上海 · 20200708

为什么做这项研究（情境-冲突-疑问-障碍-解决）

• P2：尝试探讨的问题： 购房意愿中高的人群中，哪一类人群特别值得关注？ 疫情何时会从人们的心里过去，什么时候人群才会活跃起来？ 整体客流恢复的区域性/结构性有怎样的特征？ 在整体客流中，购房意愿中高的人群有怎样的特征？

研究框架与方法论（MECE：相互独立、完全穷尽）

• P2：尝试探讨的问题： 购房意愿中高的人群中，哪一类人群特别值得关注？ 疫情何时会从人们的心里过去，什么时候人群才会活跃起来？ 整体客流恢复的区域性/结构性有怎样的特征？ 在整体客流中，购房意愿中高的人群有怎样的特征？

量化方法与指标体系（可复核的方法论）

• P3：如何通过数据回答这些问题？ 选择上海虹桥四至为采集范围，监测一定时间段内该区域客流的属性特征及流向分布 通过时时追踪客流信息，并分析其特征变化，得到与虹桥枢纽联系紧密区域的相关客群结论 监测围栏-上海虹桥站：火车站+地铁站+虹桥国际机场 选择原因：①上海虹桥站是上海的最主要高铁站、地铁站、国际机场； ②地铁虹桥站周边有众多带客流商业。 监测人流：以月为单位，去除重复出疫情稳定虹桥站的人流，同时去除工作人流 监测人流：监测时间内出疫情稳定
• P8：客流职业分布 IT&医护人员&大学生占比最高，疫情稳定后，IT从业人员增高0.5%,大学生减少2.2% 备注：疫情前（1.1-1.20），疫情中（1.21-5.9），疫情稳定（5.10-6.30），1.20为疫情得到全国重视的日期，5.9为上海疫情降为三级响应的日期； 职业判断通过显著的业务规则（通过某些APP的命名以及其功能明显的所从事职业倾向性，如安装云办公、企业云、出行、物流、高校教务、企业员工考勤类等功能性的APP）、特殊的线下
• P17：中高购房意愿客群-休闲消费 健身意愿：中高购房意愿客流明显高于整体50%，非常关注健康 消费特征：以虹桥天地、新天地、南京路商圈为主；对车辆品牌要求更高，更加关注品质与安全性 备注：健身意愿、车辆品牌偏好判断基于用户安装健身类app、车辆类app的情况（譬如：健身类-keep、每日瑜伽等；车辆类-4S店自身使用APP等）并对其打分，再通过正态分布得出高中低； 商场偏好通过特殊的线下地理位置数据，采集近一个月用户到访的情况。
• P25：IT从业人员-消费休闲 IT人员健身意愿总体持平于平均水平，意愿度偏低 购物集中于南京路商圈，更加注重性价比与实用性，对于豪车的偏好低于整体客流 备注：健身意愿、车辆品牌偏好判断基于用户安装健身类app、车辆类app的情况（譬如：健身类-keep、每日瑜伽等；车辆类-4S店自身使用APP等）并对其打分，再通过正态分布得出高中低； 商场偏好通过特殊的线下地理位置数据，采集近一个月用户到访的情况。

关键发现与判断（均来自原文）

• P7：客流基本特征 性别：监测客流中，男性占7成，在社会活动仍占多数 收入与消费：中高收入（>7000）客流占比65%，高消费（>7000）占比70%，生活压力偏大，入不敷出 年龄与家庭：年龄26-35岁占53%，且已婚未孕为主 备注：20年1月到6月的客流基本特征变化微弱，就不做过多的对比赘述
• P8：客流职业分布 IT&医护人员&大学生占比最高，疫情稳定后，IT从业人员增高0.5%,大学生减少2.2% 备注：疫情前（1.1-1.20），疫情中（1.21-5.9），疫情稳定（5.10-6.30），1.20为疫情得到全国重视的日期，5.9为上海疫情降为三级响应的日期； 职业判断通过显著的业务规则（通过某些APP的命名以及其功能明显的所从事职业倾向性，如安装云办公、企业云、出行、物流、高校教务、企业员工考勤类等功能性的APP）、特殊的线下
• P9：租房&购房意愿 租房意愿：中高客户绝对总量在疫情稳定增加22%；相对意愿强度中，不愿租房客流占比上涨2%（至6月28日） 购房意愿：中高客户绝对总量在疫情稳定增加83%；相对意愿强度中，高购房意愿的占比提升1%（至6月28日） 备注：租房意愿是根据他线上租房类App近期的安装个数，使用频次，时长，app和用户之间的交互次数进行的评分判断。 购房意愿是根据线上App使用安装的指标和线下楼盘到访进行的评估分析。
• P15：备注：整体-是指全部的客流。购房意愿高-根据线上App使用安装的指标和线下楼盘到访进行的评估分析，划分为高中低。 中高购房意愿日客流趋势 中高购房意愿的客流量在2月底开始恢复，但慢于整体客流的恢复，在整体客流的占比仍低于节前水平 1月20，疫情得到全国重视 2月10，上海复工日 无明显起色 2月24，正月后首周 整体客流进入复苏通道 1月24，除夕 5月9，上海疫情降为三级响应
• P16：中高购房意愿客群-基本信息 有购房意愿客户，中高收入人群明显高于整体客流3%，中高收支比赤字，负债消费较高（支出含房贷） 26-35岁、已婚未孕客群为主 备注：20年1月到6月的客流基本特征变化微弱，就不做过多的对比赘述
• P17：中高购房意愿客群-休闲消费 健身意愿：中高购房意愿客流明显高于整体50%，非常关注健康 消费特征：以虹桥天地、新天地、南京路商圈为主；对车辆品牌要求更高，更加关注品质与安全性 备注：健身意愿、车辆品牌偏好判断基于用户安装健身类app、车辆类app的情况（譬如：健身类-keep、每日瑜伽等；车辆类-4S店自身使用APP等）并对其打分，再通过正态分布得出高中低； 商场偏好通过特殊的线下地理位置数据，采集近一个月用户到访的情况。
• P18：中高购房意愿客群-市场属性 客户关注的产品变化趋势中，单价6-8W关注度占比增加3%，总价600W-1000W关注占比增加0.8-0.9%，面积120-160㎡增加1% 备注：以上数据均为二手房关注数据，即南京有购房意愿客群浏览房产类网页，关注的产品属性。
• P19：中高购房意愿客群-居住活跃度 疫情前，中高意愿客群居住主要分布在虹桥站附近的徐泾、七宝、九亭、莘庄等、及上海西北区 疫情中，中高意愿客群居住地主要分布在徐泾、七宝、江桥、九亭 疫情稳定，徐泾、新虹、华新、七宝、江桥的居民购房需求恢复快，可重点关注 板块评分方法说明： 1、选取过去23周，每周top10购房意愿中高客流的街道板块（该数据每周更新） 2、针对过去23周中，每周TOP10街道的人流量与出现频率，按排名评分(最高10分，最低1分

风险提示（主动披露）

（该成果未单列风险提示；相关判断见上文关键发现。）

给委托方的启示

• P3：如何通过数据回答这些问题？ 选择上海虹桥四至为采集范围，监测一定时间段内该区域客流的属性特征及流向分布 通过时时追踪客流信息，并分析其特征变化，得到与虹桥枢纽联系紧密区域的相关客群结论 监测围栏-上海虹桥站：火车站+地铁站+虹桥国际机场 选择原因：①上海虹桥站是上海的最主要高铁站、地铁站、国际机场； ②地铁虹桥站周边有众多带客流商业。 监测人流：以月为单位，去除重复出疫情稳定虹桥站的人流，同时去除工作人流 监测人流：监测时间内出疫情稳定