对话 CTO | 听贝壳找房 CTO 闫觅讲居住产业互联网的数字化力量

2014 年，闫觅看到了很多传统行业存在的「通病」——没有数据基础。之后的四年，闫觅投入到了从零到一搭建链家网的过程中。2018 年，由链家网升级的新居住平台贝壳找房成立，闫觅做的核心事情就是数字化，「用一套标准把包括管理上的、运营上的、作业方式上的很多流程固化下来，然后使用一套 SaaS 系统来承载。」

随着居住产业的数字化价值崛起，贝壳深耕居住服务产业，将线上到线下的服务闭环，在重塑居住产业互联网的同时，赋能更多生态合作伙伴。

成立一年多以来，贝壳已经连接 20 万经纪人和 2.1 万门店，平台新经纪品牌个数达到 160 个。闫觅也坦言，「投入了更多的资源，有了更大的愿景」。除了通过开放数据和技术驱动行业进入数字化时代，贝壳也在制定和考量平台的规则以提升整个行业的服务质量，「加入我们的平台，首先要遵守一些底线条件，然后我们再一起去想怎么把这个规则做的适用性更高。」闫觅说道。

颖奇：非常感谢贝壳找房 CTO 闫觅接受我们的采访。能否先给大家介绍一下，链家是如何从线下的房产经纪公司里发展出一个像贝壳这样的科技公司的？

闫觅：其实这是很多行业发展都必经的过程。之前链家也很重视技术，09 年就请 IBM 过来做咨询，建立了很多核心的标准和流程。

14 年初的时候，我从百度到链家，整体梳理了链家的互联网流程。很多传统行业都有一个核心问题，就是彻底的没数据，数据都是在线下。所以我想要做的就是把整个行业的东西给数字化。抽象来讲的话，就是用一套标准把很多流程给固化下来，包括管理上的、运营流程上的、作业方式上的东西，然后对外使用一套 SaaS 系统来承载，最后的数据出来之后，确实是有很多可以提效的东西。

颖奇：那么在数字化的结果方面是否有一些量化的指标呢？比如是否使得收集数据的速度变快或者总量变多？

闫觅：从量化的角度来讲，在有了系统的情况下，我们数据的收集和处理速度是有了很大提升的，现在很多作业相关的数据都是实时的。之前的信息很多是由人来上报，比如说今天有几个带看、落几个房子等等，一层一层往上报，这中间会有数据准确性等等问题。但是单纯有了系统之后，如果做完某一个事情，经纪人或者运营人员往里面录入，这个录入的过程本身也不一定可靠。所以我们制定了一套流程，这个流程跟系统交互是一致的，员工在做某些事情的时候自动会与系统产生交互，这样就可以了。

颖奇：就是说员工参与到整个交互过程中了，比如说必须在系统中申请一个合同才能跟客户签约，信息就流转到线上了。

闫觅：对，举个例子，经纪人带了一个客户去看房子，在整个过程当中，他必须通过手机完成某一个交互才能做到下一步，或者说我们在门上装一把智能锁，这样就会产生交互，我们线上就可以获得数据了。

颖奇：链家从线下到线上是一个数据转型，那么贝壳跟链家网核心的区别是什么？

闫觅：贝壳由链家网升级而来，17 年开始筹备，18 年正式成立。这一年我们的人数基本上翻倍了，在研发这一块也投入了更多资源，因为有了更大的愿景。之前我们可能只是深耕于链家网的内部体系，把链家网的数字化做的更扎实，但现在贝壳要面对更多的品牌，更多的门店，更多元的业务。

颖奇：所以贝壳其实还连接了很多除链家之外的门店。

闫觅：对，我们现在有 160 多个品牌入驻进来。过去可以认为我们做的是基于链家的完整的从线上到线下的一个闭环系统，但只是链家在用，现在实际上变成是面向整个行业开放的 SaaS。

所以要考虑的东西就变多了，平台上要管很多人，管理机制和之前是不一样的。还要考虑每个城市的差异，比如交易流程怎么去抽象，涉及的角色像店东、经纪人应该怎么样。

颖奇：但是贝壳与 ONES 这种做 SaaS 的公司还不太一样，我们是纯乙方，但其实你们不是。

闫觅：是的，我觉得这是一个很关键的问题。最近我也在思考，产业互联网到底是怎么发展的？我认为还是在一个行业里面找到一个龙头或者是独角兽企业，因为它自身可能已经有很多经历，做了很多基础设施，完善了很多东西，然后它把自身这套东西输出的时候是有信服力的，就可以直接告诉大家应该按照我这个方法来做，因为这个方法已经实验了很多年了。

颖奇：所以贝壳输出的 SaaS 真正服务的是哪些人？我们在面对客户的时候也会有这些考虑，我们究竟在服务哪些人。

闫觅：我的理解是这样的，因为我们一般有两个角色，经纪人和店东，所以我们也在想如果要有一个排位的话是谁排在前面。

颖奇：之前也有类似的经验。早期我觉得我们是要帮助工程师提高工作效率的，但是后来发现如果我们只帮助工程师的话只能服务小团队。想要服务更大的企业，一定是要帮助CTO和决策层，去提升大型团队的管理能力和工作效率。

闫觅：对，所以我们的战略其实都是一样的。贝壳提供的 SaaS 平台是一样的，但是针对大店东、小店东的功能是不一样的。就是经纪人用的东西是一样的，但管理层用的东西是不一样的，而且服务也是不一样的，包括自由度、开放权等等。

颖奇：所以贝壳所在的这个行业究竟应该如何定位？

闫觅：这要说到贝壳的愿景和使命了。我们的愿景是为 2 亿家庭用户提供品质居住服务。使命方面，我们把自己定义成一个服务者的平台，现在我们是经纪业务，未来我们会有装修业务，之后应该还有社区服务，都是服务者。

颖奇：您觉得再过三年，这个行业会呈现一个怎样的状态？

闫觅：现在在 AI、IoT 这方面，其实整个领域大家还是比较迷茫的。但我觉得在我们这个行业来看，这里面确实是有机会的。所以我觉得未来三年可能 AI 和智能硬件相关的领域会有一些突破，能够给行业带来一些变化。

颖奇：你们可能是跟 IoT 比较近的、很大的一个入口。

闫觅：对，所以我实际会从两个方向去想。比如现在说的 AIoT，实际上就是针对服务者的智能化。贝壳是搭建一个服务平台，但实际上平台上人的能力是参差不齐的。而人工智能可以辅助人，让人的水平变得比较平均，所以我觉得未来是可以有一些智能设备去辅助人更好的提升服务质量，提升效率，这是一个大的趋势。

颖奇：就像现在快递员使用的设备，其实相比传统收发快递的方式，就是一个智能的机器来帮助快递员提升服务质量和效率。

闫觅：对，这是一个方向，比如说美团还给他们的骑手做耳机。另外一个方向我觉得是空间的智能化。因为现在也在提空间即服务的概念，我们在空间这一块也是有一些基础的。如果是涉及空间的入口，我们在房产交易的环节当中，就可以有锁、猫眼这样的应用，之后也可以通过装修再进行更多的延展。所以我觉得未来三年就是这两个领域，一个是服务者的智能化，另外一个是空间的智能化。

颖奇：能否请您简单讲一下团队的情况？为什么会有这么大的产研团队？

闫觅：我们现在产研是 2000 人左右。其实用一句话来解释我们做的事情，就是数字化。很多人看到的只是一个 APP，但背后我们需要把很多行业基础设施给数字化。

比如房屋相关的数字化，包括房子的户型图、房间信息、装修情况，所在的单元、楼栋、小区、商圈，商圈里面的各种配套设施，教育的医疗的数据，以及数据进来之后，我们到底以什么样的形式去建模等等这些事情，这一块其实就是属于我们用数据来还原跟房子相关的所有信息。我们之前一直在讲贝壳的楼盘字典，现在已经收录了 1.87 亿套房子，每个房子最多有 400 多个字段。

颖奇：所以你们的数据从哪里来呢？难点是什么？

闫觅：数据主要来源于我们自己的采集团队，还有外包的采集团队。当然我们的经纪人本身也是一个信息来源，这是对物这方面。然后是人，人其实就是用户、业主、服务者，用户和业主的画像就比较常见了。其实最难的是服务者的数据化这一块。对于服务者，要怎么去定义他的画像，专业能力、服务品质、信用到底怎么样，这个行业还是比较缺乏这些基础设施的。

我们现在推出了贝壳分，就是对我们平台上经纪人的信用评价体系。我们也有了经纪人的整个职业成长体系，比如说从 A0 到 A10 这样的一个职级，这样的职级划分都是需要很多数据做辅助支撑。

颖奇：这些变成一个通用的职级吗？

闫觅：我觉得是有机会的，当平台完善到一定程度，就属于大家都在合作了。一旦要合作，实际上很多东西是要拉齐的。还有整个流程数据，比如说房子委托、带看、交易的流程，我们也利用一些机制做到线上化了。

颖奇：所以这 2000 人的团队里面，在解决的最大的技术难点是什么？

闫觅：我觉得有几个比较大的技术难点，比如说本身 SaaS 的抽象能力。我们在这一块投入的资源是最多的。SaaS 怎样能更标准、更一致，能抽象出更多的功能，或者我们怎么去建好中台，让前端业务能跑得更快，这是投入最大的一部分。

另外一个就是大数据。因为一直说数据驱动运营这个事情，我们有些线下城市在数据上还有差异，比如说指标、口径的定义，数据源怎么能更加一致，怎么让数据能更快地跑出来。对于有些需要运营实时知道的数据，我们都是实时更新的，这一块投入的资源很大。

还有就是我们对前沿技术的探索。比如在语音方面，因为我们有很大量的经纪人和客户沟通的电话语音信息，这里可以深层次挖掘用户需求。

颖奇：请问您是如何从一个程序员成为 CTO 的，中间是否经历了哪些关键的节点？

闫觅：首先我觉得在任何公司里面，敬业度都是一个关键点。还有我本身对业务是很感兴趣的。我虽然是写代码出身的，但是在百度就已经做了很多跟业务相关的事情，这个无论在什么行业都很关键。

颖奇：所以一是要敬业，二是要关注业务。最后能否请您推荐一些您觉得比较好的书给大家？

闫觅：我上学的时候，印象最深的是阎宏博士编写的《Java 与模式》。这本书让我理解到，这不仅仅是编程的一个设计模式，它实际上培养的是一种抽象能力。我发现后来我对业务的抽象能力其实跟这个有很大关系。还有《平台革命》这本书，它对整个平台模式的描述是很清晰的。

颖奇：有机会我也读一读《平台革命》。今天有很多收获，非常感谢您的分享。