为什么安居客和贝壳报卖和报租的每个房子价都高于市场价,是个人抬价,还是大中介经纪人抬价造成的

你试试链家的估价和安居客的估價就知道了。。说真的链家估价也偏高,那价格一般卖不出去但是安居客的估价就是。。。只有傻哔才会按那个价格买了。。如果安居客肯按他们的估价80%收房我把我房子全卖他们

自从毕业后一个人来到上海,來来回回的搬过好多次家搬家就涉及到找房问题,可找个房子还真心不容易最早时只能找中介,但中介的嘴脸与套路大家也都清楚現在好一点,有一些找房APP可用可在各路APP试过好几次,都以失败告终不过互联网产品擅长的就是减少,改善中间环节相信随着产品的迭代,大家可以做到像网购一样简单几步实现租房,买房卖房。

好啦进入正题,聊聊本次调研的背景也就是为什么要进行本次调研,我想具体有2个原因:

1. 自己对房产中介类产品比较感兴趣

2. 通过调研来提高自己的产品能力

有调研必须有目的否则就是耍流氓。那本次調研的主要目的是什么呢

答:通过调研深入了解贝壳找房这一产品,及它的功过成败

现在市场上此类产品比较多,本次调研主要选取“贝壳找房”

贝壳找房是一款房产租赁与买卖交易服务平台是基于链家网的换代产品。

其通过继承于链家的线下房源数据与品牌公寓匼作,利用大数据技术三项措施保证平台上拥有海量且真实的房源。解决了用户租房买房,卖房难问题

具有VR看房一键委托经纪人,房屋估价等亮点功能

通过查找资料与体验产品,得出贝壳找房典型用户如下:

? 买房者卖房者,租房者出租者

具体得出典型用户过程,请参考我在知乎的文章:

「分析一个新产品时如何确定产品的典型用户--以贝壳找房为例 -

遇清风的文章 - 知乎 」

具体的用户 – 场景 – 需求

图 1 用户-场景-需求,从左到右依次展开

这里简单总结下房产服务是一个传统行业。它的用户其实还是原来线下那些用户需求还是原来那些需求。如何更高效的解决用户需求是此类产品的核心竞争力

在说贝壳找房的产品形态之前,得先介绍下房产服务行业从开始至今经曆过的几种产品形态因为只有这样我们才能懂得为什么贝壳找房的产品形态是如今的样子。

PS: 房产中涉及买卖与租赁2大块业务但为了方便说明,以下产品形态只涉及买卖业务(租赁业务逻辑相同)

4.1.1 传统中介产品形态

图 2 传统中介产品形态

上图是传统中介服务行业的产品形态。傳统到什么程度呢可能100年前的中介服务行业就是这种产品形态。现在虽然进入了互联网时代可中介服务行业的产品形态基本还是这个。可能与100年前相比只是带买方看房速度更快了点(小电动的功劳)其他方面的效率,还真不敢说比100年前更高

那这样的产品形态有什么問题,又有什么优点呢具体可总结为如下:

问题:成交慢。导致这一问题的根本原因是单一中介拥有的潜在客户少想快点成交只能将房源挂到多个中介,但这样做也只是在一定程度上扩大了潜在购房者数量毕竟无法将一套房源挂到所有中介是不(友情提示:中介数量鈳是以万为单位的)。

优点:少花佣金原因是有多个中介机构同时在竞争同一套房源,可以对佣金进行谈判

问题:同行恶性竞争。如果自己不能快速成交单子很可能被别的经纪人抢掉。所以工作的重点是尽快成交最后演变成为谁能最快忽悠客户成交,谁才是最牛的經纪人以难怪社会对房产经纪人群体评价偏负面。

优点很适合不讲服务质量却擅长忽悠的经纪人

问题:不容易找到合适房源本质原洇是某一个或某几个中介所掌握的房源有限

,没有可能覆盖所有合适客户的房源当然客户可以通过多找中介机构来触达更多房源,但无法从根本上解决这一问题(中介机构数量太多)

优点:有可能以一个较低价成交对于买方卖方,经纪人来说都是只能看到少部分市场信息,所以可能利用这种信息不对称性以一个低于市场价的价格成交。但考虑到信息有限没有人,也没有机构知道全部信息所鉯最终成交价是高是低很难判断。

这是最原始的一种房产中介产品形态能初步满足用户需求,但由于没有哪个中介能掌握市场上的所有房源信息所以造成了买卖成交慢,效率低等一系列问题

可以说市场在呼唤与等待一种能覆盖所有房源信息的产品

这里简单介绍下MLS,它昰由美国兴起的一个房产信息平台拥有超过90%的二手房信息。在现在的美国它是房产交易绕不过去的一个平台。

MLS是传统中介服务的进阶蝂 它的特点是,将所有房产信息聚合到了一个平台通过这种方法,它几乎可以解决传统中介服务中出现的所有问题同时也将房产中介服务由拼房源信息上升到了拼服务质量。

那既然这么好怎么在国内复制这一模式呢?

1. 卖方要与委托经纪人能达成独家代理关系

只有賣方与委托经纪人能达成独家代理关系,委托经纪人才可以放心的将信息上传到MLS这个独家代理关是有时限的,一般为60~90天在此期间,无論房子是如何卖掉的(及时是卖方卖给了亲儿子)委托经纪人都可以拿到佣金。

2. 销售经纪人与委托经纪人要能佣金共享

销售经纪人负責找潜在的买家。一旦找到潜在的买家他们会将买家信息转发给委托经纪人,然后由委托经纪人带客户看房办理合同相关事宜。成交後销售经纪人与委托经纪人共享佣金。

MLS是传统中介服务的进阶版它可以让买方更容易找到合适自己的房子,让卖方接触到更多潜在客戶尽快达成交易让经纪人之间不在恶意竞争。如果更仔细的分析可以发现好处真的是说也说不完。相信这种房产中介服务模式必将出現在中国哪个公司能抓住这个机会,哪个公司就掌控住了一个万亿规模的市场

说Zillow的产品形态之前,得先说点MLS的“坏话”

1. MLS是一个针对經纪人的系统,想要使用首先你得是经纪人才行还得付费

2. 由于是为专业人士设计的系统,所以操作体验可以说很差

3. MLS在美国处于垄断地位所以虽拥有海量数据,但对数据的利用并不充分也没动力充分挖掘数据。

说极端点就是 – 此系统是给经纪人用的压根就没考虑过给買方使用。

针对以上问题Zillow应运而生。Zillow的定位是一款为买方服务的信息查询网站它的产品形态是:从MLS购买数据,并将数据做进一步处理後展示给用户方便用户查看。对数据的具体处理是从以下2个方向展开:

2. 对数据进行挖掘分析例如,房产估价

Zillow,它不介入房地产交易過程盈利模式主要是靠收取房产经纪人的广告费。比如用户在网站上浏览某个目标房产时会看到侧边栏展示了几个房产经纪人的信息。虽然他们和这个房产本身没有什么直接关系但这样的广告方式很容易让人误会这是网站推荐或者想要了解这个房产的信息必须联系这個人的假象。

4.1.4 贝壳找房的产品形态

贝壳找房同时具有买卖与租赁两块业务为了方便说明它的产品形态,我会用2张图来分别展示它们

图 6 貝壳找房的产品形态

贝壳找房的最终产品形态是MLS与Zillow的融合。为什么说是最终呢因为现在贝壳平台并没有像MLS那样成为了房源信息的垄断者。在它的平台内部上述产品形态可成立。但由于市场上还有很多其他房产中介平台所以卖方理性的做法是将房源信息提供给多个平台,也就是卖方会选择开放代理而非独家代理没有独家代理,建立MLS平台的第一步就无法迈出所以才说上图是贝壳的最终产品形态。

图 7 贝殼找房租赁业务的产品形态

租赁的产品形态与买卖的产品形态基本相同这里单拿出来原因是:

一,为了看着清楚方便表达。

二为了說明,在贝壳平台上出租方有特别之处 – 以公寓公司为主在这种情况下,出租方容易与贝壳平台达成独家代理关系

贝壳看到了房产中介服务的未来形态– MLS + Zillow,也在朝着这个方向努力但前景是光明的,路途是崎岖的个人觉得在短时间内建立MLS是很难做到的,但贝壳可以在內部实践此产品形态让买方,卖方经纪人慢慢感受到它的好处,并最终以联盟的形式扩散到整个行业

图 8 贝壳找房的产品结构

贝壳产品专家很多,确立的产品结构我不好多作评价(我一个产品小菜鸟也不敢啦)可还是要说说哈:主要在于这些项中有重复的,让强迫症嘚我很难受啊

图 9 贝壳找房的核心页面

贝壳找房的核心流程比较明确,主要有:出租流程承租流程,卖房流程买房流程。本次产品分析只涉及出租及承租流程(卖房, 买房流程会在文章迭代后加入)

出租流程虽简但问题可真是不少。具体问题如下:

1. 选择发布房源后会弹絀一个页面提醒用户会给您来电话确认房源信息可电话什么时候来呢?并没有给用户提供确定感

2. 有事没有接到打来的确认电话后,回撥提示号码错误打APP上提供的客服电话,同样提示号码错误

3. 选择发布房源后,无法在APP上找到自己发布的房源没法查看官方审批进度,吔无法撤销

针对以上问题,改进意见如下:

To 1. 用户选择发布房源后用类似话术提示用户“您前边还有xx位客户在等待客服确认信息,估计您需要等待xx分钟“给用户提供一定的确定感。

To 2. 提供一个用户可以打的通的客服电话

To 3. 上线查看发布进度功能。

承租流程有2种:一种是有經纪人参与另一种是没有经纪人参与。从流程上看2者可以说是完全相同的并没有区别。换句话说从流程优劣来看,承租这一环节是鈈需要经纪人的

如果没有经纪人介入,贝壳就无法获得收入在这种情况下,可以大胆的推测房东直租在平台上是不被鼓励的。从流程上来说就是要想方设法让用户进入左侧流程,而非右侧流程(最简单粗暴的做法是在房源详情页面只允许联系中介)

根据贝壳找房從上线以来截至2018年9月的数据,梳理出下图

图 12 贝壳找房在Android端的下载量增长曲线及产品迭代路径(数据来源于Appannie)

根据增长曲线我将贝壳找房分为鉯下3个阶段来解读。

(1)第1阶段:2018年5月之前确立产品形态,开发核心功能开发

(2)第2阶段:2018年5月 ~ 2018年7月,支持更多城市完善产品功能,拉动用户增长

(3)第3阶段:2018年7月至今贝壳装修正式上线,产品进入成熟期

从App Store排名来看贝壳从上线开始排名就持续提升,并在5月之后趨于稳定

从最近90天的评分情况来看,贝壳的负面评价呈现出递增趋势这很有可能是用户规模变大后暴露了产品的大量问题,从而导致負面评价变多

5.2.1 第一阶段:确立产品形态,开发核心功能

贝壳找房是链家网的一款革命性升级产品它的愿景是做中国的MLS。可以说一开始貝壳就找准了产品形态所以才可以在产品初期就全力进行核心功能的开发。

贝壳在初始版本V1.0.0中就已完成了产品核心功能与VR看房功能的開发。之所以能这么快速与准确的完成核心功能与亮点功能的开发得益于它在房产中介服务领域多年的积累。像其本身有已有过移动端產品的开发与维护经验 – 链家APP深耕行业多年对用户需求有深入理解等。

2018年4月黄轩代言的贝壳广告开始在线下线上铺开

在该阶段,贝壳根据早已确立的产品形态全力开发核心功能与亮点功能。并在产品初步稳定后快速展开运营动作。

5.2.2 第二阶段:支持更多城市完善产品

在确立产品形态,完成核心功能与亮点功能开发后贝壳开始进入成长阶段。在这一阶段贝壳的主要工作是努力让产品能覆盖更多的城市

贝壳在V1.1.2中新增了54个城市的新楼盘信息,在V1.1.4中新增了300个城市的楼盘信息并在V1.1.6上开通了成都二手房房源问答。可以看到这一系列产品动莋都是围绕着让产品能覆盖更多城市展开

由于在产品的第一阶段已经开始了全面的线下线上广告推广,所以在第二阶段的运营动作主要昰对第一阶段的延续

在该阶段,贝壳主要发力在支持更多城市上在产品功能方面并没有大的改变,但随着产品成熟与运营动作推动鼡户量开始直线上升。

5.2.3 第三阶段:产品进入成熟期开拓新领域

通过以上2个阶段的沉淀,产品功能已基本完善贝壳装修的正式上线也正式宣告了产品进入成熟期。

贝壳在V1.3.0中上线了一个重磅功能 – 贝壳装修新增贝壳装修的目的是尝试进入装修领域,为平台带来更多营收

這一阶段主要运营活动有传统的线上线下广告,持续扩展门店扩大品质联盟等。

在此阶段贝壳主要是上线了贝壳装修新功能,并对核惢功能进行持续优化例如为在线咨询增加语音通话功能。用户量在此阶段持续上升并且未有见顶现象出现。

贝壳找房的产品形态是MLS+Zillow這二者在美国都很成功,但它的基础是经纪人要能与卖方签订独家代理合同从逻辑上分析,独家代理合同对业务中涉及的所有角色都有恏处可直觉上并不是这样,所以怎么让房产中介业务中涉及到的所有角色都感受到它的好处并推动它的落地是贝壳找房这一产品要面對的核心问题。

6.2 产品生命周期角度

贝壳找房现在处于成熟期但问题是贝壳并不是自然演进到了成熟期。

为什么会这么说呢这得先解释丅互联网产品的生命周期,它们从开始到结束分别是:探索期成长期,成熟期衰退期。在探索期中要对产品形态进行探索并根据反饋进行快速调整。在这一时期中产品形态可能几经改变,但却会有一想不到的惊喜比较经典的例子是“小红书”。可贝壳确是直接根據自己对行业的了解设计出了最终的产品形态并进行快速落地。能快速找到产品形态当然是好事但错过了探索期,总会让人觉得很可惜

补充一句:“错过了产品的探索期,导致了贝壳的APP像是网页端的翻版“这个结论是从我自己的直觉出发哈,大家看看就好

贝壳上線时,无论是产品定位还是产品广告都宣传自己是要做租赁大平台。可一体验产品就能明显的发现,产品是以买卖为主还有,贝壳找房中推出装修业务这会直接冲击自己的产品定位,就连后期的运营都会直接受到影响

一句话总结吧,贝壳的产品定位需要重新梳理否则会变为一款大而全,但勉强的产品

自己能看到的细节,贝壳的产品团队当然也能看到之所以还存在,也有它的理由这里只说洎己看到的问题,并无批评吐槽之意

1. 发布完二手房源,完全找不到发布踪迹更无法取消。

2. 在APP中选择拨打客服电话却被提示号码错误。

3. 产品结构不符合MECE原则

4. 业务流程还有很大的进步空间

提运营之前得先明确下房产类APP用户的特点:

1. 有需求才使用产品,其余时间对产品无感无论怎么向用户进行宣传。

2. 使用频率极地可能一生就一次(从房屋买卖角度来说)。

3. 产品用户之间无互动需求

从上边几点我们可以看出一般的互联网产品运营方式,对贝壳是无效的

比如用补贴的方式拉新。那什么样的运营方式是有效的呢在我看来是让用户产生需求时,能第一时间想到贝壳的运营方式就是有效的简单来说就是树立品牌。

但在树立品牌之前有2点必须做到:一是产品定位要准,②是质量要高这也是我为什么不认同贝壳上装修业务的原因。顺便说树立品牌从来都不容易,尤其是对于名声堪忧的房地产中介行业但同时也是巨大的机会。

贝壳的愿景是成为中国的MLS但这条路充满荆棘。想要胜利不光是要商业模式成立和打败竞争对手更重要的是偠打败自己,从而迎来辉煌

我要回帖

 

随机推荐