“大家好，我是李启方！今天跟大家聊聊房地产。
老李最近看到一个有趣的房地产分析案例，这个案例的分析采用了标准的探索式分析的方法，从发现问题→寻找问题→深入解析→提出解决方案，层次感很强。其次作品从探寻“房地产销售业绩下滑”原因，基于企业数据和自选数据，分析思路框架、指标释义清楚，采用多种分析方法，数据处理逻辑清晰，落地仪表板图表组件丰富、布局舒适。非常值得大家学习！
正文开始前，老李先给大家推荐一个《帆软行业场景建设白皮书》，总结了覆盖制造、金融、国资央企、消费零售、物流交通、电力水务、建筑地产、医药健康、医疗卫生、高校教育等10大行业、24个细分行业的解决方案。旨在为各行各业的IT、数据从业者提供在其所属的业务场景下，现成的解决方案和蓝图参考，从而帮助他们快速落地数据分析和展示平台。扫描下方二维码即可下载完整PDF！
业务背景介绍
在过去的几十年中，房地产行业成为了中国经济增长的主要推动力之一，从高速发展到全民投资热潮，再到疫情低谷，房地产行业的变化引人注目。
在房地产的高速发展期，购置房产成为很多市民的一种相对保值风险较低的的投资方式。但是，随着疫情的爆发和持续，房地产市场遭受了巨大的冲击，房地产开发商陷入困境。疫情过后，原以为会恢复活力的房地产行业，DFDC企业却增长复苏乏力，DFDC企业房地产开发商仍然面临经营困境和市场的不确定性。
在如此严峻的形势下，房地产开发商相关部门，尤其是战略投资部门，需要进行全面、深入、动态、科学的数据洞察，定期对内外部数据进行收集、分析和挖掘，发现数据中隐藏的价值和规律，以帮助企业更好地了解公司经营现状、市场环境、客户需求、竞争对手情况，进而帮助企业找到市场空白、优化资产配置、规划业务布局，为企业的战略投资提供决策支持。
需求痛点分析
房地产开放商的战略投资部门进行经营和投资决策分析，需要定期动态的进行数据处理、数据分析，出具分析报告。由于涉及的数据维度比较多，往往出具一份报告需要花费大量的时间进行数据整合、清洗、绘制图表，并且一些数据分析需要专业的数据处理技能，不会代码的业务人员很难完成，所以急需简单、方便、易上手的BI工具帮助进行数据整合和清洗，配置动态可视化的报表，避免大量重复性的基础劳动，快速进行数据更新，呈现复杂的业务分析结论。
主要问题分析
根据对房地产企业客户的调研发现，战略投资部门不仅要关注公司本身的经营现状，深入分析公司的业务区域布局、产品布局等，还需要对市场环境、竞争对手进行全面的分析，把握市场供需变化，洞察区域投资潜力，对比竞争对手，找出自身的优势和不足，进而制定科学有效的投资策略。因此，本选题主要从寻找公司销售业绩下滑切入，一步步寻根溯源，找出内外部原因，给出行之有效的决策建议。因此，本选题重点解决以下问题：
了解公司经营的现状情况，拆解销售业绩相关指标，分析时间趋势上和空间维度上的变化规律；
分析公司内部业务经营情况，找出其拿地面积、项目数和年销售总面积在城市等级维度、城市维度、空间维度、土地用途类别、产品类别占比分析；
了解市场大环境行业发展趋势，从市场供需分析中，找出产品、区域市场的投资潜力；对比竞争对手，看看公司的劣势在哪里？
对公司的未来业务的区域城市布局、产品布局、经营策略、成本管理等方面，提供合理的建议策略。
数据来源
企业数据：根据分析框架，梳理企业相关数据，包括企业销售数据、开发项目数据、拿地数据及成本利润数据、业内标杆企业销售业绩成本数据等。企业名称已经脱敏处理，关键字段if函数替换。
自选数据：对公开数据资源进行整理，主要包括城市常住人口、城镇居民可支配收入、土地挂牌均价、房地产供给数据等。
分析方向思考
报告对象：公司领导
报告对象需求：找到公司销售业绩不佳的原因，并对公司未来战略投资布局给出合理建议。
报告使用场景：
支撑公司战略布局规划调整；
支撑公司领导重大决策；
支撑公司内控管理制度制定。
报告框架构思：
现状困境：了解销售额下降具体表现是销售量下降还是销售均价下降，通过时间趋势分析，看清指标变化走势；通过空间布局分析，了解公司的区域业绩变化情况。
寻根问源：由内及外，利用因果分析法，层层剖析。内部业务运营分析围绕“空间-产品-客群”（即“人货场”）的分析维度展开；外部分析从宏观大环境的供需关系分析到微观竞争对手的对标分析，全面深入的找出销售业绩不佳的背后原因。
出谋划策：综合内外部原因，从市场定位、产品定位、经营策略等方面给出合理建议，以实现公司的长期发展和盈利目标。
指标口径确定
分析方法选择
因果分析法：从结果推导原因，找出销售业绩影响因素；
趋势分析法：看数据指标趋势变化；
对比分析法：横向对比看同比变化；纵向对比同行业竞争对手，看差异；
交叉分析法：对数据从多个维度进行交叉展现，比如分析不同产品时间变化趋势、不同项目空间布局变化趋势；
象限分析法：分区域潜力分析，找出城市进入价值洼地；
TOP分析：找到重点布局城市。
相关标签界定
数据处理逻辑
所有数据采集自数据平台，直接从平台导出的数据为不规范二维表，格式为.xlsx。为便于后续BI可视化分析，按照数据处理通常做法，对数据进行了以下处理。
数据清洗，包括转一维表，统一字段名称，并表，去重，填充缺失值及清除异常值等步骤；
数据建模，在所有事实表清洗完成后，建立维度表，并在BI中建立表关系，方便后续调用多表分析，避免同表一直增加表宽；
新建度量值，增加进一步分析所需指标。
数据清洗
将多为表行列转置一维表，操作步骤如下：
下载数据为二维表，如下表“可支配收入”数值处于透视状态。
行列转置，对被透视的“湖北荆门”字段选择逆透视列，完成行到列的转变，将二维表处理为一维表。
拆分列，调整列，修改字段名称即可得到规范的一维表格。
勾选要合并的字段，因为事实表需要合并时间维度，故为拓宽时间值，只选择一个和事实表__时间格式一致的Date字段。
点击“确认”，告诉FineBI需要的值已勾选。
此表关联时间表是缺失部分时间数据，故选择在右边位置的时间表，点击合并方式为右合并。
数据建模
本次数据采集虽然维度及指标较多，但是数据量并不大，表关系并不复杂。所有经过上述清洗过程的表格作为FACT_事实表，为关联DIM_省份维度，方便后续DIM_省份维度分析，建立DIM_省份-城市维度表，与事实表的关系为1：N。
在FineBI中FACT_事实表已与DIM_城市维度表相关联，无法与新建的DIM_日期维度表相关联，故利用右表合并，将主表维度表与多个事实表合并，以确保日期字段数据齐全，右并表具体操作已在上部分4.2.1数据清洗处详细描述，这里不多赘述。
使用FineBI建立的数据模型如图所示：
新增度量值
数据含义表达和图表排版布局
报告内容
现状困境:DFDC销售业绩现状
展示DFDC销售业绩结果，帮助报告对象了解销售业绩现状，从时间和空间两个视角，了解销售业绩相关指标的时间变化趋势以及城市空间分布情况。
寻根问源:DFDC业务运营现状分析
DFDC业务运营现状分析
通过DFDC销售业绩的分析得知，销售面积大幅下降，需要进一步从DFDC内部经营情况去分析原因。通过对DFDC业务城市布局和产品布局的深入剖析，发现城市布局主要集中在华北等经济发展水平相对较低的城市，产品布局主要集中在住宅和酒店领域，产品客群定位主要是价格亲民的普通产品。
对标企业分析
通过与行业标杆企业进行对比分析，从销售业绩、经营成本、城市布局、产品布局等维度，进一步发现DFDC与标杆企业的差距。
全国市场环境分析
1.市场供需关系分析：分析全国市场房地产市场供给侧和需求侧情况，构建购买意愿和购买力的分析模型，找出DFDC未来进行城市布局的拿地建议和风险提示。
2.政策分析：分析全国及各地政府对房地产行业的政策扶持力度，从房贷利率趋势、利好政策类型及不同等级城市利好政策支持力度进行分析，帮助DFDC进行城市布局考量，有效利用各地政策。
出谋划策:DFDC战略投资建议
根据DFDC现状分析、对标企业分析、全国市场环境分析的结论，从市场定位、产品定位、经营策略三方面给出合理化建议，帮助企业实现逆势增长。
最终仪表呈现结果
可以上下滚动的图片
你点的每一个在看，都汇聚成数据之光！
