从另类调研到办法数据 商用物业的专业交流

一、从另类调研到办法数据

2013年誉翔安做了一场看起来非常专业的另类调研，抽取了CBD区域内的13栋写字楼，针对905家企业进行了研究，在当时获得了业内外的一致好评。然后呢，大家相互表扬之后就都忙着卖房赚钱去了。在经历了2014到2015年的市场低迷期之后，我们重新回顾当时得到的诸多好评，其实有点哭笑不得。原因之一是，在一个根本不愁卖的市场做客户研究，其实是个伪命题。原因之二是，我们用几乎纯手工的方式打造的市场分析范围实在太有限了。工匠精神虽然屡受称赞，但工匠成果其实并不一定是大家想要的。我们其实都希望用更完整的数据来看到市场的全貌，即使是在相对小众的商办市场。这两年虽然市场起起落落，但技术一直在进步，我们现在可以借助数据方法来改良我们的研究，从而对这个市场进行一个完整的画像。所以就有了“办法数据”的初衷。

这是“办法数据”的首次露面。和两年前的基础工作相比，我们这次的数据量放大了100倍，采集了北京大大小小约1000栋楼、大概6000万方的商用物业面积，覆盖了将近1.5万家企业，这些房子一天产生的租金总额大概超过3亿元，加上各种各样流行的大数据，共同构成了今天呈现给大家的“办法”。

二、办法数据在做什么？

1、基于大数据技术的城市数据采集

研究商办市场这么长时间，我们坚定地认为写字楼是企业经营在空间上的投影。现在有了各种各样的数据，我们可以把这种投影关系表现得更饱满。我们把各种各样的城市数据都建立在同一个模型之下，导入包括交通、楼宇、企业等各式数据，用于分析这个城市的肌理和各种要素相互之间的关联关系。

2、写字楼市场建模和数据导入

北京五环内市域面积667平方公里，加上亦庄和望京，大概有800平方公里，我们按照500米*500米一个网格作为基本的城市单位，以上区域一共大概是3000个城市网格，结合楼宇的坐标、租金水平及建筑规模，每栋楼生成一个租金柱，就生成了一个“理工版”的城市地图。大伙一想到北京，就会想起风景优美的景点和拥堵的交通，但本次呈现给大家的是由若干租金柱拼成的北京现金流地图。

这种数据集成带来的好处，首先，因为共性集中，我们终于可以把北京的写字楼当做一个

整体来看了；第二，在可视化数据的帮助下，这个市场的轮廓和结构会更加透明和直观。

三、办法挖掘出哪些有趣的数据

1、城市骨架和城市节点

一提起写字楼市场，我们的概念里本能的会反映出“老三样”：国贸、金融街、CBD，但仔细想想，这个传统印象其实来自于奥运前。当时的北京只有三条地铁线，我们这些卖房子的一听说有地铁上盖，就觉得特别高大上，如果一不小心碰上两条地铁的交汇点，我们甚至惊呼“黄金十字”。

现如今，北京的地铁是这样的。

按照当年的标准，两线交汇的“黄金十字”由原来的4个变成了现在的53个，要是当年卖房子的销售员穿越到现在，肯定“吓尿”了，因为工作量放大了10倍，原来的“一招鲜”反而变成了负担。

当物理架构失效的时候，数据就派上了用场。我们利用地铁出行的流量数据以及站点之间的空间联系，筛选出大流量站点，以此来辨别真伪枢纽。伴随着地面交通状况越来越差，地下交通网络逐渐替代地上交通将成为必然，这也就意味着一个新的城市骨架正在形成。我们也意识到，企业选址、机构投资越来越强调毗邻城市轨道交通的重要性。

2、生态描述

（1）锚

我们穷尽了各种比对方法、交叉分析试图去找到企业能承受高租金或者有长期支付能力的规律。后来发现“能力之外的资本等于零”这个童话对于北京写字楼市场来说也同样适用。我们发现租金最稳定的网格恰恰都是毗邻那些有“输血机制”的企业或者单位，他们或者是“爹妈掏钱”，或者是“羊毛出在狗身上”。同时我们发现，也许正是这类有输血能力公司的存在，成为这个城市商用物业的“锚”，这些锚的存在使得整个区域都获得收益。

“办法”现在呈现出来的是总部设在北京的主板、三板上市公司的分布状态及其行业分类。我们后续会把类似具有输血机制的机构和单位，包括他们的分支机构也导入到地图上，这样才能描绘出这个城市的“血管”。

北京的在册机构有140多万家，“办法”致力于将这些数据进行分解和归类，描绘出整个北京的企业生态结构。

（2）租赁市场气象图

近几年新兴行业和新兴企业风起云涌，我们眼见着他们“起高楼”和“楼塌了”的快速迭代和颠覆性变化，对于我们服务的投资客户和投资机构而言，他们不会仅仅满足于我们向其描绘租金市场的供求关系，还要清晰的理解“风来了”的“风向”和“风力”，所以我们不仅用视觉化的方式描述了他们的租赁行为在空间上的投影，并且借助分析新增需求的企业构成，来辨别租赁行情的“气味”。由此我们会对每一年的租赁行情进行属性判断。我们理解，所有的租赁需求都可以归纳为三种驱动力，经营型驱动、融资型驱动和权力驱动。过去的五年，我们会把每一年的行情归属到某一个区域内，以此来辨别这种租赁需求的生命力和持久性。比如2011-2012年，在全国范围内的金融信用收缩，一方面催生了影子银行的兴起，另一方面促进了北京写字楼的暴涨行情；2013-2015年，资本市场的疯狂膨胀，刺激了大量新兴行业的扩张，以TMT为代表的科技行业，以e租宝为代表的互联网金融行业以及专业从事股权投资类的各式投行，都在刺激着写字楼的需求。当我们看到这个市场从一个相对稳固的权利驱动变为资本驱动的时候，我们隐约的会感受到一些风险。由此，我们生成了如下的租赁市场气象图，供机构和个人投资者辨别投资机会和投资风险。

3、 集成度与投资偏好

写字楼是一个不嫌热闹的品种，集成度越高代表着交换效率越高。这也印证了城市的基本规律，用最小的交通量换取最大的社会资源交换量。当我们用数学模型去描述北京的集成度场景的时候，我们清晰的感受到北京的集成度还存在很大的发展空间。这一点表现在“老三样”区域虽然还有优势，但是在北京的其他区域已经呈现出较好的成长性（这得益于北京基础设施的改善），并且有追赶老三样的趋势。也许我们正在见证北京“多核时代”的到来。

4、 洼地

（1）交通轴线

当把所有的城市信息和市场信息都数据化以后，我们开始尝试着用一些“开脑洞”的方式做分析和延展，比如，我们沿着任意一条地铁线逐个节点的去比较租金和供应量之间的关系，就可以快速的生成对这些区域的定性评价，高估、低估、过剩以及匮乏。

（2）租金

只做这些我们还觉得不太过瘾，我们甚至还做了一张租金的地形图，这是一张真正用“钱”堆出来的地形图。用以观察高峰区和低谷区，而低谷/洼地恰恰是我们认为存在机会的地方。为了研究这个低谷/洼地是否可行，我们追溯了历年最主要的大宗并购案例，以此来验证这个模型的有效性。

四、办法数据在想什么？

1、底层资产决定未来。

2、现金流穿越牛熊。

3、技术刺激服务进化。

4、冷兵器PK热兵器，冷兵器必败，哪怕他是武林高手。