本文为武斌先生在2026观点年度论坛发表的演讲。
武 斌（贝好家C2M创新中心总经理）：大家下午好，很高兴今天有机会与大家分享贝好家集团的模式。刚才听了多位嘉宾的演讲，也是受益匪浅。既有对行业未来趋势的判断，也有在好房子上面的开拓和创新。我们也希望贝好家在房地产新模式里成为一份子，和大家一同前行。
可能很多伙伴也很感兴趣，贝壳为何在当下布局贝好家。其实也源于我们对于行业本身的一些判断。近些年来，其实整个市场的结构发生了非常大的变化。在头部城市，二手房交易占比已超过70%。
例如北京、上海二手房成交占比已达80%，所以二手交易它成了行业里主流的交易结构。所以它的成交价格的走势能更好地代表市场真实趋势的。
另外，整个市场的供求关系发生了非常大的变化。二手的库存房源量在持续攀升。新增的有效房客比的趋势显示，从2021年开始已经少于1，正式进入房多客少的时代。而且用户的选择在变得越来越谨慎。
2021年的时候，一个成交用户平均看房次数约10.7次。但到2025年，基本上一个成交的用户，他平均看房次数约16.8次。客户买房子在变得越来越谨慎，整个周期也变得越来越长。
所以，整个行业在面临一个新的命题——在这样的市场环境下，怎么才能针对客户的诉求打造真正适销对路的好房子。大家都在做些尝试，我们也希望参与其中。
2023年的时候，倪部长也是高屋建瓴地提出了“以人定房”“以房定地”“以房定钱”的前瞻性引导。
这也是贝好家C2M理念的重要基础。C2M模式的核心是基于海量的数据，利用大数据和AI算法的能力为客户提供符合需求的产品。
一块地，我们究竟应该为谁做，做什么？可否在更前置节点给出相对来讲更客观的判断。在拿地之前，我们用C2M的模型叠加人工可研做真实客户的触达验证，从而形成初步的定位方案。
同时在整个的开发的过程中，持续不断和真实的客户进行连接，为产品打造提供真实需求的验证。
C2M模式离不开很多核心能力的构建。在核心构建上，海量数据的基建与数据产品是构建C2M模式的基石。同时，构建贝好家的定位能力和客户触达的能力。
C2M的核心是“C”（客户），对客户的深度理解是所有决策的前提，如何形成真实、有效的客户洞察至关重要。贝壳拥有海量房源供给数据，可清晰捕捉客户真实行为轨迹；同时具备实时、真实的交易数据与价格数据，精准反映客户出价时点与购房决策。比如，客户以什么价格买下，什么时间做的买方决策，这些是能够可以参考的。
同时因为贝壳提供整个线上的平台，每天都有海量的用户在这里看房，他们浏览了什么样的房源，咨询了什么样的房源，出价了什么样的房源，其实都会有真实的呈现。
基于这样的海量的数据的资产，再叠加我们的一些模型算法的能力，业务的策略，就能够更精准地刻画我们所面向的客户的客户容量、客户画像、客户需求。
（PPT）这是我们内部的一个工具，大家可以简单看一下，其实就是针对客户不同的选择下，我们能够分析这些客户的一些精准的画像，包括它的分布，它的趋势，包括在不同的空间上面，职住外溢回流、竞争板块的迁徙，在这种情况下到底是怎么分布和构成的。
同时也能够看清楚每个板块它客户的来源的整体构成，比如他今天工作在哪，住在哪儿，以及这些客户的一些实际的特征、偏好以及在购房价格、面积段等等的倾向。
以上是客户洞察。这是我们模型分析的基础，同时在价格上也需要做一些科学的判断。在整个价格判断上，我们大概有几个核心能力。
第一个是时点价模型。系统梳理了影响房屋价值的因子的矩阵，然后建立了科学体系化的打分的衡量的方式。同时选取高参考性的楼盘来做参考。
在同样的一套打分模式下，形成多个楼盘的竞争力的对比。同时再结合真正的入市盘的它的量价的表现，叠加这中间的一些量价的影响的折算，就形成了本案相对更科学的定价。
同时，在过程中也有非常多的量化能力的建设。举个例子，针对不同的客群，地铁到底对于价格的溢价影响多大？不同的距离对于不同的客群地铁的溢价是多少？超过多少的距离，地铁的溢价就不再存在了。这些我们都会做科学的一些定义和量化。
另外一个就是价格的趋势，过往大家肯定都在看价格，但看得更多是均价，然而均价本身它其实是受很多的因素的影响。比如交易结构、房屋楼龄、朝向等，所以只看均价可能会形成因交易结构的差异所形成的价格假象。所以我们不管是在二手还是在新房上都做了科学的量化的方式，尽可能形成真实趋势的刻画。
还有一种，分户定价。大家都在一房一价，但一房一价是怎么定出来的，我们也是梳理了在同一个小区里面，影响它的房屋定价的不同的维度。
比如水平差，位置差，同时也是通过量化的方式形成一些客观的逻辑。比如不同的业态、不同的楼层，它的溢价水平是什么样的。比如，20楼和15楼到底哪个楼层在不同的业态下，它的溢价率是更高的。这些也都会做科学的量化以及在实操中应用。
还有一个非常重要的是，套型的配比。这其实是一个非常复杂的事情，因为这中间市场、客户、土地都会有非常大的影响。我们也通过更全面的数据和更定量的方法，同时链接真实的客户做了一些校验，最终形成了套型配比的逻辑。
这里举几个例子，比如在市场上，因为二手房交易在交易市场里面占主流，基于潜在二手房交易客户的偏好、支付力、需求等等的倾向对客户形成判断。哪怕今天他是一个没有关注新房的客户，也能够进行用户画像的建立。从而形成更整体全面的客户判断。
再比如土地，其实针对城市里面的每一个点、每一块土地，都会智能化地形成土地质素的评判。从而通过更综合的市场、客户，土地的周围的因素看今天究竟定什么样的套型比例是更符合市场的趋势和更能满足客户诉求的。另外在整个价值塑造上，也会打造契合客群需求的项目价值的体系。
另外一个非常重要的就是客户触达的能力。基于贝壳庞大的精准的客户的资源，贝好家也自建了客户触达的平台。这中间既可以做精准的人群的圈选、灵活的问卷的配置、多元的结果分析来尽可能真实的围绕真实的客群形成洞见并进行需求验证。
（PPT）这是我们内部系统的一个简单的呈现。无非就是如何更好地圈选更合适的人群，比如不同的区域，时间，客户的类型等等。也可以查看今天圈选的这些人群的分布、职住的构成、客户画像，比如居住的楼龄、面积，子女的特征、子女的数量等等的特征，同时也可以针对每一个客户的样本做针对性的回溯和调研。
同时在一些问卷的配置上，也可以做更灵活化的一些配置。比如我们不同的答题卡，历史的已有的问卷，怎么能够更灵活的复用，这中间怎么做更科学的导入。还有很多在做线下的问卷，如何做批量的导入和生成，这些都在做相应的能力的建设。同时未来也会在AI的问卷生成上做特别多的努力。
还有非常重要的基础就是我们的数据的基建和数据的产品。比如新房的市场的数据，同时会有贝壳独有的二手房的市场数据、客户的行为的数据，包括这么多年积累的房源的数据，这些会共同构成我们今天的数据的基建。同时通过我们所打造的纵横的数据产品来形成日常的作业和一些决策的辅助。
真正落到项目上，这两年以来也和非常多的合作伙伴打造了很多的项目。我们也有一些沉淀。
比如上海贝联的项目，在拿这块地的时候，其实周边所有的项目没有105平米以下的户型，基本上都是105平以上的，但是研究这周边的潜客、连环单的构成，包括次新的二手房的分布，会发现95左右的面积段是有很好的结构化机会的。所以我们就做了70平米的户型。从最终的销售结果来讲的话，基本上和预估是非常一致的。同时也会做海量的客户触达来验证这中间客户的真实。
再比如像成都贝宸项目，我们做车库的设计会模拟客户真实的行车的场景；再比如像洗烘方面，很多客户其实过往都是一洗一烘，上下叠放。但客户的真实的诉求会觉得这非常的不方便。所以最终选择其实是并排平放，并且抬高67公分，这样整个的取放和操作是最便捷的。
再比如空中花园，77%的用户会有养花的习惯，但是认为养护是个非常大的问题。我们做了充分的客户调研：58%的用户认为需要景观的交付；75%的用户能够接受上门的养护；93%的用户能够接受三年后付费的养护。这也指导后续一些方案的生成。
再比如杭州沐兰台的项目，当时分析市场的时候发现，在供给侧其实整个新房库存已经出清了，二手的挂牌价是在走高的，价差是在变小，所以是竞争状态是在向好的。同时看需求侧，它整个的从需求客户的来源来看，组成外溢的客户的占比是在不断提升的。
我们也发现这中间的客户潜力是比较大的，最终达成了和兴耀的合作。在其实并不太起眼的一块土地上，还是实现了经营指标和销售计划双优的表现。
最终实现的客户销售，整个来源的构成和我们的预估还是非常一致的。包括最终价格的偏差和整盘的定价的偏差也是非常一致的。
我们当时预估，六个月清盘的话，价格是定到33000元，对应的月均流速是五套。如果按三个月清盘，那我们价格就到31700元，月均流速109套。最终实现了三个月去化了94%，成交价格是31500元，成交流月均流出102套，和我们的预估是非常一致。
截至目前，贝好家已与全国众多伙伴达成合作。上周，北京未来科学城的未来城·星寰时代项目开盘，这是未来科学城近七年首次首次自主操盘项目，而不是与其他开发商联合操盘。同时，他们引入了贝好家在产品定位、设计咨询，包括营销上深度合作，开盘当天就卖了389套，取得了不错的结果。
未来，贝好家希望与更多合作伙伴携手，在房地产开发全流程中提供更多助力。
谢谢大家。
免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。
热门跟贴