【2022BI数据分析大赛】全国重点34城新建商品住宅市场可研分析

楼主
22年入坑的数据分析学习新人,一起努力呀!

一、选手简介

1、选手介绍

  • 团队名称:没想好
  • 队长介绍:胖达,就职于地产公司,从事运营。因公司数据治理萌生对数据分析的兴趣,且工作中也需要对大量数据进行处理,需要大量撰写报告,但认为现有方式不够精准高效,而开始数据分析自主学习之路。是个话痨。
  • 成员介绍:不愿意署名的小翟,换工作繁忙中,队内哆啦A梦,什么都会。团队中的宝藏数据工具库+学习资源库,是个活泼的小姐姐。
  • 成员介绍:LT,从事商业地产前期研策工作,对数据分析十分感兴趣,未来希望能往数据分析方向发展,故开始自学数据分析相关知识及技能。团队中的宝藏数据源,是个温柔的小姐姐。
  • 团队组成:征友广告大法好,分别在微信大赛推广文和大赛群发布了征友广告,聊上头就组了。

2、参赛初衷

  • 学习
  • 积累经验
  • 拿奖继续学习
  • 给履历加点分

 

二、作品介绍

1、业务背景/需求痛点

在房企在下达获取商品住宅土地的决策前,需要对市场进行研判:

  • 土地是房企发展的根基,也是最重要的“原材料”。作为一个全国化的房企,哪些城市是重点市场,其竞争格局,供求量价,未来预测等研判,不管在战略层面,决策层面都是始终被关注的信息。使用数据看板提供更全面、精准、有效、及时的信息,将极大的满足辅助房企在前端做战略规划、城市布局、入市深耕等多方面的决策时的需求。

需求痛点:

  • 在集团层面,做战略规划时,需要依托各区域或者城市上报的分析报告,容易出现格式不统一,数据口径不统一,数据来源不统一,报告过程中数据失真,颗粒度逐渐变粗等问题。
  • 在区域层面,做城市研判或者上报报告时,数据源查找及数据清理,及报告撰写都会花费大量时间精力,且报告质量也因人而异,无法保障。
  • 使用第三方服务提供的报告时,不一定满足及时需求,灵活性不如自写,数据明细不好追溯,分析意见不一定匹配企业情况。
  • 因此系统化及时性呈现所需口径数据,由企业内部专业人员及专家解读,并与企业自身数据进行匹配分析会更好。

 

2、数据来源

  • 自选数据:克而瑞、国家统计局、各城市2021年国民经济和社会发展统计公报
  • 总体口径:商品住宅。
  • 价格指数:新建商品住宅销售价格指数(当期基期年=100),基年为2020年。
  • 销售:新建商品住宅签约口径。
  • 狭义存量:取得预售许可证未销售。
  • 广义存量:取得土地未销售。

 

3、分析思路

  • 因为认为数据看板与现有工作模式中的报告,一个差异点和优势是系统化,批量化。所以在选择单城分析与模式看板之间选择了多城的模式看板。因为系统化看板呈现出的数据量较大,每个城市及多城横向对比都能产出不同的报告,后续分析将以广州数据为例展开。
  • 确定选题,房企在拿地研判时的城市市场分析,也是项目可行性研究分析中的一个重要模块。
  • 确定结构,可行性研究分析中对城市市场研判,关心的数据维度主要为宏观经济概况、销售市场、存量市场、土地市场及市场预测。

 

4、数据处理

  • 数据定义:地产数据口径之复杂,需要确定分析边界,明确数据定义。大口径确定为商品住宅口径。参考国家统计局定义。
  • 数据收集整理:多亏宝藏小伙伴有克而瑞账号,节约了大量数据爬取及清洗工作。多亏另一个宝藏小伙伴,像是哆啦A梦,总能掏出神奇的工具完成数据整理。
  • 预测方法:时间有限,使用指数平滑法简单预测未来的供应面积和成交面积。

 

5、可视化报告

指定城市的市场判断,以广州为例。

(1)过滤组件

在过滤组件筛选广州,地图显示广州于广东省的区位,同时其他组件同步显示广州数据。

(2)宏观经济指标

广州2020年国内生产总值共25019亿元,全国排名第5;2020年末,广州城乡居民储蓄年末余额为20774亿元,全国排名第3;2020年在岗职工平均工资为135138元,全国排名第5;2019年年末总人口为953.72万人;全国排名第8;广州作为一线城市及广东省会城市,其经济实力强劲。

从产业结构看,广州第三产业占地区生产总值(GDP)的比重为72.51%,第二产业占地区生产总值(GDP)的比重为26.34%,第一产业占地区生产总值(GDP)的比重为1.15%。广州第三产业发展繁荣,其次为第二产业,第三产业的繁荣发展更有利于房地产的发展。

(3)预测板块

根据2021年1月-2022年2月广州新建商品住宅供应面积数据,使用指数平滑法对2022年3月至2022年9月进行预测,从预测结果看,2022年3月至2022年9月,广州新建商品住宅供应面积较平稳,略呈上升趋势。

根据2021年1月-2022年2月广州新建商品住宅成交面积数据,使用指数平滑法对2022年3月至2022年9月进行预测,从预测结果看,2022年3月至2022年9月,广州新建商品住宅成交面积也较为平稳,略呈下降趋势。

(4)土地市场

2021年年初,根据国家自然资源部指导意见,全国22个城市陆续出台集中供地政策。广州2021年三次集中供地时间为2021年4月、9月及12月。2021年4月首批集中供地规划建筑面积为423.89万㎡,成交总价为592.80万元;第二次集中供地规划建筑面积为199.58万㎡,成交总价为361.45万元;第三次集中供地规划建筑面积为183.20万㎡,成交总价为282.63万元。

在集中供地的要求下,广州集中供地对配建、最高限价、参拍房企的条件等均有所要求,均体现出“房住不炒”的调控决心。集中供地对开发商资金要求更高,开发商对土地的选择较为谨慎。

广州2021年广州成交楼板价及溢价率均呈下降趋势,尤其第二批、第三批集中供地的溢价率为0。集中供地以来,土地多为底价成交,溢价率较低。

(5)销售市场

从新建商品住宅价格指数看,广州2021年下半年价格指数略微下降,2022年1月至2月回升,整体价格指数较为平稳。其中144㎡以上以及90㎡以下的新建商品住宅的价格指数均高于全市新建商品住宅价格指数,90-144㎡之间的新建商品住宅的价格指数低于全市新建商品住宅价格指数,即90㎡以下及140㎡以上的新建商品住宅的价格相较高。

从供应及成交面积看,广州2021年,供应面积共1214.83万㎡,成交面积共1289.15万㎡,在该时间段内,供求基本平衡。2022年供应及成交面积均下降,但2022年成交面积大于新增供应面积,供求比呈下降趋势。

从新建商品住宅的成交面积看,广州2021年总成交金额为3972.44亿,平均月均成交331亿。2022年1月及2月成交量下降,成交均价整体呈上升趋势,2022年2月成交均价为40669元/㎡。

(6)存量市场

截至2022年2月,广州狭义存量共1190.90万㎡,去化周期仅13.2个月。广州新建商品住宅的狭义存量虽然超过一千万㎡,但去化周期较合理,去化压力不大。

截至2022年2月,广州广义存量共6022.26万㎡,去化周期61.59个月。广义存量约为狭义存量的5倍,远远高于狭义存量,表明广州仍有大量新建商品住宅未取得预售证。从广义存量角度看,广州未获取预售证的新建商品住宅去化周期高达5年,未来随着广义存量转化为狭义存量,预计广州新建商品住宅去化周期将会增大。另外,获取土地后,快速开发,快速获取预售证是关键。

小结:从宏观看,广州作为一线城市以及广东省省会城市,其经济实力强劲,三产发达,宏观经济层面较优。从土地市场看,土地市场受集中供地政策、以及“三道红线”等政策的影响,供应量、成交量及溢价率均下降,但该现象并非广州独有,全国多个城市在国家调控政策下,土地市场供求均受影响。从商品住宅供求看,广州整体供求较为平衡,供求比下降,成交均价呈上升趋势,2022年2月成交均价为40669元/㎡。从存量看,狭义存量超一千万㎡,但去化周期仅13.2个月,去化压力不大;广义存量超六千万㎡,未来,随着广义存量的入市,将推高狭义存量去化压力;但整体而言,广州房地产市场活跃,去化压力不大。根据商品住宅供求预测,预计2022年3月至2022年9月,广州供应及成交量均较为平稳,其中供应量略呈上升趋势,成交量略呈下降趋势。综上所述,广州经济实力强劲,土地市场溢价率下降,商品住宅市场活跃,商品住宅成交均价上升,可以考虑进入。

(7)仪表板效果

公共链接:

https://bisolutions.fanruan.com/webroot/decision/link/U5Qk

房地产企业摘地决策是房企整个经营业务中的最前端,最重要,最复杂的决策。整个研判过程相对复杂和慎重,精细化的数据分析,有助于决策端更加直观、真实的了解市场,相对的提升研判准确性。

整个仪表板可以说只是一个雏形,在实际应用场景中,从维度,可扩至全国面板,可细至城市各区。从数据颗粒度,还可以缩小范畴到特定产品,特定面积段。预测方法也可以进一步的优化。若是能形成系统化的,自动化的动态看板,将极大的解放客研板块执行层收集数据,整理数据,撰写报告的工作压力,将精力转移至对数据的解读及研判上。

6、对FineBI的一些疑问和建议

  • 地图创建城市角色时,直辖市无法作为一个城市进行选择,直辖市在省份角色里,一个地图上也无法操作既有城市角色又有省份角色。
  • 组件尺寸:没得绝对大小的编辑选项,无法判断需要对称的组件绝对位置和绝对大小。
分享扩散:

沙发
发表于 2022-5-11 22:50:32
案例打卡:团队名应该想一下的,没想好可不行哦。我喜欢这个色调,应该是智慧数据。组件还有一定提升空间。但是分析中的建议买房的话,有点贵贵,嘿嘿。
参与人数 +1 F币 +1 理由
帆软苏茜 + 1 有效打卡奖励

查看全部评分

板凳
发表于 2022-5-12 12:45:58
案例打卡:偶尔会看到烂尾楼的新闻,烂尾楼的产生应该是跟开发商资金缺乏等原因相关吧~~这个作品聚焦要市场需求分析,分析销售、存量、土地、价格等情况,建议作者在展示面板增添文字描述部分
参与人数 +1 F币 +6 理由
帆软苏茜 + 6 有效打卡奖励

查看全部评分

地板
发表于 2022-5-12 13:23:10 发布于APP客户端
楼主用了组件当过滤条件对每个省份做联动,有探索性,不过直观一点突出问题,是不是好一点
参与人数 +1 F币 +1 理由
帆软苏茜 + 1 有效打卡奖励

查看全部评分

5楼
发表于 2022-5-16 11:26:49
案例打卡:风格蛮喜欢的~不知道数据有没有到城市具体区县颗粒度的,如果有把这个维度加进去,可以给买房人用来参考参考了,哈哈~另外,如果能有维度、指标的口径说明就更完美了~
参与人数 +1 F币 +1 理由
帆软苏茜 + 1 有效打卡奖励

查看全部评分

6楼
发表于 2022-5-30 09:40:18
案例打卡:整体的分析逻辑挺好,不过感觉好像没有分析完,布局和配色上还是挺好的。满满科技感
参与人数 +1 F币 +1 理由
帆软苏茜 + 1 有效打卡奖励

查看全部评分

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

返回顶部 返回列表