““楼盘字典”奠定贝壳找房数据基础 制定真房源标准”

本篇文章1148字，读完约3分钟

2007年，中国读者人数达到1.62亿人，仅次于美国，成为读者规模世界第二。 70多岁的左晖，对互联网带来的卓越变革有点手足无措。 他发现更多的房源开始出现在网上，在想如果经理能使用电脑该多好。 自己转不动的东西当然请专业人士来做。 于是左晖花了5000万美元请ibm的团队进行战术咨询。 制作战术后再制作新闻系统。

在这次咨询中，链家开始拥抱网络，并制作了日后在贝壳里找房独自行走的acn模型雏形。 如果说这次咨询创造了掷链球的左脚，那么不久“楼盘词典”和“真房源”的活动就可以让他牵着右脚，大步跑完掷链球。

中国的房型很奇怪，同一个地方，有不同的地名，商圈也有各自的定义。 另外，经纪人也习惯用低价的虚假房源欺骗顾客。 链家收购深圳中联房地产后，甚至发现系统内90%的房源是假货。

2008年，全世界在金融海啸下颤抖，房屋中介领域也陷入低谷，但左晖带队雇佣了数百人，拿着卷尺和笔记本在30多个城市的各个小区里数了房子。 这项活动历时十年，花费了十几亿资金，终于成为了“楼盘词典”。

正如文字所示，告示牌词典是写满了告示牌新闻的词典。 用贝壳找房的楼盘词典用的是7级地址。 城市、城市、楼盘、楼房、建筑物、单元、楼层、房子。 这样，您就可以明确每个套件，然后在该套件中创建唯一的代码。 这样，添加准确的gps坐标可以明确各套房的地理位置。 它还收集各套房的商圈、楼盘别名、行政地址、产权地址、邮政编码、客房新闻、周边设施等基本新闻。

这本统一丰富的楼盘词典为寻找贝壳奠定了坚实的数据基础，为所有业务提供了基础的数据服务。 例如各种外观设计查询、精确导航、bim快速出图等，结合大数据和算法，也有各种楼盘数据观察、热门小区、户型图解、评价、成交预测等高阶数据服务。

年，不劳而获的《楼盘词典》行动也终于取得阶段性成果，在30多个城市经过10年的人口普查后，户型图数据量由最初的几k变为m，目前的度量单位为g。

目前，在贝壳找房的《楼盘词典》覆盖全国约2亿2600万家住宅新闻，是中国最全面的住宅居住数据库。 线上形成了以社区为中心的门店互联网，目前贝壳进军全国103个城市，加盟265个新经纪企业品牌，拥有45.6万经纪人和4.2万家门店。

楼盘词典的后劲相当惊人，在一次会议上，河南建业董事长胡葆森经常问自己:“什么样的公司能让13万名经纪人每天按照同样的标准工作？ 为什么链家的经理不仅记得小区数百家业主的名字，还记得业主家的狗的名字？ ”

在这些特征中，贝壳找房APP上线不到4个月，客户就突破了800万人。

“楼盘词典”是“无关价格进行投资”的开发项目，很难评价何时产生价值、回收投资。 然而，历时10年构建的《楼盘词典》却在房地产领域率先制定了真房源标准，为居住服务领域奠定了基础。

来源：企业信息港