数据分析：浅析如何在北京买到理想的房子？

之前看到一篇超级经典的用数据选房的案例分析，只是由于资料变更找不到了，大致记得是采集和挖掘了房管局、统计局、各售房平台、区域发改委数据、交通数据、学校数据等等作为样本来分析，最终一步步找到理想的房子。

今天我看到了相对不错的文章，现在分享给大家：

选房，是买房的第一步，也是最复杂的一步，北京有近万个小区，近千所小学，没几个月的踩盘研究，很难选出适合自己的小区。

如何优化这个流程，让你输入需求，一步选出适合自己的房子？

虚拟个人，沙小鸟，后厂村路辛苦打拼的项目经理，和女朋友想买套600万左右的房子，小区离上班地方近点，住着舒服点，如果能考虑下孩子上学就更好了。

从之前采集微博和中介线上提问的数据看，人们关心的顺序是自住环境>学校>潜力。

1.自住环境

通勤时间，小鸟在西二旗百度大厦上班，他希望花在路上时间不超过1小时 ，我们按9点上班，6点下班算，北京记录在册的10700个小区，有3472个满足要求。

下图为北京不同城区到西二旗的路径动态图。

西二旗通勤图

周边配套，要求小区周边2公里内有10个3.5星以上饭店，5公里内有一家综合医院，以西二旗地铁站为例，蓝色标注为饭店，红色为综合医院。

西二旗配套分布图

小区环境，建成年代在1980年以后，面积在80-100平，两居和三居最宜，还剩201个小区，小区分布如下图。

小区分布图

2.学校

把北京小学分成5类，分布如下图：

第一梯队红色点，拥有极好的理念和口碑，在升学上占尽优势。

第二梯队蓝色点，在本城区内排名靠前，实力稳定过硬。

第三梯队绿色点，学校环境，学风都不错，在所属片区内有口碑。

第四梯队白色点，普通小学，没有明显的优点或者缺点。

第五梯队不标注，渣。

201个小区，剔除掉所属小学为渣小的，还剩81个小区。

3.潜力

潜力，通过回溯历史数据，敏感性比较，计算影响因子权重，根据不同地区，生成价格模型。

对现阶段，周边地区人流，企业入驻信息采集数据，配合最新城市规划，找出价值洼地。

什么是价值洼地？如何衡量潜力？

这部分比较敏感，我稍微举个例子：

按首付一半算，昌平在2015年前的年化是10%，西城是22%。

如果按目前贷款额度看，北京一大部分地区已经失去了作为家庭investment存在的意义，甚至有跑输定存的风险，这种地区，在部分权重因子上表现惊人的相似。

最终这81个小区分布如下，注意，不做推荐，只是举例分析。

有了心仪小区，下个房源APP，把自己关注的小区拉进去，每天看看有没有降价的好房源。

总结

除了列出来的条件，还有其他诸如小区环境，物业，随着数据的进一步积累，也可以将抽象的数据量化出来，辅助选择。

大数据的潜力不仅于此，我们可以通过采集周边数据，指出新盘定价是否合理~采集计生委每年新生婴儿数量，预估学位需求~

未来，只要你提出需求，就会自动选出符合你要求的房子，配合VR看房，将一切流程最简化，省却了数个月的踩盘看房。