// 新刊推荐
// 中经传媒智库

深挖数字化管理体系 龙光打造“地产+科技”护城河

原创 作者:迅征 / 发布时间:2022-02-10/ 浏览次数:0
 
2021年在“三条红线”政策及市场环境变化的背景下,房地产企业步入 “青铜时代”。这也意味着,房地产企业的分化即将拉大。
 
眼下,房地产行业开始进入精细化管理时代。在此背景下,房地产企业重构自身的管理体系尤为重要。目前,数字化与科技创新成为房地产企业实现高质量发展的重要议题。
 
其中,龙光控股集团(以下简称“龙光”)率先开启数字化转型之路,以数字化运营为推进器,以数字化财务为驱动器,通过打造数字化“三部曲”,突破企业价值增长的“天花板”,助推房地产行业数字化转型。
 
2021年,龙光共上线63个系统,用一年的时间完成了其他企业两三年才能完成的数字化内容,上线速度创造了地产行业数字化新高度。
 
 
 
紧握数字化转型机遇
 
 
 
随着云计算、大数据等数字化技术在产业界的深入推进,通过数字化提升企业管理和经营效率已经成为共识,房地产行业也是如此。
 
“当前,房地产行业数字化飞速发展,房企将数字化作为提高核心竞争优势的重要筹码,纷纷加大数字化投入,尤其是一些局部领域的数字化正向纵深发展。”龙光首席信息官补声东表示。
 
然而,要想真正释放数据动能,实现数字化转型目标,房企还需掌握全量数据、构建大数据基础。在目前的房地产数字化阶段,数据烟囱林立仍然是亟待破解的难题之一。
 
为了解决数据产生阶段存在诸多盲区、数据拉通程度非常有限,数据滞留和流失造成驱动力减弱等问题。
 
补声东提出,数字化转型需要从数据管理开始。他认为,在企业数字化转型过程中,普遍遇到缺乏高质量的数据、缺乏适用的技术架构、缺乏专业的人才和技能等挑战。如果缺乏数据治理,企业便难以进行及时的决策、有效的业务管控以及获得准确的信息。数据管理就是帮助企业掌握及时、准确和完整的信息。
 
在具体的操作环节上,龙光数据化管理的建设既要“立竿见影”,也要“诗和远方”;既要考虑自上而下的管理模式,又要自下而上进行前瞻性对照。若只进行数据资产化,但无法将数据可视化,企业的数据价值就无法得到释放。因此,龙光需要通过建立“管理驾驶舱”、报告平台、报表中心等来汇聚数据势能,赋能企业实现价值增长。
 
目前,龙光数字化建设以业务全面线上化为目标,实现数据全面拉通,并利用“管理驾驶舱”、中台等系统进行业务管理和辅助决策。在目标引领下,龙光在企业经营管理、建筑施工、产品创新、智能家居、智慧社区等多个领域,已经全面推进科技创新和数字化建设,在建立数字化思维、组织中台重构、数字化运营、AI营销智能化以及通过BIM提高生产力等方面取得显著成果。
 
以“龙光宝”线上营销平台为例,全民经纪人创造收入89亿元,累计拓客近115万人,预计三年拓客成本可节省10.68亿元。
 
 
 
拥抱变化,打造数字化三部曲
 
 
 
业内专业人士分析,随着房地产行业逐步进入精细化管理时代,房企需要在业务运营、产品打造、财务管理等方面具备更加精细化的管理能力。
 
千里之行,始于足下。龙光正以精细化管理提升经营效率,积极推进数字化建设,通过对企业全面、系统的数字化重塑,助力企业智慧化升级,实现提效降本、辅助决策及业务赋能,打造面向未来的智慧企业。
 
首先,龙光全面拉通三大数据。2021年7-8月,龙光在营销模块上形成了大数据的联动,让多个平台的营销数据形成统一标准,实现营销数据在人力、财务、运营和营销各个条线全面拉通。在此基础上,实现在线营销数据自动化,从而便于营销人员更准确地分析在线营销结果。
 
2021年9月,龙光将各个部门的供应数据、销售数据和存货数据全面拉通。在此基础上,未来可以实现盈利预测自动化和动态测试,并实时计算出公司的整体投资回报率(ROI)情况。
 
除此之外,还有财务数据的全面拉通。例如,龙光的采购都以战略采购为主,通过拉通应付账款数据,集团可以实时掌握与全国供应商的合同签署和支付情况,理清应付与实付情况,避免债务纠纷,维持与供应商之间的信任关系。
 
全面拉通三大数据后,龙光将目光瞄准数字化运营领域,通过数字化运营助力业务领域。
 
房地产行业的数字化往往始于信息化系统搭建,但仅仅于此还不够。房企需要更进一步,通过业务线上化收集全量数据,再依靠大数据分析进行数字化运营,解决业务发展中的一些问题。因此,龙光数字化建设的第二步是通过数字化获取管理红利。其中的关键在于,一是通过数据发现问题;二是通过数据分析问题;三是通过数据解决问题;四是通过数据校验问题解决的效果。从而形成数字化运营的闭环,真正让每个员工逐步建立数字化运营的意识和思维,让每个部门培养用数据进行决策的习惯。各部门反馈良好,在2021年数字线上调研用户满意度稳定维持在85分以上,较过往提升了15%。
 
此外,龙光还对数据进行深度挖掘,通过大数据和AI技术提升生产力。具体的做法是通过AI模型分析数据之间的关联,挖掘数据的业务价值,进行原因挖掘、趋势预测等,辅助业务决策。例如,将业务运营环节抽象成一个个模型,再通过数据分析,可以帮助每一个项目组进行工期调整、成本调整、销售流量调整以及销售价格调整。最终将这种决策模式从经营管理上升到商业逻辑的调整中,从而获得市场竞争优势。
 

除《商学院》杂志署名文章外,其他文章为作者独立观点不代表《商学院》杂志立场,未经允许不得转载。版权所有

欢迎关注平台微信公众号

 点赞 30
 收藏 20