多元化趋势下,房企如何做好数字化转型

行业洞察 作者:成诚 2021-04-02

房企 数字化转型 三条红线 数据资产应用

本文来源于帆软数据应用研究院,原创文章,作者:成诚。未经许可,不得转载,违规转载法律必究。转载或合作请后台联系【商业智能研究】公众号。

数字化转型一直是近年来的热门话题,国家《“十四五”规划》中也对企业加快数字化转型建设有所要求。面对数字化转型热潮,不少房企纷纷开始布局。过去的几年中,房地产行业的数字化转型,大多围绕住宅开发,停留在信息化阶段,即构建各个业务系统,实现业务数据化。而随着房企多元化发展,对数字化转型的要求水涨船高,数据需求和数据现状之间的矛盾日益突出。

“三条红线”加持下,多元化发展成为房企主旋律

2020 年 8 月,住建部和中国人民银行联合召开房地产企业座谈会,提出了“三条红线”政策:

( 一 ) 房企剔除预收款后的资产负债率不得大于 70%

( 二 ) 房企的净负债率不得大于 100%

( 三 ) 房企的“现金短债比”必须小于 1

三条红线均未触及的房地产企业每年的有息负债规模增长不得超过 15%,每触碰一条红线,降低 5%。该政策于 2021 年 1 月 1 日正式实行。


图 1 2019年财报数据中房地产公司三条红线情况

“三条红线”政策的推行意味着传统短平快、高杠杆的开发投资模式将逐步退出历史舞台。弱化杠杆,调整负债结构,将会是短期内房地产公司的核心工作之一。除此之外,大型房地产集团正在将注意力转向住宅开发产业链下游的物业、商业、产业、酒店、文旅、养老、城市运营等多业态综合投资开发运营。

根据中指研究院发布的数据显示,尽管中国商业营业用房开发投资额已经连续五年呈下降趋势,但近三年来商业营业用房开发投资额同比呈上升趋势。2020 年上半年疫情冲击实体商业,各大房企纷纷延缓商业营业开发投资计划的前提下,投资总额几乎实现“转降为增”的局面,这意味着房企开始重新对商业业态进行资源倾斜。


图 2 全国商业营业用房开发情况

与此同时,各大房企纷纷分拆物业独立上市,截至2021 年 3 月,成功登陆 A 股或港股的物业企业已超过 43 家。这些数据都表明综合性、多元化正在逐渐成为房地产企业的新常态。而多元化还有一大优势,无论是物业服务还是持有型商业物业均是以收租 / 收管理费为核心的业务模式,能够为房地产企业提供较为稳定的现金流,从而缓解高周转、高杠杆、高负债住宅开发的资金压力。

数字化转型新需求:全业态、全项目、多场景

数字化转型的核心思想是通过数据辅助决策,通过数据创造利润。企业数字化转型一定与企业自身的业务密不可分,因此,在多元化的背景下,房企对于数字化转型的需求已不只停留在住宅开发单个业态上,而是需要开展覆盖全业态、全项目、多场景的数字化转型。

一方面,不同业态业务模式的迥异,带来的不仅是数据量上的增长,还有对数据资产应用服务需求上的增长。例如住宅“开发销售型“的业务模式,核心需求是围绕项目全生命周期的投融管退;商业“资产运营型“的业务模式下很少会出现”退出“这一概念,其需求主要围绕持续经营的招商、营运、企划等核心工作。

另一方面,与客户触达面的增多和加深也对数据场景化提出了新的要求。随着房地产企业的多元化转型,整个行业在社会主义和谐社会建设过程中所承担的责任也有了翻天覆地的变化,其“以人为本”的核心思想逐渐崭露头角。过去,以住宅开发销售为核心业务的房地产行业,其业务模式大多数是“一锤子买卖”,无论是从资金投融管退的角度来看、还是从客户全生命周期管理的角度来看,签约交房以后开发商和业主便“一别两宽,再无瓜葛”。而在“以人为本“核心思想下的多元化转型中,房地产企业正在逐步构建大社区体系(住宅开发、物业管理及多种经营服务)、大消费体系(购物中心、文旅酒店)和大办公体系(产业运营、写字楼运营),从广度上触及客户的生活、娱乐和工作。从深度上来看,物业多种经营服务的出现、购物中心儿童 / 亲子业态的兴起、AI 技术(机器人送餐、语音控制)在酒店行业的应用、联合办公 / 产业集群模式的创新也都是房地产公司践行“以人为本”思想的体现。

面对新的需求,房企如何做好数字化转型

一般来说,广义的企业数字化转型有四个阶段:业务数据化阶段(信息化阶段)、数据资产化阶段、资产应用化阶段和应用场景化阶段。在新的需求下,很多房地产公司都设想通过构建集团大客户、大会员体系,即打通集团公司旗下住宅客户、物业业主、商业会员、酒店会员、文旅游客等所有客户资料信息,实现业态之间数据共享。但大客户体系建设是第四阶段应用场景化的核心内容之一,冰冻三尺非一日之寒,想要实现大客户体系的构建,就必须经历前三个阶段的准备和积累。


图 3 企业数字化转型的四个阶段

第一阶段业务数据化,也叫信息化阶段,其核心是构建业务系统,除了能够实现降本增效外,还能将投资、开发、运营、销售过程中的业务数据沉淀到系统中。

第二阶段数据资产化,主要包括数据资产盘点、数据仓库 / 中心 / 中台建立为核心的数据梳理、数据治理、数据通岛等工作。将第一阶段沉淀在各个业务系统中的数据进行集中管理和储存,为第三阶段数据资产应用打好基础。

第三阶段资产应用化,侧重点在于做好企业的数据分析应用,即各种数据报表、数据看板和管理驾驶舱等。前两个阶段大多数是数据底层相关的工作,从第三个阶段开始数据将从底层走向前端。

第四阶段应用场景化,强调数据应用结合业务场景,为企业创造业务价值。

从当前来看,大多数房企目前已经进入了第二阶段中后期,因此,我们主要对第三阶段和第四阶段做进一步的说明。

先总后分的资产应用化阶段

立足当下,结合房企多元化的发展趋势,数字化转型的第三阶段如何破局,是目前房地产集团数字化转型的核心问题。为此,我们提出了“先总后分”的数据资产应用思路。

先总——以经营收入、成本、利润等为核心的多板块经营结果性分析是房企数据分析的第一步。“究竟哪个业务板块在赚钱?哪个在亏钱?哪个增长很快,哪个已经开始衰退?”这背后影响的是综合性房企自身资源分配的问题,这必然是领导高层最为关心的问题,也是数字化转型第三阶段最急需解决的问题。


图 4 多元化房企经营分析案例

正如前文所说,住宅、商业、物业、产业、酒店、文旅等多赛道齐头并进时,若能在数据之路上,一马当先,用财务结果性数据说明哪些“生意“做的好,哪些”生意“做的不好,真正用数据去支撑综合性多业态地产集团高层决策,便能利用数字转型为业务转型抢占先机。

例如某TOP100房地产企业(如图4),在构建集团经营分析平台时,利用BI工具,对接不同业态之间的财务系统,获取各个业态板块之间的收入、成本、利润、税金等关键财务数据,并进行同比、对比等分析,帮助集团高层了解公司整体经营情况。

再分——构建分业态下的数据分析地图。当房企有了各个业态板块的财务经营结果数据以后,应当做的第二步便是由财务走向业务,由结果走向过程/原因。由于各业态板块的业务流程、商业模式完全不同,因此需分业态构建数据分析地图便显得尤为重要。

部分报表、数据分析项目做的早的房地产公司大多都会面临一个问题。那就是业务永远在不断的提报表需求,而信息部门也就一股脑全部接下来,做了很多无用功。因此,近年来部分头部房企开展了数据资产盘点项目,想要达到数据精简、去重、高效、复用的目的。这件事情本质上来看是第二阶段的工作,从实际看这是第三阶段“需求梳理调研“的过程。第二阶段做的是”大而全“的数据资产化,这里则是结合业务需求、业务场景的数据分类与选择。“数据分析地图“是该阶段的核心。

例如某TOP10房地产集团的住宅板块,进行数据资产应用服务需求梳理时,将整个住宅开发业务大体上分为投(投资拿地)-融(融资计划)-管(开发运营)-退(销售结转)四个核心业务流程,每个业务流程可以继续向下分解为关键数据指标,例如“退“可以继续分为:销售分析、推盘去化、库存货值、应收账款、来电来访等细分模块,进而再向下梳理为签约、认购、回款等关键核心指标。


图 5 房地产营销条线数据分析地图梳理

数据与业务结合的应用场景化阶段

第四阶段的应用场景化,强调数据应用结合业务场景。如果从价值的角度来看,第三阶段无论是多板块经营分析还是分业态的数据分析,大多都是基于企业管理的需求,更多的是通过多板块经营分析发现问题,通过各业态数据分析找出原因的过程,为企业带来的是管理价值。然而,实际上数据能做的不止这么多。

回到最开始提到的大会员体系。通过第三阶段的数据分析地图,房企已经在地产、物业、商业、酒店等业态中分别建立起了他们自身的客户/会员数据分析体系。这时候只需要将各自的信息进行交互共享,就能为企业创造新的价值。例如,物业业主子女到了首置年龄时,地产的营销部门能够准确得到该业主的相关数据;物业公司向商业的会员消费排名头部的客户提供更加贴心的业主增置服务(例如高尔夫俱乐部、会所),甚至考虑实行物业费客户分级收取;根据商业会员数据和物业的业主数据,给酒店客户精准推荐SPA、行政酒廊等服务。

另外一方面,通过各业态之间数据的打通,机器学习、挖掘算法等技术拥有的因子数据就越来越多,其大客户画像的结果会更加准确,数据分析也能够完成由原来的管理价值向业务价值过渡,不仅在降本增效上起到关键作用,还能辅助企业做出业务转型和业务创新。

“三条红线”政策是政府对房地产市场的强调控与要求,但同时也是新的机遇。融资越来越困难的情况下,房地产公司会加速自身多元化发展的进程。无论是大社区、大消费、大办公体系的构建,还是万科养猪、碧桂园机器人等新型产业的崛起,都标志着房地产行业已经进入了多元化时代。在这样的趋势下,大多数房企已经完成了数字化建设中底层建设相关的前两个阶段,而前端建设的后两个阶段只需要紧紧围绕”先总后分“和与”场景贴合“两个核心思路,相信综合性房企在数字化转型的路上定能一马当先,让数据成为生产力。