|
Zillow其實已經(jīng)實現(xiàn)了依靠數(shù)字化徹底改變企業(yè)內部運轉模式了,，這是很多正在數(shù)字化道路上的企業(yè)的中期目標,。但這恰恰也是它今日陷入困境的核心所在 文｜李軍 如果您沒聽說過Zillow這家公司的名字，這一點也不奇怪,。它是一個傳統(tǒng)的房地產(chǎn)交易企業(yè)——應該說曾經(jīng)是,。在公司成立至今十五年的大部分時間里，這家總部位于西雅圖的公司的主業(yè)一直是提供在線房地產(chǎn)交易服務,。 作為交易服務的一部分，平臺除了為房地產(chǎn)買賣雙方提供交易撮合服務,，還提供了房產(chǎn)估價模型——Zestimate,。這個模型早在2011年就推出了，此后,，Zillow一度在資本市場大火,，在美國房產(chǎn)交易平臺市場上，它成為全行業(yè)的數(shù)字化的標桿性公司,。此后,，Zestimate幾經(jīng)升級更迭，成為Zillow公司商業(yè)模式的基礎動力,。 但是這家明星公司在最近陷入了困境,，11月2日,，公司計劃裁員2000人，約占全部員工總數(shù)的25%,。聲明發(fā)布后的一周內公司股價大跌近三分之一,。Zillow此時的境況十分危險，就算能夠挺過去,，也將元氣大傷,。 成也蕭何敗蕭何。讓這家數(shù)字化先鋒站在懸崖邊上的罪魁禍首,，是完全基于機器學習算法運行的Zestimate模型,。它當初把Zillow推向了高點，今天又讓Zillow身陷險境,。 當下,，數(shù)字化轉型升級在全球已經(jīng)成為共識，數(shù)字化技術將重塑甚至顛覆傳統(tǒng)企業(yè)已有的商業(yè)模式,，為企業(yè)帶來全新的生命周期,。但Zillow的經(jīng)歷警示人們，機器和技術只是手段,，用,，怎么用，度是什么,，人最終掌控什么,，可能是所有人都要去面對和思考的終極問題。 Zestimate評估模型早期是確用于定房屋價值的“起點”,，而不是正式的商業(yè)估價,。但這個靈活且強大的工具很快就受到了用戶的歡迎。畢竟訪問Zillow的用戶是那些希望節(jié)省房產(chǎn)經(jīng)紀費用,，但又對房地產(chǎn)當前價格極端缺乏了解的普通房東,。他們往往在十幾甚至幾十年前購買了房產(chǎn)，現(xiàn)在希望以合理價格出售,。而美國以獨棟住宅為主的城郊和鄉(xiāng)村房產(chǎn)通常是一戶一價,，往往因為位置、土地面積,、結構,、朝向、內部裝修等多種因素導致相鄰的房屋也會有很大價格差異,。
借助Zestimate的評估模型,，房主們就能了解自己房產(chǎn)當前的市場價格，從而決定以什么價格售出。隨著Zillow開展了十五年的在線房地產(chǎn)交易服務,，Zestimate模型通過免費向數(shù)百萬美國家庭提供估值服務,，積累了海量的房地產(chǎn)估值數(shù)據(jù)。根據(jù)媒體披露的信息,，Zestimate系統(tǒng)內包含了美國超過 1.04 億個房產(chǎn)的估值數(shù)據(jù),。而美國全國的居民房產(chǎn)總共也不過2億左右。通過多年積累,，Zillow涵蓋了美國近半居民房產(chǎn)的數(shù)據(jù),，可謂是美國房產(chǎn)大數(shù)據(jù)的領頭羊。在機器學習領域不斷取得新突破的時候,，近年來,，Zillow也不斷對 Zestimate 算法進行更新和升級，力求估值結果盡量接近市場的實際交易價格,。新的 Zestimate 算法利用神經(jīng)網(wǎng)絡,，除了使用房屋面積、位置,、結構等和房屋基本屬性相關的上百個詳細信息,，還結合了更深入的房產(chǎn)數(shù)據(jù)歷史，例如成交交易,、稅收評估和公共記錄等信息對模型預測進行修正,。更新后的 Zestimate 模型可以更快地對動態(tài)市場條件做出反應，為房主提供更準確的房屋當前價值估計,，并顯著減少 Zestimate 計算處理所需的時間,。新版 Zestimate 模型大獲成功。根據(jù)Zillow公司網(wǎng)站公布的數(shù)據(jù),，目前Zestimate在全美國范圍內針對在售房屋的價格預測偏差(median error)為 1.9%,，而針對未上市房屋的價格預測偏差為 6.9%。最終 Zestimate 模型的預測準確性取決于房產(chǎn)數(shù)據(jù)的詳細程度,。Zestimate列出的所需信息,，房主能夠提供得越完備，Zestimate預測模型就越準確,。圖一：Zestimate數(shù)據(jù)模式的預測能力 數(shù)據(jù)來源：Zillow公司網(wǎng)站
借助機器學習強大的建模能力,，在相當長的時間里 Zestimate 是市場上最好的房產(chǎn)價格評估模型，沒有之一,。Zillow當然不甘心守著Zestimate這么好的價格預測模型而不變現(xiàn)。他們選擇的業(yè)務拓展方向是“房屋翻售”(House flipping),。
“房屋翻售”是一個房地產(chǎn)專用的術語,，指的是購買售價偏低的房產(chǎn)，進行修復和部分設施升級后再加價售出，以獲取差價利潤的過程,。在美國市場上,，每年有25萬套左右的房產(chǎn)被“翻售”?！胺课莘邸闭?020年美國全部房屋銷售量的5.9%,。2011年之后美國房地產(chǎn)行業(yè)“房屋翻售”的平均投資回報穩(wěn)定在40%以上。這是一個很有利潤空間的小眾市場,。圖二：房屋翻售歷年利潤收入走勢 數(shù)據(jù)來源：ATTOM DATA SOLUTIONS
傳統(tǒng)上“房屋翻售”基本是建筑商和資深房產(chǎn)中介操盤的,。前面我也提到，美國房產(chǎn)尤其是獨棟住宅往往一房一價,。所以某項房產(chǎn)是否值得買入進行“翻售”,，如何選擇整修范圍，完全依賴這些行業(yè)老手的經(jīng)驗進行評估預測,。對于Zillow來說,，手握Zestimate進入“房屋翻售”市場是非常有利的。一方面,，可以借助模型甄別出已經(jīng)上市但售價明顯偏低的房產(chǎn),，另一方面也可以通過模型預測到房屋翻新和升級后的利潤空間有多大。模型的預測結果可以指導業(yè)務部門決定是否收購某個特定房屋并進行翻新升級,?？雌饋恚琙estimate對于房屋價格的準確預測能力就是Zillow“房屋翻售”業(yè)務的核心競爭力,。2018 年5月,，Zillow在部分區(qū)域市場推出了“房屋翻售”業(yè)務。為了提高自身在收購房屋過程中的競價能力,，Zillow完全倚賴Zestimate價格預測,，并通過超級簡化的流程幫助房主快速、輕松的出售房屋,。美國傳統(tǒng)的房屋出售方式是通過賣方經(jīng)紀把房屋在交易系統(tǒng)中上架,。在經(jīng)過一段時間的宣傳預熱后賣方經(jīng)紀還要安排房屋向潛在買家開放參觀(Open house)。之后是收報價,、甄選和談判等,，最后敲定交易條件和交割日期。這個過程往往要經(jīng)過2-3個月,。使用Zillow的房主只需在網(wǎng)站上填寫基本信息的表格并接受檢查員對房屋的簡單查詢訪問即可,。房主會在幾天內就獲得房屋的現(xiàn)金報價，并選擇在 90 天內的任意時間完成交易,。作為提供現(xiàn)金快速購買房屋的交換,，Zillow將收取略高于傳統(tǒng)房產(chǎn)中介的交易費,，以換取房東快速拿到售房全款，無需與買家進行可能會非常冗長的談判,。這受到換房置業(yè)買家的極大歡迎,。Zillow 通過銀行貸款為購買房屋提供資金。交易完成后,，公司將迅速進行可以為房產(chǎn)增值的整修和翻新,，然后在網(wǎng)站上重新掛牌出售。如果一切按計劃進行,，通常房產(chǎn)將在幾個月內以高于收購價格10%-30%的價格進行出售,。一切看起來順理成章。Zillow公司CEO計劃 2024年每月翻售房屋的數(shù)量將達到5000套并推動年銷售收入達到200億美元,。如果這個目標能夠實現(xiàn),，Zillow將會占到美國全部“房屋翻售”市場的四分之一左右。也就是說,，Zillow會進一步借助Zestimate實現(xiàn)商業(yè)成功,。但是，所有這一切的前提就是準確并且有利可圖的收購價格,。而這完全依賴于Zestimate算法的預測,。Zestimate算法所使用的神經(jīng)網(wǎng)絡模型來自于一項為期兩年、耗資 100 萬美元的數(shù)據(jù)科學競賽成果,。91 個國家的 3800 多個團隊受邀參與這一競賽,，致力于改進 Zestimate的算法。在業(yè)務運營初期Zestimate 模型的表現(xiàn)的確不負眾望——準確,、快速且能夠動態(tài)跟蹤市場的變化,。由于對 Zestimate 準確性越來越有信心，2021年 2 月份開始公司直接將 Zestimate預測結果用作Zillow Offers 實時的初始現(xiàn)金報價,，而基本不進行人工審核——事實上,，經(jīng)過了這么多年的商業(yè)轉型，Zillow的人才架構也完全基于最新的情況,，它的內部也沒有那么多行業(yè)老手可以進行人工審核,。Zillow的“房屋翻售”業(yè)務徹底綁在了機器學習和自動化技術上。新技術的出現(xiàn)可以減小乃至消除低效率的人為錯誤,。對于企業(yè)來說，這是創(chuàng)造豐厚利潤的關鍵,。但新技術的應用也有一個重要前提：穩(wěn)定持續(xù)的應用環(huán)境,。無論數(shù)據(jù)科學家們如何精細的構建模型，它始終依賴于現(xiàn)有的市場環(huán)境和用于訓練模型的業(yè)務數(shù)據(jù),。如果數(shù)據(jù)并沒有能真實反映市場的全貌,，或者市場本身就在快速變化中,，那以此構建的模型其可靠性往往會受到質疑。
Zestimate模型恰恰面臨著這樣的挑戰(zhàn),。從新冠疫情開始后不久，美國的房地產(chǎn)市場就開始進入狂飆突進的階段,。房價上漲的同期比(Year-over-Year)很快從5%上下飆升到超過10%,。到2021年8月，房價上漲的同期比甚至摸高到了19.8%,。圖三：疫情期間價格飛速攀升的美國房地產(chǎn)市場 數(shù)據(jù)來源：Moody`s Econmic Indicators Analytics
夏蟲不可語冰,。建立在過往多年平穩(wěn)增長基礎上構建的Zestimate模型面臨著從未體驗過的市場變化。從歷史數(shù)據(jù)中學到的“知識”不再適用于現(xiàn)今的市場環(huán)境,，Zestimate模型的預測結果開始偏離市場的實際成交價格,。疫情期間美國房地產(chǎn)市場快速變得火熱，翻售房屋的價格比以往任何時候都高,。部分市場甚至達到有史以來的最高點,。一些市場的房源爭奪變得異常火爆,。今年5月到 6 月的鳳凰城,，翻售的中位數(shù)價格上升了 11.5%，相當于每套房屋加價3.9萬美元后被售出,。房屋在買入后哪怕只是持有幾天,，簡單打掃一下加價售出即可賺取豐厚的利潤。圖四：美國房地產(chǎn)市場上三大“房屋翻售”公司翻售差價中位數(shù)的變化 來源：mikedp
很顯然,，在一個價格快速上漲的市場中,，如果模型預測價格總是低于市場成交價格，那就意味著公司很難在兇狠的報價大戰(zhàn)中取得勝利,，購買到足夠的房屋進行翻售,。外界并不知道Zestimate模型在疫情期間是如何進行預測調整以滿足收購的需求。Zillow其實也并非沒有意識到問題,，坐以待斃,。根據(jù)媒體披露的信息，在過去的一個季度里,，很明顯Zillow進行了模型算法的調整,，使其在報價方面更有競爭力。但效果看起來并不好,。顯然Zestimate模型在業(yè)務目標驅動下進行的算法調整導致價格預測結果明顯偏高,。尤其是當房產(chǎn)價格處于市場頂部時，有經(jīng)驗的行內人士通常不建議進行瘋狂購買：出價合理往往搶不到房源,，能夠購買到手的多半已經(jīng)價格虛高,。但機器學習模型并不懂得這些基本常識,。它們只是按照歷史數(shù)據(jù)習得的“知識”預測未來價格，二季度房價瘋漲期間的數(shù)據(jù)由于是最“新鮮”的,，所以對模型預測結果的影響最大,。Zillow的業(yè)務部門也就按照Zestimate模型的指導價格完成房屋收購。在模型的基本預測基準已經(jīng)被2021年以來的房價瘋漲扭曲之外,，新冠期間市場發(fā)生的結構性變化也讓模型跑偏,。例如客戶對郊區(qū)和更大面積房子的需求暴漲，居家辦公讓通勤不再重要,，導致特定房型的估值產(chǎn)生顯著變化,。過去的數(shù)據(jù)在預測未來價格方面變得不那么可靠，而相關的變量,，如社區(qū)密度,，很有可能并沒有納入模型；另一些變量如通勤距離,，重要性顯著降低,。這些市場需求變化帶來的調整必須由數(shù)據(jù)科學家手工完成，并通過市場測試確認調整是有效的,。機器學習模型自身在短時間內是無法完成這樣的調整的,。很顯然，Zillow的數(shù)據(jù)科學家團隊沒有經(jīng)受住這樣的市場變化考驗,。根據(jù)Zestimate模型的指導,，公司以溢價大量收購了市場上的房屋。到三季度Zillow出售翻售房屋時,，買賣價格倒掛的價差平均為 4.5%,。在鳳凰城，Zillow 翻售后房屋放盤價格有超過九成(93%) 低于公司購入的價格,。在明尼阿波利斯市,，公司買賣價格倒掛的房屋占全部放盤的三分之二。2020年以來的美國房價上漲,，受到貨幣極度寬松和疫情居家等異常因素影響,。隨著這兩個關鍵異常因素對房價的影響減弱，Zillow的預測模型是不是還會大幅度失效,，有待觀察,。但無論如何，Zillow現(xiàn)有的機器學習技術恐怕還難以應對快速變化的市場,。對于評估房屋價值這樣的非標準復雜性任務來說,，機器學習也無法達到人類思考的隨機應變。相比之下,，Zillow的競爭對手們由于缺乏Zestimate這樣的強大模型,，不得不通過人工機制來審查自動出價,。很多時候專家團隊需要手動審查每個報價并進行比較分析。持牌房屋檢查員會走訪每個家庭并對房屋進行 3D 掃描,，以確保出價符合房屋的現(xiàn)有狀況,。這些措施讓Zillow的競爭對手們逃過了市場波動下隱藏的溢價購買風險。內行人都知道,，從新冠疫情開始后火熱的翻售市場已經(jīng)開始降溫,，贏得了房屋競標很有可能意味著背上了沉重的包袱。Zillow今年二三季度進行的大規(guī)模房屋溢價收購不只是造成了虧損,，更讓企業(yè)的庫存快速膨脹。房屋翻售的重要環(huán)節(jié)是對房屋進行整修和設施升級,。疫情期間建筑材料供應和勞動力短缺使整修工作既昂貴又耗時,。尤其是美國供應鏈在三季度面臨巨大挑戰(zhàn)，建筑材料極端缺乏導致大量房屋翻售無法如期完成,。即使在房地產(chǎn)市場火爆的情況下,，Zillow 最終也陷入了大量庫存房屋無法及時上市的尷尬境地。公司目前握有 9800 套房屋,，另有 8200 套房屋購買合同等待執(zhí)行,。模型的錯誤最終推動Zillow掉入了庫存和供應鏈的深淵。圖五：Zillow二季度和三季度的房屋收購數(shù)量飆升,，但出售數(shù)量增長緩慢,。來源：Zillow官網(wǎng)
|
