resume.github.io

一房一万新房小程序

我从进入澜思开始主导的长期核心项目,持续 6 年负责新房业务产品化和小程序核心迭代。这个项目从早期“房导航”推翻重做到 2020 年 5.0 版本上线,再伴随上海新房市场从高热到下行、政策从收紧到逐步放宽持续迭代。到 2025 年我离开时,小程序累计用户达到 80 万+

6 年持续主导新房小程序产品业务、流程与核心版本迭代
80 万+截至 2025 年的小程序累计用户规模
5.02020 年重构上线的关键版本,建立新房决策主路径
独家数据以新房成交数据、楼盘状态、用户行为和内容数据形成差异化

项目定位

一房一万新房小程序,原名“房导航”,是面向上海购房者的新房决策产品。它要解决的核心问题,是让用户在政策复杂、信息分散、节点频繁变化的新房市场里,判断 哪些楼盘适合自己什么时候应该关注认购和摇号进展如何,以及 价格、成交、户型、日照、周边和资格条件 是否匹配自己的购房决策。

公开产品入口可以参考 一房一万官网。“一房一万,大数据帮您选房”是这条产品线对外最直接的表达。官网与小程序属于同一套新房找房和数据决策能力,官网更偏地图化展示和公开访问,小程序更偏移动端用户路径、订阅提醒、授权手机号、进群、报名咨询和后续转化闭环。

新房市场有大量公开信息,但真正形成产品壁垒的是数据的结构化和时效性。澜思掌握的 新房成交数据 是关键差异:它能让用户看到真实成交、网签热度、楼盘批次状态和市场走势,也让产品从“信息展示”升级为“数据辅助决策”。

项目背景

2019 年前后,上海新房市场的线上信息已经很多,但购房者仍然需要在公众号、楼盘海报、销售口径、政府公示、社群消息和多个工具之间来回切换。一个用户想买新房,通常需要同时关心:

这意味着产品不能只做楼盘列表。它需要把新房业务流程、数据口径、页面结构、内容运营、用户行为和销售转化串成一条可追踪的链路。后来 2021 年之后房地产行业进入下行周期,市场热度、用户需求和政策环境都发生变化,这个产品也不断围绕新政策、新需求和新房市场阶段做调整。

项目目标

  1. 建立面向购房者的 新房数据决策工具,让用户可以用价格、区域、户型、认筹、摇号、成交和周边数据筛选楼盘。
  2. 重构从公众号内容、服务号、小程序、社群到报名咨询的用户路径,把流量触达、意向沉淀和后续服务连接起来。
  3. 建立页面埋点和用户行为分析体系,让首页、找房、楼盘详情、订阅、授权手机号、进群、报名等关键节点可以被追踪和复盘。
  4. 将公开楼盘信息、澜思独家成交数据、内容运营数据和广告投放数据整合进同一个产品体系。
  5. 支撑长期业务迭代:从 2019 年重做,到 2020 年 5.0 上线,再到后续围绕上海楼市政策和市场周期持续维护。

我的角色

我在这个项目中承担的是 核心产品负责人 / 数据产品角色。具体工作既包括产品原型、页面结构和业务流程,也包括数据口径、埋点方案、用户路径、运营协同和长期版本迭代。

模块 我承担的工作
新房业务流程 梳理购房者从内容触达、楼盘浏览、订阅提醒、授权手机号、进群、报名到后续服务的路径
产品架构与原型 主导小程序改版,设计首页、找房、楼盘详情、一房一价、认筹监测、摇号结果、地图找房等核心模块
数据口径 梳理楼盘状态、批次、成交、网签、认筹、摇号、报名、用户行为等字段和页面展示逻辑
埋点与路径分析 设计埋点方案,跟进埋点问题复盘,让关键页面、停留时长、搜索、浏览、报名路径可分析
内容与增长协同 参与公众号数据分析、广告投放链路梳理,把公众号内容、私域社群和小程序转化接起来
长期迭代维护 根据上海新房政策变化、市场热度变化和业务反馈持续调整功能、页面和数据表达

楼市基本面、数说楼市等内容由运营主导,我更多是参与协作:把内容、数据结构和小程序触点衔接起来,让运营内容可以服务用户决策和转化路径。

版本推进

2019:推翻重做,打通用户体系

2019 年 5-7 月,我开始整理既有资料和业务流程;8 月明确房导航 C 端、B 端和后台系统的功能边界;9-10 月开始打通公众号、服务号、小程序和社群之间的流转逻辑。这个阶段的重点是把原本分散的资源统一到一套用户体系里:用户通过不同入口进入产品后,需要能被识别、沉淀和服务。

其中很关键的一步是建立 用户授权体系:把不同途径登录的用户统一为一个用户标识,为后续行为分析、报名入库和销售跟进打基础。

2020:5.0 上线,建立新房决策主路径

2020 年,新房市场热度较高,产品进入关键版本重构。5.0 版本围绕新房模块重新梳理:楼盘信息、一房一价、电子沙盘、认购监测、摇号结果、报名咨询、地图找房和购房资料等能力逐步成型。

这一版的核心,是把“看楼盘”推进到“做决策”:用户看到楼盘详情后,可以继续结合价格、认购节点、摇号进展、户型面积、周边配套和市场热度判断是否值得关注。

2021-2025:跟随政策和市场长期迭代

2021 年之后,房地产市场逐步下行,上海新房政策也经历了从收紧到逐步放宽的过程。产品继续围绕购房资格、认购规则、市场热度、用户路径和内容触达做迭代。这个项目让我完整经历了一个城市新房市场从高峰到下行的周期,也让我深刻理解:数据产品不能只跟着需求做页面,必须跟着行业周期、政策变化和用户决策心理一起调整。

产品架构与核心页面

一房一万新房小程序产品架构
小程序整体产品架构围绕首页、找房、问答、我的等一级结构展开,把楼盘、价格、认购、摇号、资格查询和用户服务统一到同一个入口。
楼盘详情页优化框架
楼盘详情页优化框架详情页承载批次状态、重点功能、认购前后动态和报名入口,是用户判断楼盘价值的核心决策页面。
用户路径与行为分析设计
用户路径与行为分析设计记录搜索、区域板块、浏览项目、户型面积、页面名称、停留时长和报名路径,让产品迭代有数据依据。
一房一万小程序首页
首页把即将上市、取证、认筹、摇号、网签、资格查询和优质推荐集中呈现,形成用户进入新房市场的第一屏。
一房一万小程序找房页
找房页支持按区域、价格、户型、面积和楼盘状态筛选,让用户快速找到适合自己的新房项目。
一房一万小程序楼盘详情页
楼盘详情页承载楼盘状态、价格、地址、户型、楼盘动态、一房一价、购房资料和电话咨询等关键转化入口。
一房一万小程序楼盘详情长页
详情长页把认筹、楼盘信息、户型图、电子沙盘、历史摇号、用户评论和相关推荐组织成完整决策页面。
一房一万认筹监测
认筹监测用数据展示总房源数、认筹时间、认筹率、认筹走势和认筹分布,帮助用户判断项目热度。

数据体系建设

这个项目的核心难点,是把“公开信息”转成“可决策数据”。我把它拆成四层:

1. 楼盘与状态数据

新房楼盘具有很强的阶段性。一个项目会经历待入市、取证、认筹、摇号、开盘、在售、售罄等阶段,每个阶段对应不同字段、不同页面重点和不同用户行为。产品需要及时展示状态变化,也要让用户能按状态筛选、订阅和接收提醒。

例如:用户关注某个楼盘后,需要在售楼处开放、取证、认筹、摇号、摇号结果等节点收到消息;找房页也需要按即将上市、最新取证、认筹、摇号等状态组织列表。

2. 成交与热度数据

新房基础信息很多平台都有,但澜思的优势在于 新房成交数据。成交、网签、批次、认筹和摇号数据可以帮助用户判断楼盘热度,也能帮助产品构建“哪些项目值得关注”的推荐逻辑。

这类数据让一房一万的表达从“楼盘介绍”升级为“市场判断”:用户除了价格和图片,还能看到项目在真实市场里的表现。

3. 用户行为与转化数据

我参与设计了埋点方案和问题复盘机制,重点关注用户从内容到小程序再到报名服务的路径。资料中明确记录了页面名称、页面停留时间、搜索关键词、区域板块、浏览项目、户型面积、认购监测、周边配套、报名路径等字段。

这使产品能够回答更具体的问题:用户从哪里进来、看了哪些楼盘、在哪些页面停留、是否授权手机号、是否进群、是否报名、哪些入口更有效。

4. 内容与渠道数据

一房一万的用户增长同时发生在公众号、社群、广告投放和小程序里。公众号内容会影响用户进入小程序的路径,广告投放会影响获客质量,社群又承接用户后续咨询和转化。

我参与公众号数据分析和广告投放链路梳理,把内容、渠道和小程序行为放在同一条增长链路里看。运营主导内容生产,我负责把内容触点、产品入口和数据复盘连接起来。

阶段成果

成果 数据 / 表现 说明
累计用户规模 80 万+ 截至 2025 年离开时的小程序累计用户
早期用户记录 19.3 万+ 用户人数记录 2019.08-2020.11 阶段资料中可追溯数据
早期访问人次 97.9 万+ 用户人次 2019.08-2020.11 阶段小程序访问记录
授权手机号用户 7.46 万+ 2019.08-2020.11 阶段授权手机号用户记录
新房报名 3,510 人 / 4,918 人次 2019.01-2020.11 阶段报名数据
关键版本 2020 年 5.0 完成新房决策主路径重构并上线

这些数据说明,这个项目长期承载了 C 端用户增长、楼盘数据服务、私域转化和销售线索沉淀,是澜思新房业务非常核心的产品入口。

项目价值

对用户来说,一房一万新房小程序降低了新房决策成本。用户可以围绕楼盘状态、总价段、户型面积、认筹摇号、一房一价、日照、周边和成交热度快速比较,不需要在多个渠道里拼信息。

对业务来说,它把公众号、社群、小程序、广告和销售服务接成一条链路。用户行为可以沉淀,报名路径可以追踪,楼盘热度可以复盘,内容选题和转化入口也能通过数据持续优化。

对我个人来说,这个项目是我数据产品能力的基础训练场。我在这里完整经历了从业务理解、产品架构、原型设计、数据口径、埋点方案、版本上线、运营协同到长期迭代的全过程,也第一次非常深刻地感受到:数据资产的价值,最终体现在用户是否理解、业务是否使用、团队是否能持续复盘。

这段经历也影响了我后来的产品判断。无论是金融数据看板、客户标签、埋点治理,还是个人做紫微斗数数据化解读系统,我都会优先思考:数据从哪里来,准确性如何建立,用户为什么相信它,它最后如何转化成一个可被理解、可被验证、可持续迭代的产品。