小房书
一个从 2019 年 11 月启动的二手房数据产品化项目。产品面向中小中介门店、夫妻店和个体经纪人，将澜思沉淀的二手房成交数据转化为可购买、可配置、可查询、可辅助经营的门店数据工具。
项目定位
小房书是澜思面向二手房市场推出的轻量化数据产品，服务对象主要是 中小中介门店、夫妻店和个体经纪人。
相比面向开发商和专业机构的 CityMap，小房书更贴近一线二手房业务：经纪人需要查真实成交，门店经理需要看主营楼盘和市占位置，中小中介需要用有限预算获得可直接作业的数据能力。
项目关键词：2019 年 11 月启动、2020 年初约 20 家试用门店、上百家付费中小中介门店、二手房数据产品化。
小房书的核心价值，是把澜思原本沉淀在后台和研究体系中的 二手房成交数据，转成经纪人和门店能理解、能购买、能使用的数据产品。
项目背景
二手房经纪业务高度依赖成交信息，但中小中介门店通常缺少稳定、可信、可持续更新的数据工具。
在实际业务中，经纪人和门店经理常常需要回答这些问题：
- 某个楼盘最近真实成交了哪些房源？
- 这套房子的成交价格是否有参考依据？
- 本店主营楼盘在周边市场中表现如何？
- 竞争门店和竞争公司在哪些楼盘更强？
- 门店所在板块还有哪些潜在楼盘值得开发？
- 经纪人应该优先投入哪些楼盘、哪些户型、哪些价格段？
大中型平台往往有自己的数据和系统，但中小中介、夫妻店和个体经纪人很难获得同等能力。对他们来说，最有价值的是 能直接用于带看、议价、拓客、楼盘经营和门店管理的数据。
小房书要解决的，就是二手房成交数据从“内部数据资产”到“外部可售卖工具”的产品化问题。
| 业务问题 | 具体表现 | 产品机会 |
|---|---|---|
| 缺真实成交依据 | 经纪人需要用成交明细辅助客户沟通、房东议价和价格判断 | 提供楼盘成交、室号级成交、成交公司和历史成交 |
| 门店经营粗放 | 中小门店很难判断自己在板块和楼盘中的位置 | 提供门店市占率、主营楼盘、视野楼盘和潜在楼盘 |
| 数据购买预算有限 | CityMap 数据级别更高、客单价更高，不适合所有中小门店 | 形成轻量化二手房数据产品，和 CityMap 形成产品矩阵互补 |
| 线下作业强依赖人 | 经纪人和店长需要在具体楼盘、具体房源、具体客户场景中使用数据 | 通过 PC 端和小程序端支持一线作业 |
项目目标
项目目标可以拆成三层。
第一层是 数据产品化：把二手房成交数据、楼盘数据、成交公司、门店绑定关系和板块信息整理成可售卖的数据产品。
第二层是 一线作业工具化：让经纪人能够查成交、看楼盘、做价格判断，帮助门店围绕主营楼盘开展日常作业。
第三层是 门店经营管理：在门店拥有绑定楼盘和人员权限后，进一步支持门店市占率、竞争门店、潜在楼盘和经营位置判断。
对应到产品建设上，核心目标包括：
- 将二手房成交数据从后台数据能力转化为可售卖产品。
- 通过地图可视化建立 1.0 版本的市场感知，让客户直观看到楼盘和成交数据价值。
- 从“按板块售卖”逐步调整为更贴近门店真实作业方式的“按楼盘数据售卖”。
- 支持门店经理和经纪人的人员权限、数据权限和楼盘配置。
- 通过 PC 端和小程序端覆盖门店管理、楼盘查询、板块行情和经纪人作业场景。
- 让小房书与 CityMap 形成产品矩阵：CityMap 服务高客单价重决策，小房书服务轻量化作业和中小门店覆盖。
我的角色
在小房书项目中，我承担核心产品角色，主导了 产品原型设计、线下门店调研、客户沟通、数据口径设计、PC 端和小程序端产品规划。
我的工作主要包括：
| 工作方向 | 我负责的内容 |
|---|---|
| 产品定位 | 将小房书定位为面向中小中介门店和经纪人的二手房数据产品 |
| 线下调研 | 和商务一起走访线下中介门店，访谈店长、经纪人和中小中介客户 |
| 需求转化 | 将“查真实成交、看具体室号、看成交公司、管主营楼盘”等一线需求转成产品功能 |
| 1.0 原型设计 | 设计地图可视化、楼盘成交、成交查询等能力，让客户直观看到二手房数据价值 |
| 2.0 产品迭代 | 主导门店经理 / 经纪人权限、人员配置、楼盘配置、数据权限分级和门店市占能力设计 |
| 数据口径 | 梳理二手房成交、楼盘、板块、门店、市占率、成交公司等对象关系和指标口径 |
| PC 与小程序 | 规划 PC 端门店管理能力和小程序端经纪人作业场景 |
| 客户反馈 | 根据试用门店和付费客户反馈，持续调整售卖颗粒度、权限体系和作业工具设计 |
这个项目对我的要求，远超过原型设计本身，需要在商业化、客户调研、数据口径、产品结构和交付方式之间反复拉通。
我的核心贡献
| 贡献类型 | 具体贡献 | 价值 |
|---|---|---|
| 数据商业化 | 将澜思二手房成交数据包装成可售卖的轻量产品 | 拓展 CityMap 之外的中小中介客户市场 |
| 用户洞察 | 通过线下门店调研识别真实需求 | 将产品重点从板块数据转向门店真正需要的楼盘数据 |
| 产品策略 | 推动从“按板块售卖”调整为“按楼盘数据售卖” | 更贴近中小门店主营楼盘的经营方式 |
| 权限体系 | 设计门店经理、经纪人、人员配置和数据权限分级 | 支撑多门店、多角色、多数据范围的商业交付 |
| 经营分析 | 将门店绑定数据转化为市占率、潜在楼盘和竞争位置判断 | 让产品从查数据升级为门店经营工具 |
建设过程
1. 2019 年 11 月：从二手房成交数据产品化开始
小房书从 2019 年 11 月启动。项目最初的切入点，是把澜思已有的二手房成交数据，用更直观的方式呈现给经纪人和中小门店。
1.0 阶段的重点，是先让市场看到数据的价值。二手房楼盘在地图上呈现，结合成交数据、楼盘位置和区域信息，让客户第一眼感受到“这套数据能看、能查、能辅助业务判断”。
这一阶段的产品重点包括：
- 楼盘地图可视化。
- 二手房成交数据展示。
- 楼盘成交和区域分布。
- 基础成交查询能力。
- 让客户理解澜思二手房数据的差异化价值。
2. 2020 年初：约 20 家试用门店验证
2020 年初，小房书已经有约 20 家试用门店。这些试用门店帮助产品验证了一件很重要的事：中小中介确实愿意为二手房成交数据付费，他们更关心和自己日常作业强相关的楼盘数据。
线下调研中，门店和经纪人的需求集中在几类：
- 真实成交价和具体成交明细。
- 具体地址、楼栋、室号、面积、户型。
- 成交公司和竞争公司。
- 近一年或近几年的历史成交。
- 主营楼盘和周边楼盘。
- 可导出、可查询、可在移动端使用。
- 价格判断、税费计算、核税价参考等作业工具。
这些反馈推动产品从“展示数据”转向“服务门店作业”。
3. 2020 年疫情：线下拓展放缓，但需求更明确
2020 年疫情对线下门店调研、销售拓展和客户交付节奏产生了影响。中介门店的线下经营受到冲击，项目推进节奏也因此放缓。
这个阶段也让产品方向更加明确：小房书需要在数据地图之外，继续解决门店真实使用中的权限、配置、售卖颗粒度和作业效率问题。
因此，2020 年下半年继续推进 2.0 版本迭代，重点从地图可视化和成交查询，升级到门店权限、经纪人权限、楼盘配置、数据权限分级和市占率分析。
4. 从板块售卖转向楼盘数据售卖
小房书早期曾以板块为售卖和配置颗粒度，但在调研和试用中发现，中小门店并不一定需要整个板块的数据。
门店有自己的主营楼盘，也有视野楼盘。经纪人每天真正作业的对象，通常是几个熟悉的小区、周边竞争楼盘，以及可能开发的潜在楼盘。
因此，产品策略从 按板块售卖 逐渐调整为 按楼盘数据售卖。
这个调整很关键，因为它让产品更贴近客户的付费逻辑：
- 门店愿意为自己经营的主营楼盘付费。
- 经纪人更关心具体楼盘和具体成交。
- 中小门店不需要承担过重的数据购买成本。
- 楼盘配置可以进一步支撑权限、人员和市占分析。
5. 2.0：权限配置、门店经营和小程序作业
2.0 版本的重点，是把小房书从“成交数据查询工具”升级为“门店经营和经纪人作业工具”。
关键变化包括：
| 能力 | 1.0 阶段 | 2.0 阶段 |
|---|---|---|
| 数据展示 | 地图上展示二手房楼盘和成交数据 | 结合门店、楼盘、人员、权限进行分层展示 |
| 售卖颗粒度 | 以板块为主 | 更强调楼盘数据、主营楼盘和视野楼盘 |
| 用户角色 | 经纪人和门店使用为主 | 增加门店经理、经纪人、人员配置和权限分级 |
| 数据权限 | 相对粗颗粒度 | 按门店、人员、楼盘、数据范围进行控制 |
| 经营分析 | 以查询和展示为主 | 增加门店市占率、竞争位置、潜在楼盘判断 |
| 使用终端 | PC 端为主 | PC 端 + 小程序端，覆盖门店管理和一线作业 |
2.0 的产品模块包括：
- 门店管理。
- 楼盘配置。
- 板块行情。
- 门店市占率。
- 经纪人 / 门店人员配置。
- 数据权限分级。
- 一键查成交。
- 核税价参考。
- 税费计算器。
- 小程序端经纪人作业入口。
6. 2021 年后：行业下行中的产品节奏变化
2021 年后，房地产行业整体进入下行周期，二手房市场活跃度和中小中介付费能力也受到影响。小房书后续迭代节奏随行业环境逐渐放缓。
这并不意味着产品价值消失。相反，小房书在 2019-2020 年完成了从数据资产到产品商业化的验证，并在后续服务了 上百家付费中小中介门店。
其中一部分客户直接购买小房书，一部分客户通过购买更高客单价的 CityMap 获得小房书权益。这样的组合交付，也体现了澜思房地产数据产品矩阵的分层能力：
- CityMap：面向开发商和专业机构，数据级别更高，服务城市研究和投资决策。
- 小房书：面向中小中介和经纪人，更轻量，服务二手房作业和门店经营。
核心模块设计
楼盘地图与成交展示
1.0 阶段通过地图呈现二手房楼盘和成交数据，让客户直观看到楼盘分布、成交热度和区域市场。
这个模块的价值，是先建立市场感知。对中小中介来说，地图上的楼盘点位和成交表现，比传统表格更容易产生“这个数据可以帮我做业务”的感受。
楼盘数据与主营楼盘
2.0 阶段强化了楼盘配置能力。门店可以围绕自己的主营楼盘和视野楼盘使用数据，购买颗粒度也因此更贴近真实经营范围。
主营楼盘是经纪人日常作业的核心对象。围绕主营楼盘，产品可以进一步提供成交明细、历史成交、成交公司、价格段、户型和周边竞争情况。
门店与人员权限
小房书服务的是中小中介门店，不同角色对数据的需求不同。
门店经理需要看到门店整体经营情况，经纪人需要看到自己可作业的楼盘和成交数据。因此，2.0 版本设计了门店经理、经纪人、人员配置和数据权限分级。
这套权限体系让小房书从单人查询工具，升级为可交付给门店组织使用的数据产品。
门店市占率
当系统有了门店、人员和楼盘绑定关系后，就可以进一步计算门店在板块或楼盘中的市场位置。
门店市占率帮助店长判断：
- 自己门店在板块中处于什么位置。
- 哪些主营楼盘表现强。
- 哪些潜在楼盘值得开发。
- 周边竞争门店和竞争公司在哪些楼盘更强。
这让小房书从“查成交”进一步升级为“看经营”。
一键查成交与作业工具
经纪人最直接的需求，是快速查询某个楼盘、某个室号或某类房源的真实成交记录。
围绕这一需求，小房书规划了一键查成交、核税价参考、税费计算器等作业工具，让成交数据能够进入日常带看、议价、合同和客户沟通场景。
核心功能演示
关键数据页面
这些页面展示的是小房书 2.0 的核心产品形态：PC 端负责门店配置、楼盘管理和经营分析，小程序端承接经纪人和店长的移动作业场景。
数据如何驱动产品
小房书的底层逻辑可以概括为：
二手房成交数据 + 楼盘数据 + 门店绑定 + 经纪人权限 + 成交公司 + 市占口径
= 可售卖、可配置、可作业的二手房数据产品在这个项目中，数据就是产品本体。
1. 成交数据决定产品价值
中小中介最关心的是能否看到真实成交。成交总价、成交均价、成交时间、楼栋室号、成交公司、户型面积等字段，直接影响经纪人与客户沟通时的可信度。
如果成交数据只能停留在内部分析表中，就无法形成商业价值。小房书的价值，是把这些成交数据变成客户可购买、可查询、可复用的产品能力。
2. 楼盘颗粒度决定售卖方式
板块数据看起来完整，但对中小门店来说颗粒度偏大。门店真正经营的是主营楼盘和周边视野楼盘。
因此，小房书将数据使用和售卖颗粒度逐渐收敛到楼盘，让客户为自己真正需要的楼盘数据付费。
3. 权限关系决定交付能力
如果一个产品只给单个用户使用，权限设计可以很简单。但小房书要服务门店，必须处理门店经理、经纪人、人员配置、楼盘配置和数据可见范围。
这套权限关系决定了产品能否从单点工具变成可规模交付的 B 端产品。
4. 门店数据决定经营分析
当系统知道一个门店绑定了哪些楼盘、有哪些经纪人、覆盖哪些板块，就可以进一步做门店市占率、潜在楼盘和竞争门店分析。
这也是小房书从“成交查询工具”升级为“门店经营工具”的关键。
项目成果
这个项目的成果可以从产品、商业、数据和个人能力四个角度看。
产品成果
- 完成小房书 1.0 从 0 到 1 的产品验证，用地图可视化呈现二手房楼盘和成交数据。
- 在 2020 年初获得约 20 家试用门店，验证中小中介对二手房成交数据的真实需求。
- 推进小房书 2.0 迭代，完成门店经理 / 经纪人权限、人员配置、楼盘配置、数据权限分级和门店市占率等能力设计。
- 规划 PC 端和小程序端，让产品覆盖门店管理和经纪人一线作业。
- 沉淀一键查成交、核税价参考、税费计算器等作业工具方向。
商业成果
- 小房书后续服务 上百家付费中小中介门店。
- 形成轻量化二手房数据产品，与高客单价 CityMap 形成组合交付。
- 支持部分 CityMap 客户获得小房书权益，提升澜思房地产数据产品矩阵的交付完整度。
- 将澜思二手房成交数据从内部能力转化为可售卖、可配置、可交付的数据产品。
数据成果
- 梳理二手房成交、楼盘、板块、门店、人员、成交公司、市占率等核心数据对象。
- 将板块数据、楼盘数据、门店绑定关系和人员权限结合起来，形成可交付的数据权限体系。
- 通过主营楼盘和视野楼盘配置，让数据使用颗粒度更贴近中小门店的真实经营方式。
- 将成交数据延展到市占分析、潜在楼盘判断和经纪人作业工具中。
个人能力沉淀
这个项目让我更直接地理解了数据产品商业化的难点：数据本身有价值，但只有进入具体业务场景、匹配客户付费方式、解决真实作业问题，才能形成产品价值。
我在项目中沉淀了几类能力：
- 线下用户调研能力：和商务一起走访门店，从一线经纪人和店长反馈中识别真实需求。
- 数据产品化能力：把二手房成交数据转成地图、查询、市占、权限和作业工具。
- 商业化判断能力：从板块售卖调整为楼盘数据售卖，让产品更贴近客户付费意愿。
- B 端权限设计能力：围绕门店、人员、楼盘和数据范围设计权限分级。
- 行业周期理解能力：在疫情和房地产下行周期中理解产品节奏与行业环境的关系。
为什么这个项目能体现我的优势
小房书最能体现我的地方，是我能够把一套沉淀在后台的房地产成交数据，转成真实客户愿意付费使用的产品。
这个项目同时体现了几个能力层级：
| 能力层级 | 在小房书中的体现 |
|---|---|
| 用户理解 | 理解中小中介、夫妻店、个体经纪人的真实作业方式和付费能力 |
| 数据理解 | 能识别二手房成交数据、楼盘数据、门店数据、市占口径之间的关系 |
| 产品抽象 | 能把成交数据拆成地图、楼盘、权限、门店、市占和作业工具 |
| 商业化落地 | 能根据客户使用场景调整售卖颗粒度和交付方式 |
| 行业判断 | 能理解疫情、二手房市场下行和房地产周期对产品节奏的影响 |
如果用一句话总结这个项目：我主导小房书从 0 到 1 的产品原型、线下调研、数据口径、PC 与小程序规划，并推动它从二手房成交数据展示，升级为服务中小中介门店经营和经纪人作业的轻量化数据产品。