十九大以来，习近平总书记提出的“推动大数据和实体经济深度融合”，已经成为了全国各行各业深入思考实践的重要命题。而链家作为关系到国计民生的房地产行业领跑者，对大数据的理解和应用，自然也有一番自己的解读。
链家一直扎根线下，通过覆盖全国的经纪人及门店接触房源和成交数据。在房源数据上，链家一直坚持通过楼盘字典建立立体的房源大数据信息库。而在数据建设的过程中，“真信息”、“数量多”、“维度全”、“从人构建”成为了链家对房产大数据的核心注解，也从这四点上，真正构建了链家的房产大数据能力。
中国房地产互联网的发展较慢，很多模式都源于传统的房地产门户网站。事实上，楼盘字典的概念也起源于传统房地产门户网站。作为房地产信息互联网化的起手项目，这个产品类似于汽车之家的车型库，把各个城市每一小区的名称、地址、小区环境等详细信息统一结构化入库，便于购房者在网上查询楼盘信息。但早期概念中的楼盘字典更专注于新房业务，对这个楼盘数据的理解只停留在“小区”维度。对于更为细分的“房源”维度，既没有能力，也没有兴趣过多涉足。
但消费者显然在这个层面有更加强烈的需求。如果能在线上浏览每套房源，知晓具体信息和过往历史，对买房的体验有更大的提升。但获取这些信息，成本很高，需要的劳动量也更大。难的事情才有价值，于是链家做了：通过海量经纪人，链家如同蚂蚁搬家一般将36个城市8000万套房源信息入库。每套房源信息都用400个结构化的字段来描述展示，每套房源的数据信息达到了10个兆以上，这在以往是难以想象的。
链家怎么理解房地产场景的AI
中国互联网圈子里有一句老话：阿里巴巴拥有最多的交易数据，腾讯拥有最多的社交数据。放到地产行业，链家已经成为了拥有最多的房源信息数据和购房需求画像数据的公司。在数据资产就是能力标杆的AI年代，链家自然渴望将房源信息数据匹配上更多维度的标注。
从传统房地产中介起家的链家，其实从来没有错过任何一波通过互联网提升基础能力构建的浪潮：2008年开始，链家启动信息化，通过IT系统的打通深度提升了内部能效；在房地产信息时代，链家又后发先至，将楼盘字典这个产品做到极致超越传统房地产门户网站；在房地产电商时代，链家凭借线上下一体化，打败了各种新老互联网房地产商业模式笑傲江湖。2017年可谓中国的AI元年，链家自然也不会错过。
拥有了最多房源数据和买房用户画像数据后，链家深刻意识到，在AI浪潮里，还有三个核心的能力，一定需要构建：
了解用户群体真实身份
对链家来说，即便拥有了买房用户的需求画像，也仅仅是完善了对用户信息的一半的解读。买房是一个低频高额的行为，在每个买房者之间，又有非常多的个性化需求。即便拥有同样房源浏览路径和浏览偏好的用户，对他们的真实买房需求，背后也有千差万别的不同考虑。12000个浏览行为才完成一次买房交易，对线下起家的链家来说，这个数据自然会等效为“多少次带看才能完成一次成交”。
AI算法精准匹配能力
由“从人构建”角度出发，链家更多的是基于用户浏览行为给出的“母爱算法”，即用户爱看什么就给用户什么房源；此次与腾讯的合作，通过对腾讯云在大数据和人工智能领域的赋能，链家则可以加强“父爱算法”，即了解到用户真实需求从而给出更加准确的推荐，这对用户体验是数量级的提升，而背后，链家也会在交易环节提升更高的效率。
构建场景化AI的能力
通过大数据和AI算法的构建，链家的最终目的仍然是重塑交易链条，强化自身的交易闭环。在从二手房进入到新房、租房领域以后，链家获得了更为丰富的交易场景以及更具规模的交易频次。对惯于利用互联网思维思考的链家来说，从浏览到成交，在不同的业务里有不同的场景，而所有过程路径以及支持交易的关键动作，其实都是链家的场景流量。大把流量在手，链家自然会考虑在各种复杂场景中关联更多的交易闭环。
在AI年代，链家考虑的自然是通过AI深度学习理解房地产交易场景，建立房地产各个场景下的知识图谱，将关联业务更深更稳的进行植入。如何将房地产及其关联业务通过场景化的AI做深做透，在线上下场景里植入装修、家政等辅助业务，提升用户在交易环节更好的体验，一定会是链家新一轮的护城河计划。