案例库 › 深圳
案例 · 深圳2017
深圳 · 客户细分研究
◆ 核心结论 · 一句话读懂
核心结论（摘自该成果原文）：
- P3：3 一、客户细分研究的应用场景 1、主要应用于房地产开发的哪些关键环节？ 2、重点能够解决哪些核心的业务问题？ 二、客户细分研究的方法体系 1、中长期方法体系的整体构想？ 2、可落地的分步实施策略？ 三、客户细分平台搭建的设想 1、高效决策的客户地图平台设想？ 三大问题 回答的问题 PART 1 客户细分研究工作思路
- P6：智慧化客户细分平台搭建 中长期方法体系的构想 建立智能化动态获取客户信息的渠道、搭建客户细分平台，支持城市发展策略及土地拓展可研管理，并预留客户价值管理端口
- P7：可落地的分步实施策略 在客户信息获取方面，将逐步引进大数据智能化工作方法，与传统的成熟研究方法形成互补，并逐渐成为主流方法 市场切分 全样本客户结构分析 客户特征大数据分析 根据过去1年的市场成交结构，以单价按自然分段法切分为高端、品质、改善、基础四级客户，并分析市场成交结构 将全市二手房按高端、品质、改善、基础标准进行分类，并分类输出每类小区的居住、工作、娱乐人口数据，分析全样本客户结构 将分类小区列表提供给大数据公司，输出每类客户地
- P8：可落地的分步实施策略 本次研究主要采用成熟的问卷调查，结合二手楼大数据建立研究框架，下次研究将在客户特征大数据及市场楼盘客户大数据上做出积极探索，初步建立智能化研究模式 市场切分 全样本客户结构分析 客户特征大数据分析 根据过去1年的市场成交结构，以单价按自然分段法切分为高端、品质、改善、基础四级客户，并分析市场成交结构 将全市二手房按高端、品质、改善、基础标准进行分类，并分类输出每类小区的居住、工作、娱乐人口数据，分析全样本客户结构
为什么做这项研究（情境-冲突-疑问-障碍-解决）
- P2：目 录 CONTENTS 禾略 URASR中国源自全国性品牌房企团队，着眼于未来、落实到现在的房地产大数据服务商，经验丰富，带来品质保障的增值顾问。 Part 1 客户细分研究工作思路 Part 2 本次客户细分研究成果
- P3：3 一、客户细分研究的应用场景 1、主要应用于房地产开发的哪些关键环节？ 2、重点能够解决哪些核心的业务问题？ 二、客户细分研究的方法体系 1、中长期方法体系的整体构想？ 2、可落地的分步实施策略？ 三、客户细分平台搭建的设想 1、高效决策的客户地图平台设想？ 三大问题 回答的问题 PART 1 客户细分研究工作思路
- P4：1.城市发展研判 3.项目定位 6.物业交付 土地获取阶段的客户研究 以市场潜在客户和周边客户为参考，快速识别项目可能客户，为项目可行性寻找依据，并为项目定位提供初步方向 项目定位阶段的客户研究 以市场潜在的目标客户群为研究对象，为项目的产品设计和宣传选找依据 来访客户、流失客户研究 以来访、流失客户为对象，掌握消费者心理，调整项目宣传，为价格制定和宣传提供支持 客户居住过程和体验研究 了解客户居住体验，为产品开发积累经验 新成交客户研
研究框架与方法论（MECE：相互独立、完全穷尽）
- P2：目 录 CONTENTS 禾略 URASR中国源自全国性品牌房企团队，着眼于未来、落实到现在的房地产大数据服务商，经验丰富，带来品质保障的增值顾问。 Part 1 客户细分研究工作思路 Part 2 本次客户细分研究成果
- P3：3 一、客户细分研究的应用场景 1、主要应用于房地产开发的哪些关键环节？ 2、重点能够解决哪些核心的业务问题？ 二、客户细分研究的方法体系 1、中长期方法体系的整体构想？ 2、可落地的分步实施策略？ 三、客户细分平台搭建的设想 1、高效决策的客户地图平台设想？ 三大问题 回答的问题 PART 1 客户细分研究工作思路
- P4：1.城市发展研判 3.项目定位 6.物业交付 土地获取阶段的客户研究 以市场潜在客户和周边客户为参考，快速识别项目可能客户，为项目可行性寻找依据，并为项目定位提供初步方向 项目定位阶段的客户研究 以市场潜在的目标客户群为研究对象，为项目的产品设计和宣传选找依据 来访客户、流失客户研究 以来访、流失客户为对象，掌握消费者心理，调整项目宣传，为价格制定和宣传提供支持 客户居住过程和体验研究 了解客户居住体验，为产品开发积累经验 新成交客户研
- P6：智慧化客户细分平台搭建 中长期方法体系的构想 建立智能化动态获取客户信息的渠道、搭建客户细分平台，支持城市发展策略及土地拓展可研管理，并预留客户价值管理端口
- P7：可落地的分步实施策略 在客户信息获取方面，将逐步引进大数据智能化工作方法，与传统的成熟研究方法形成互补，并逐渐成为主流方法 市场切分 全样本客户结构分析 客户特征大数据分析 根据过去1年的市场成交结构，以单价按自然分段法切分为高端、品质、改善、基础四级客户，并分析市场成交结构 将全市二手房按高端、品质、改善、基础标准进行分类，并分类输出每类小区的居住、工作、娱乐人口数据，分析全样本客户结构 将分类小区列表提供给大数据公司，输出每类客户地
- P8：可落地的分步实施策略 本次研究主要采用成熟的问卷调查，结合二手楼大数据建立研究框架，下次研究将在客户特征大数据及市场楼盘客户大数据上做出积极探索，初步建立智能化研究模式 市场切分 全样本客户结构分析 客户特征大数据分析 根据过去1年的市场成交结构，以单价按自然分段法切分为高端、品质、改善、基础四级客户，并分析市场成交结构 将全市二手房按高端、品质、改善、基础标准进行分类，并分类输出每类小区的居住、工作、娱乐人口数据，分析全样本客户结构
- P10：10 1.用鼠标定位项目位置，按项目评价按钮，输出项目土地属性各项维度的量化评价 客户匹配 项目评价 客户匹配 产品建议 卖点建议 预购区域 未来客户地图平台 （考虑与城市地图及产品研发的衔接） 未来客户地图平台设想
- P13：13 一、新时期莞深客户的再认知 1、莞深客户的新特征？ 2、莞深客户的爆款需求？ 二、莞深重大战略机会的捕捉 1、莞深客户结构的趋势性变化？ 2、趋势变化下将出现哪些战略机会？ 三、莞深客户的分类识别 1、莞深客户的分类模型？ 2、莞深客户的分类特征及分类需求？ 四大问题 回答的问题 PART 2 本次客户细分研究成果
量化方法与指标体系（可复核的方法论）
- P7：可落地的分步实施策略 在客户信息获取方面，将逐步引进大数据智能化工作方法，与传统的成熟研究方法形成互补，并逐渐成为主流方法 市场切分 全样本客户结构分析 客户特征大数据分析 根据过去1年的市场成交结构，以单价按自然分段法切分为高端、品质、改善、基础四级客户，并分析市场成交结构 将全市二手房按高端、品质、改善、基础标准进行分类，并分类输出每类小区的居住、工作、娱乐人口数据，分析全样本客户结构 将分类小区列表提供给大数据公司，输出每类客户地
- P8：可落地的分步实施策略 本次研究主要采用成熟的问卷调查，结合二手楼大数据建立研究框架，下次研究将在客户特征大数据及市场楼盘客户大数据上做出积极探索，初步建立智能化研究模式 市场切分 全样本客户结构分析 客户特征大数据分析 根据过去1年的市场成交结构，以单价按自然分段法切分为高端、品质、改善、基础四级客户，并分析市场成交结构 将全市二手房按高端、品质、改善、基础标准进行分类，并分类输出每类小区的居住、工作、娱乐人口数据，分析全样本客户结构
- P48：48 深圳细分结构 在土地价值细分上，采用自然分段聚类法进行类别划分 采用自然分段法划分市场成交均价类别： 市场典型项目： 2016年市场成交结构（深圳+东莞临深）
- P50：50 深圳已从“过客型”城市转变为“安居型”城市，越来越多的人选择落户生根 深圳潜在客户规模 深圳人口增速 数据来源：各城市统计年鉴。
- P60：60 东莞市场细分结构 在土地价值细分上，采用自然分段聚类法进行类别划分 采用自然分段法划分市场成交均价类别： 市场典型项目： 2016年市场成交结构（东莞非临深）
- P61：61 随着产业升级，东莞人口素质逐步升级，住房潜在需求有较为坚实的支撑 东莞潜在客户规模 东莞人口增速 数据来源：各城市统计年鉴。
- P68：一、 客户细分的目的 1、行业供求结构转换，经营需“以客户为导向”，要求我们重新审视并把握客户结构变化 2、客户及需求趋于多元化，需不断细分、优化产品，精准对位营销 3、客户细分基于客户需求分析，打通土地-客户-产品对位更好的服务于土地拓展及定位 二、 什么是好的客户细分 1、可识别：客户信息方便获取，客户类别可准确识别 2、可区分：细分维度统一、有层次，各细分类别之间界限清晰、差异突出 3、可落地，创造价值：标准化的语言体系，可支持前
◆ 研究方法论示意（摘自项目成果原文，已脱敏）
取自该项目 PPT 成果的方法论/框架页，页内无委托方标识，仅保留城市与指标口径。
关键发现与判断（均来自原文）
- P9：9 未来客户地图平台 （考虑与城市地图及产品研发的衔接） 未来客户地图平台设想 1.当鼠标移动到不同区域时，会出现不同区域的细分客户的占比 2.鼠标点击品质（享受）客户，即可查看该类型客户的客户描摹（同时可以点击大图查看） 客户匹配 项目评价 客户匹配 产品建议 卖点建议
- P32：购房需求 地段需求：首选具有发展潜力的新兴区域 发展成熟，增长空间已被透支，且购房压力大 蓬勃发展，日新月异，有更多的可能及更大的想象空间 主流客户多为首改 相当于再来一次选择
- P53：53 深圳潜在客户规模 根据央视调查推算，深圳未来3年每年新房+二手房潜在客户规模约22万个 抽样方法：使用PPS概率与规模成比例的抽样方法，以国家人口普查结构为配额依据，依据家庭户户址进行访问 深圳每年5000个样本 未来3年有购房计划人群占比 2015年10.7% 2016年15.8% （新政前调查） 平均13.3% 深圳2016年常住人口1191万人 13.3%的人，即约158万人，66万个家庭未来3年有购房计划 每年平均22万个
- P57：57 深圳细分市场供求关系 在供求关系上，高端市场供大于求，品质及改善市场存在扩大的空间，基础市场将主要存在于临深 高端市场量小，且供大于求 2016年二手房销售量10.5万套，理论外溢非东莞临深需求4.6万套 基础客户将继续被大规模挤压到二手房及临深市场 品质及改善市场，潜在需求仍有大量未被满足，仍有较好的支撑
- P59：59 业绩增长 高端客户 品质客户 改善客户 基础 客户 研究一线临深改善化机会 标准产品规模化 吸引改善及高端客户进入品质市场 增加规模，提升利润 需求洞察，创新引领 传统客户 规模中心 机会客户 利润中心 深圳整体客户策略启发 规模中心+利润中心，双驱驱动，跨越式发展 创造二线临深市场 加大临深承接深圳外溢力度 夯实临深规模优势 基础 土地 深圳 改善土地 品质土地 高端土地 基础 土地 临深
- P61：61 随着产业升级，东莞人口素质逐步升级，住房潜在需求有较为坚实的支撑 东莞潜在客户规模 东莞人口增速 数据来源：各城市统计年鉴。
- P62：62 东莞潜在客户规模 根据央视调查推算，东莞未来3年每年新房+二手房潜在客户规模约12万个 抽样方法：使用PPS概率与规模成比例的抽样方法，以国家人口普查结构为配额依据，依据家庭户户址进行访问 东莞每年3000个样本 未来3年有购房计划人群占比 2015年9.98% 2016年9.43% （新政前调查） 平均9.7% 东莞2015年常住人口825万人 9.7%的人，即约80万人，36万个家庭未来3年有购房计划 每年平均12万个 有购房
- P65：65 单价 规模 东莞变化趋势 高端现状 高端趋势 品质现状 品质趋势 改善现状 改善趋势 基础现状 基础趋势 主流 逐渐萎缩 增长极 机会点 新主流 基础 改善 品质 高端 机会点 预计改善市场将成为新主流，可加大力度，规模发展，提升占有率，品质及高端市场规模也将得到明显的提升，可选择全面提升产品品质，加强筛客能力，提升溢价 加大力度，规模发展提升占有率 全面提升产品品质，加强筛客能力，提升溢价
风险提示（主动披露）
- P1：在【禾略 URASR中国】的世界里，您都将连上世界的头脑风暴 TO：某合作房企 www.urasr.com 莞深潜在客户细分研究 站在【时代的风口】，我们一直努力探索着各种突破的可能，比如如何将大数据应用到房地产，切实有效【降低开发风险，最大化客户价值】 有梦想 敢实现
- P4：1.城市发展研判 3.项目定位 6.物业交付 土地获取阶段的客户研究 以市场潜在客户和周边客户为参考，快速识别项目可能客户，为项目可行性寻找依据，并为项目定位提供初步方向 项目定位阶段的客户研究 以市场潜在的目标客户群为研究对象，为项目的产品设计和宣传选找依据 来访客户、流失客户研究 以来访、流失客户为对象，掌握消费者心理，调整项目宣传，为价格制定和宣传提供支持 客户居住过程和体验研究 了解客户居住体验，为产品开发积累经验 新成交客户研
- P16：从房价收入增速比看，莞深房价均处于明显的泡沫中 房价收入增速比=2011-2016年11月份商品住宅房价增速/2010-2015年人均可支配收入增速 泡沫线 市场发展背景 2011-2016年房价（单价）收入增速比
- P46：46 问卷调查发现 莞深客户整体特征及需求动向 一、什么样的人可能买房 二、什么因素促使他们买房 三、客户效用最大化的需求是什么 四、什么样的产品设计能打动他们 五、市场潜在的“风口”是什么 东莞的风口——客户深圳化，一方面，承接深圳30%的规模巨大的潜在外溢客户，大量增加中高支付力客户规模，另一方面，对于与深圳客户日渐同质的本地客户，通过产品升级，提高溢价水平，消除东莞房价泡沫，开启一个新的量价齐升的黄金时代。 深圳的风口——总价控制
给委托方的启示
- P3：3 一、客户细分研究的应用场景 1、主要应用于房地产开发的哪些关键环节？ 2、重点能够解决哪些核心的业务问题？ 二、客户细分研究的方法体系 1、中长期方法体系的整体构想？ 2、可落地的分步实施策略？ 三、客户细分平台搭建的设想 1、高效决策的客户地图平台设想？ 三大问题 回答的问题 PART 1 客户细分研究工作思路
- P6：智慧化客户细分平台搭建 中长期方法体系的构想 建立智能化动态获取客户信息的渠道、搭建客户细分平台，支持城市发展策略及土地拓展可研管理，并预留客户价值管理端口
- P7：可落地的分步实施策略 在客户信息获取方面，将逐步引进大数据智能化工作方法，与传统的成熟研究方法形成互补，并逐渐成为主流方法 市场切分 全样本客户结构分析 客户特征大数据分析 根据过去1年的市场成交结构，以单价按自然分段法切分为高端、品质、改善、基础四级客户，并分析市场成交结构 将全市二手房按高端、品质、改善、基础标准进行分类，并分类输出每类小区的居住、工作、娱乐人口数据，分析全样本客户结构 将分类小区列表提供给大数据公司，输出每类客户地
- P8：可落地的分步实施策略 本次研究主要采用成熟的问卷调查，结合二手楼大数据建立研究框架，下次研究将在客户特征大数据及市场楼盘客户大数据上做出积极探索，初步建立智能化研究模式 市场切分 全样本客户结构分析 客户特征大数据分析 根据过去1年的市场成交结构，以单价按自然分段法切分为高端、品质、改善、基础四级客户，并分析市场成交结构 将全市二手房按高端、品质、改善、基础标准进行分类，并分类输出每类小区的居住、工作、娱乐人口数据，分析全样本客户结构
- P9：9 未来客户地图平台 （考虑与城市地图及产品研发的衔接） 未来客户地图平台设想 1.当鼠标移动到不同区域时，会出现不同区域的细分客户的占比 2.鼠标点击品质（享受）客户，即可查看该类型客户的客户描摹（同时可以点击大图查看） 客户匹配 项目评价 客户匹配 产品建议 卖点建议
- P10：10 1.用鼠标定位项目位置，按项目评价按钮，输出项目土地属性各项维度的量化评价 客户匹配 项目评价 客户匹配 产品建议 卖点建议 预购区域 未来客户地图平台 （考虑与城市地图及产品研发的衔接） 未来客户地图平台设想
- P11：11 2.用鼠标按客户匹配，在条件框中选择价格段及主力户型，按确定输出项目各类客户的匹配表，以及根据客户对土地属性的需求、户型产品需求及支付力计算各类客户的匹配度及估算客户量 客户匹配 项目评价 客户匹配 产品建议 卖点建议 预购区域 定价 户型 未来客户地图平台 （考虑与城市地图及产品研发的衔接） 未来客户地图平台设想
- P12：12 3.点击产品建议，在条件框中选择各类产品建议，如户型图下拉框可选市场热销户型或某合作房企定型户型，根据客户对房屋功能的取舍偏好计算并输出最佳户型 客户匹配 项目评价 客户匹配 产品建议 卖点建议 预购区域 户型图 立面风格 内部配套 …… 4.点击卖点建议，根据项目评价及客户偏好输出核心卖点建议，并提醒需要着重弱化的劣势 未来客户地图平台 （考虑与城市地图及产品研发的衔接） 未来客户地图平台设想
数据说明：本文结论与方法摘自禾略「深圳 · 客户细分研究 · 2017」项目可公开成果原文（委托方已脱敏，标注 P{n} 为该成果页码），数据口径以原文交付为准。本页不构成投资建议，仅用于展示禾略的研究方法与服务能力。