如何在北京买房？【数据故事计划最佳创意奖】

数据派THU

发布于 2019-07-08 20:02:53

4370

发布于 2019-07-08 20:02:53

文章被收录于专栏：数据派THU数据派THU

摘要：细听学长学姐讲故事，或许在他们的路上也有你的身影！

“数据故事计划”旨在收集各类有关大数据的故事然后进行比赛及相关的宣传和推广。包括同学们接触大数据、使用大数据、最终取得成果的过程，主要内容为大数据在各类行业的应用以及个人感悟。希望以此活动使得更多同学认识大数据，学会利用大数据解决问题，最终实现向“数据ers”的转变。

摘要

住房是人们生活的必需品，同时也承载这中国人“家”的概念。但随着我国经济的飞速发展，房价不断攀升，买房对于很多人来说会是人生中最大的一笔投资。尤其在我们的首都北京，买房更是难上加难。对于将会定居在北京的人们，如何去选择更加符合自己要求的房子，如何去判断房子的性价比，完成人生中最大的这笔投资，便成为了大家最为关心的话题。为此，我们小组进行了可视化平台的设计，实现条件筛选、智能评估、最优推荐等等，旨在为最广大的人民提供更便捷的选房平台。

人物介绍

队长介绍

Kevin Maher 马腾飞，美术学院视觉传达设计系，硕士一年级。创办了清华学生数据可视化社团。创办了DIATOM设计公司，致力于从设计的角度实现更有效的数据可视化，曾经客户包括Kantar、 Danone、中国平安等。

队员介绍

李文心，美术学院视觉传达设计系，研究生二年级。主要的研究方向为数据可视化。

故事介绍

01 北京？买房？

北京作为一线大都市，目前的常住人口在两千万以上。近年来的人口增长使得北京的住房资源紧缺且价格上涨。

张张是一名在北京打拼了4年的程序员，今年面临着结婚买房的问题。我在与他的交谈中发现，他所面临的问题不是房价太贵，就是位置过偏。于是我们在想，是否可以找到一个房价可承受且交通对于张张来说又较为便利的房源呢？

我们打开了链家的官网，企图能够在网站中发现一个恰当的房源。但是从链家的可视化图像中，我们并不能直观的得到我们想要的信息。杂乱叠加的房价让我们难以判断价格的高低，过大的范围也难以得到精确的位置信息。

链家官网房价展示界面

既然现有的平台并不能提供直观的信息，那我们是不是可以自己制作一个能够满足我们自身需求的可视化平台呢？

02 链家数据的尝试

在北京，链家作为地产中介占据了55%—60%的市场①。所以为了探索这个问题，我们从链家的官网找到了2011年到2018年初的销售数据，共计30万余笔②。

链家数据展示

然后我们结合地图，把房价的信息与交通线路叠合，得到了如下的变化趋势。

2012-2017北京房价可视化

我们发现北京在近几年中不断延交通线路扩张，且交通线路对房价有一定的影响。

2011-2017北京房价的变化

03 现有的全球房产投资平台propertypassbook

而后我们调研了现有的一个全球房产投资平台propertypassbook③。此平台的房地产投资城市排行榜涵盖了全球主要的经济发达地区和新兴起市场，通过对各个城市进行的多维度分析，以确定各城市的住宅房地产行业成长潜力和社会经济发展趋势。propertypassbook是为通过买卖房产来获得收益的人群而设计，但是这一点却违背了我们的初心。