量巨大，这些经济行为都需要估值。坚定地夯实仁达房产评估公司的数据基础，把各种各样数据的颗粒做细，才能在各种应用场景上有所作为。
                                                          （通讯员 郑善双）