近期地产行业热点颇多，政策方面不断调整，地产进入到了新的周期和时代。在此背景之下，遇上大模型工具的到来，属于技术+行业双周期的碰撞。对于地产营销板块，也让我们看到了非常大的可能性。本文从时代周期变化、重构的地产营销系统与实际落地案例三方面展开说明。分享嘉宾｜刘述军 旺小宝AI产品副总裁
内容已做精简，如需获取专家完整版视频实录和课件，请扫码领取。
01
技术行业双周期时代
对于地产的新时代，和居民的资产息息相关。地产进入到了全面的买方市场，从原来的高周转时代到了品质时代，营销逻辑也发生了很大的变化。原来买房子能够赚钱，无论房子品质如何，最终都能变现，所以地产不缺客户，投放即有。但到今天的买方市场逻辑，客户总量有限且不断缩小。
基于此背景，今天房地产的售楼部，客户流量有限，花了很大精力和金钱到投放环节，但获客效果非常糟糕。导致整个房地产的转型，从高周转到品质时代后，回归到购房者本质是居属性的角度进行升级，同时对客户的理解、认知发生转变，营销链路也要基于该背景进行重构。房地产最重要的环节是案场沟通，一个半小时就能决定成交转化，但这个过程一直是黑匣子。 20 年前，语音识别的主流技术是NLP，或者是基于简单的规则引擎和关键词做识别，有效性非常差，会漏掉很多信息，且训练成本高。一个标签的识别分析，需要 300- 500 个长对话的原文语料做训练才能达到基本可用水平，难度和成本非常大。基于大模型通过训练机制和大参数量，使其更快速的具备广泛场景理解能力和推理能力，在与客户沟通中涉及到关键信息，可以通过大模型对信息进行快速总结提炼，同时可进一步地让大模型推理分析购房客户的购房需求、意向度等信息，这些信息决定了客户是否能够成交。同时大模型可从海量数据中挖掘客户抗性，这是非常重要的分析点，决定着产品定位以及户型设计。我们尝试通过历史数据，让模型直接挖掘购房抗性，分析出过去一段时间客户的意向占比，基于占比分析出对应购房客户抗性点到具体列表，以及对话的原文，来解释推理出抗性的原因，在未来对于客群的研究和产品定位，都会有质的提升。另外通过拍摄的照片，尝试利用模型做图片视觉的信息挖掘。针对模型做训练，基于客户的行为、年龄、穿着、看房时间、性别等因素分析出购房客户的特征、购买力。模型对客户的分析和判断，视觉加语音的结合，给到很多信息的支撑。
行业转型遇上AI大模型，催生“新营销+新IT工具”
当前行业遇到新的生产力工具，催生全新营销模式，重构整个营销链路，置业顾问的工作内容、IT工具都会发生变化，这就是新营销。1、信息都来源于一线的置业顾问，人为来判断客户的意向，再向上反馈。这过程层层反馈和层层失真。最终决策者拿到的数据，会出现极大的偏差，基于这个数据做决策的正确性是可想而知的。2、房地产的结果导向式管理已失效，一个售楼销售情况不佳时，第一选择是更换营销负责人，重新操盘。大量的数据和信息是失真状态，营销结构发生变化时，很多信息无法真正被发现解决，管理动作就失效。3、客户的真实情况判断不明，一线反馈的客户未成交原因千奇百怪，很难判断真实问题。信息不明最终导致各种决策和操盘上的问题。所以我认为案场面临最大的问题就是“销售过程的黑匣子”，缺乏真实客观的信息，导致房地产进入到了管理红利时代。数字化的真实数据没有获取到，后面所有的数字化方法都是空中楼阁。所以房地产营销的变革上最重要是从原来的凭手感操盘，到真实数据的驱动决策，这才是真正的数字化。
AI大模型在房地产营销中，将AI变成案场助理角色，首先是数据采集，需要利用到智能硬件，有了数据后，业务的逻辑和结论才能够构成，基于这点我们做了非常多智能硬件产品。有了这些数据之后，其次才有 AI 模型和营销大脑的落地，再往上层构建 AI 助理角色，它包含了案场的营销情况、营销策略、客户情况，以及还可以通过AI助理做PPT报告。
地产企业一般都有很多营销工具和系统，但管理者基本不关注，最终需要一线员工层层做PPT汇报。决策的过程信息真实性很重要，而决策速度决定了成败，如果可以做到每天对相应数据复盘和决策，那迭代速度一定非常快。但房地产今天的迭代和决策的周期以月为单位，层层做PPT汇报的过程很慢，信息也层层上报的过程中失真严重。AI 的加持是在助力真实数据采集和数据决策驱动，让原来以月为单位的决策速度，变成以周为单位，甚至实现以天为单位，以此实现营销的不断调整和变革。利用 AI 技术重构营销底座，包含了几个层级，首先从数据的采集端，涉及到语音、视觉各类的硬件和相应的技术，再向上层叠加语音转写、语义理解两个较为核心的能力，最上面是具体落地的应用场景和相关应用系统，这是整个营销底层逻辑和架构上的重构。大模型层和推理分析层非常关键。模型在行业真正应用起来的核心是如何构建小模型。通用大模型在模型落地某个细分场景时的训练成本极高，如果用通用大参数量模型做训练，参数的调整与每一次单独的训练成本是大部分企业无法承受的，投入产出不划算，最终在行业落地上，行业模型+通用大模型是最优路径。所以我们通过了“知识库+微调+决策树+提示工程词构”构建地产行业模型。中间加入各种各样场景化的知识结构训练，最终实现了前篇提到的对于地产场景的理解，这是构建营销链路的底层的数据和知识的支撑。
03
AI+营销应用实战案例
以某房企其中一个案场营销项目为例，在业务目标上，该房企提出要通过对案场过程管理来提升转化，让去化慢的项目有更智能的分析手段，找到问题，解决问题，最后实现营销案场场景化能力的升级。在营销系统目标上，希望引入相关智能设备做真实数据的采集。不只在案场环节，可以在整个营销链路里，形成 AI 中台，和全系统复用的AI能力，这是大部分房企 IT 信息部在考虑的事情。
具体做法上，首先在系统建设方案上，有相关基础能力的模型建设和硬件能力建设，包含了各种技术，中间核心是 CRM 系统重构，从客户到访到接待过程的信息留存，以及 AI 嵌入营销过程，人机协作搭配方案，包含了 AI 全局的营销助手，从单次的接待分析到全局分析，都是 CRM 系统的重构部分。最上层是应用载体，适配包括App、电脑PC端、小程序等多种途径，来实现最终的应用。置业顾问接待客户时带着类似录音笔的智能工牌硬件，用来做传感器，训练销售的能力。以往销售能力的高低很难判断，最常见的是以结果为导向，往往错把市场当能力，有时候能力并不够，但在资源上还可以，有一些部分的老客户资源，如果这种销售被提拔为管理者，对于组织和团队来说是极大的伤害。产品理解力，销售能不能把产品讲好很重要，通过营销过程中的话术分析，实现整个销售过程的数据采集，实现产品理解能力的判断。
客户洞察力，需求挖掘开口做的好，表明销售能找到合适时机向客户提问，称之为客户的洞察能力，通过挖需开口率，观察销售能否洞察到客户需求。
客户共情力，也指平均接待时间，通过数据链路构建判断销售的基本能力，从而实现整个销售过程的观察，提拔真实销售能力强的人。
根据上述三个能力判断，该房企中一个销售新人原本不受重视，一周分配4台客，但通过数据发现，该销售能力比较好，后来尝试多倾斜了客户资源，最终发现他的转化率以及成交情况都排在 TOP3 的水平，这就很好的说明通过 AI 的能力，对人才能力的判断有更加清晰的脉络和方案。原来房地产场景里，客户的意向判断非常重要。通常把客户分为a、b、c、d、 e 几类客户，分别代表了不同意向类型和意向级别。基于此方向，每个置业顾问对于数据和信息判断差距很大，因为不同人的认知和能力水平不一样，导致了对于同一客户的判断随着不同的人结果不一样。这种情况，会导致损失或者埋没部分客户。所以我们尝试通过 AI 能力帮助房地产构建客观的意向分析模型。通过几个维度：1）沟通的时长；2）客户互动频次；3）客户关键画像是否匹配楼盘核心的客群画像。通过这些维度来判断客户意向，最终实现了对于客户画像、意向的洞察，从而避免漏客、藏客现象，极大地提高了案场的转化能力。今天的 AI 是人机协作方案，不单单只利用 AI 分析数据，背后能给人工做协助和辅助，所以会通过 AI 的辅助能力帮助销售员分析客户意向和画像信息，从而给到销售人员提示支撑，完成客户筛选、分析。以及将 GPT 的能力嵌入到接待过程中，帮助置业顾问、销售管理者做客户分析和团队能力评估，敏锐洞察问题，快速解决问题，做出正确的决策。AI 视觉模型上有非常多的应用场景。在原来房地产的售楼部里，会对客户做来访登记，可以基于来访数据做分析，但前台登记会有漏客现象。我们统计了目前楼盘在来访信息分布，大概遗漏了 30%- 40% 的数据。所以通过技术手段，做了AI 视觉模型，同时满足合规，利用人群亲密度跟踪算法，追踪置业顾问与周边几组客户的亲密度关系，判断是否是同一组客户。避免通过人脸识别技术，触犯隐私与法律问题，实现案场来访的精准客流的精准分析。4、应用视音多模态算法，案场立体盘客及远程“会诊”基于视觉加语音的结合方案，实现多模态立体盘客与远程会诊。AI 人工智能不仅在体育场景协助管理层训练一线运动员，对于每一个细节做相应的解读和训练，还可以为企业训练销售人员，实现销售综合能力的提升。解构整个销售过程，找到关键点才能够解决重点问题。今天的房地产也进入到了智能化时代，重复、高频且低效的工作，可以由机器取代。而置业顾问、销售人员，则有更多的时间去思考客户的跟进策略、决策和探索更有可能性的成交方案。在智能的时代， AI +地产正当时，所有行业都值得被 AI 重新做一遍，利用好 AI 能力，实现效率大幅度增长。以上是本次分享的全部内容，如需获取专家完整版视频实录和课件可扫码领取。
⩓
旺小宝AI产品副总裁，数智案场专家，专注地产数智案场变革研究近10年，先后主导发明创造行业首个合规人脸渠道风控、AI语音工牌、地产行业GPT等产品及算法。注：点击左下角“阅读原文”，领取专家完整版实录和分享课件。
