房企“数智化经营管理”到底需要怎么做？

不少的地产标杆企业已经开始将“业务数字化，管理数智化”变成现实。

“数智化经营管理”到底需要怎么做？

能带来什么价值？

为什么遇到重重困难，大家还在不懈努力？

我们从业务到IT，从数据到管理，层层剖析。

房地产企业按照运营管理的成熟度，可以分为经验运营、计划运营、项目大运营和公司大运营4个阶段。

由粗放的经验化管理到集团化综合大运营，数字化的应用逐渐深化，数字化管理也逐步升级（图1）。

图1　数字化管理升级路径

目前，很多房地产企业还处于计划运营阶段，关键节点和计划任务的管理还不到位，距离项目和公司层级的动态化、数字化运营还有较大差距。

我们结合标杆房企实践案例，对数字化运营的目标、做法、应用进行详细阐述，为企业搭建数字化、智慧化经营决策平台，用智慧决策辅助企业的数字化经营，实现“数智化”管理提供参考。

行业痛点：

没有经营分析数字平台，动态经营分析无法完成

在缺乏数字化信息系统支撑的情况下，房企的集团层面要想快速汇总、分析各区域公司和项目的动态数据。

在海量数据、动态归集和多层级传导的要求下，几乎是一个不可能完成的任务。

没有数据的快速归集，也就谈不到准确高效的决策，这是摆在众多房企高层面前的难题。

1、数据采集难：1 个项目就会产生 4.5 万个数据

一个项目按照 5 年的周期来计算，每个项目的 EXCEL 测算表涉及约 5 个专业部门、18个子表、约 200 多项指标。

还要从4～6个系统中查找动态数据，需要维护、查看和分析的数据总量粗估需要 45000 多个。

2、数据汇总难：从多个部门、系统获取数据，不具备操作性

一个项目动态经营数据的传统编报工作，要协调多个部门，从多个系统获取数据。

比如设计部的主数据系统、工程部计划系统、成本系统、销售系统、财务系统等，操作复杂、实效性弱、准确性差，基本不具备可操作性（图2）。

图2　项目测算 excel 模型

3、多维分析难：集团汇总、分析的工作量和难度大

房企集团总部每月做经营动态分析或年底做3年盈利规划时，需要3个套表，汇总多个区域公司和项目的动态测算数据。

假设一个集团管理4个城市公司、10 个项目、20 个分期，每个月要从 5 个专业部门（设计、工程、成本、销售、财务）收集超过 500 个数据。

那么集团每月就对万级、十万级的基础数据进行采集、计算、汇总和分析，工作量和难度相当大。

没有数据的有效汇总和分析，企业自然就无法进行有效决策。

平台规划：

建立多项目、多阶段的动态测算模型

为了解决上述痛点，房企要对管理体系和决策平台进行升级，搭建经营管理的“数智化”体系（图3）。

图3　大运营体系建设与数字化落地框架图

在搭建数智化平台之前，要厘清重要环节，理顺关键流程，通过数据和系统工具完成基础工程建设，一步步实现从目标管理、达成年度计划和项目计划、动态决策到数字化运营的管理升级（图4）。

图4　大运营落地路径图

1、两套模型：建立动态测算和投资测算模型

建模是搭建数智化平台的基础工作，要明确模型所需的关键要素、各元素之间的联动计算逻辑和最终输出的指标体系。

（1）梳理联动数据逻辑，建立项目动态测算模型

第一项工作是梳理联动数据逻辑，建立项目动态测算模型，保障分析数据和指标的准确输出。

举例来说，一个项目的动态测算模型包括运营基础信息、供应计划、回款计划、销售计划、成本支付计划、融资计划、结转计划等板块，数据在各板块之间流转，最终输出开发节点、新增可售面积、签约面积、销售均价等核心指标。

同时输出建安费用、销售费用、管理费用、贷款利息、结转收入、预缴税金等财务报表核心数据。

通过项目动态测算模型，房企从单项指标分析变为整个项目甚至整个地块的全面分析，信息更为完整。

（2）各阶段都要建立投资模型，通过测算选择最佳方案

进行投资测算时，需要对各阶段的整体数据进行逻辑梳理和分析，每个阶段都要建立投资模型。

在投资拿地阶段，投资模型中的关键指标有土地面积、容积率、绿化率、建筑密度、商业面积等；

在项目启动阶段，投资模型的关键指标有总建筑面积、户数、地下室面积、可售率等；

在项目运维阶段，销售型物业和持有型物业的模型有所不同，前者侧重开发计划、销售收入、销售回款等指标，后者则要考虑运营周期、运营收入、现金流等指标。

通过各个阶段的数据分析，产生多个候选方案，确定最佳方案后输出净利润、利润率、IRR 等投资测算结果指标，为投资测算提供决策依据。

（3）在集团层面设计多类型、多层级的汇总测算模型

第三个是集团汇总级的数据模型，这是一种多类型、多层级的模型设计。

以标杆企业 S 企为例，有 4 种物业类型，分别是销售型、商业型、养老型、租赁型，每一种类型的物业下设不同板块，分别对应不同的模型。

S 企采用的是 4 层汇总机制，由下至上进行数据汇总，先将最底层的模型全部建好，形成分期与业态汇总模型。

分期数据向上汇总至项目层面，项目层级的汇总完成之后再往城市公司和集团依次汇总。

最终输出各个层级的模型。至此，整个集团在战略层面、城市层面、项目层面的指标分析基础工作才算完成（图5）。

图5　多维汇总动态指标分析

2、数据源对接：保证内部多系统数据源的准确性

通过规划业务系统数据接口，对接多种系统数据源，保障数据来源准确。

各系统的数据通过数据接口全部获取到，再通过自动测算模型进行测算。

爱德数智系统内核采用的是 IBM 专业数据对接模块，支持各类数据库的数据采集、映射、校验，有利于专业数据的对接和模型的建立。

目前，S 企的数据系统对接了主数据、OA、BPM、计划、成本、销售、资金、预算和财务 9 个系统，未来要扩展为 14 个系统。

最终所有的相关业务系统数据全部可以对接，从数据源头保证了准确性和实时性（图6）。

图6　数据库模型

3、数据治理统一标准：在决策平台上共享系统数据

通过数据接口获取到数据之后，下一步要进行数据治理，建立数据统一语言标准，打通多个系统，实现经营决策平台上数据的对话与共享。

在建立数据统一标准和打通系统的时候，存在一些难点需要解决：

第一，修复基础数据的缺失。

在系统运作中，会缺失一些系统数据，那么在数据治理时要再次将数据进行归集，补齐前一环节的错漏。

第二，修复管理维度的缺失。

有些表单的数据统计是以财务来划分的，这时要进行管理维度的修复。

比如在进行成本归集时，以前只分到公司以及主项目，现在要自动对接到成本系统中去。

此外，还要补齐项目未启动分期的数据，将 3 年资金计划补全为 5 年，提升业务数据的准确性等。

通过数据治理，房企可以保障各专业系统的数据来源。

梳理和重构各业务部门管理数据的规则、规章和流程，向上推进了集团经营决策平台的完善，向下完善了各专业系统的数据对接，让整个公司用数据驱动，达成动态监控和动态经营决策（图7）。

图7　动态经营决策模型

4、参数模板：辅助项目自动测算

在完成上述 3 个基础工程之后，企业可以建立策略与参数模板，实现辅助项目经营指标的自动测算，据此计算未来的数据。

标杆企业 S 企在自动测算模型中设置了 7 类经营指标，分别是土地、规划、产品、成本、费用、计划和资金，再分解出16 项策略与参数模板，通过这些模板为联动计算未来数据做辅助。

比如一个项目的楼栋关键节点一旦排完，系统会自动与相关计划匹配，形成成本支付计划，这是完全可以自动算出来的（图8）。

图8　动态经营测算的基础与业务数据

总结

一些大型房企在数字化运营方面已经走在了前列，比如：时代地产、新城控股等企业，在项目投资阶段就运用数字化模型来支持拿地决策；

中铁置业、蓝城集团等企业，在项目经营监控领域实施了动态监控；龙湖、首创投资集团等企业，在公司经营监控层面进行了数字化改造；

万科、碧桂园等龙头房企在项目跟投层面也做了很多数字化测算工作。

对于准备和已经开始数字化运营的房企来说：

一是要打好自身基础，建立数字化体系框架和测算模型，将经营管理和决策体系升级;

二是要学习标杆企业的经验，紧跟行业趋势，发展不掉队。

责编：吕娜