广告策划-数据挖掘与精准营销案例报告-电信业

数据挖掘经典案例

——基于数据挖掘技术的精确智能营销2.华院分析公司简介提供面向市场营销、风险管理和决策支持的数据分析应用咨询和软件解决方案专著于电信和金融行业的数据挖掘解决方案为客户提供以下建模解决方案客户行为细分模型客户离网预警模型客户综合价值评估模型交叉销售模型客户信用评估模型欺诈行为预警模型…….3.华院分析为客户提供数据挖掘整体解决方案模型构建软件开发应用咨询4.华院分析团队介绍5.在中国移动集团内部的主要工作介绍参与规范编写的唯一DM公司为各省运营商提供DM培训1/3试点工作与最多客户经验参与中移动数据挖掘规划6.议题移动通信行业营销热点话题回忆规模型开展向规模效益型开展转变运营商深陷“价格漩涡〞虚增放号增大销售本钱用户离网严重营销收入与利润攻守平衡成为移动营销转型的关键新业务推广仍需努力客户效劳与客户期望有差距数据挖掘模型与案例选讲数据挖掘工程工作方法7.移动通信市场竞争迫使移动由规模型开展向规模效益型开展转型联通份额持续攀升小灵通来势汹汹存量市场争夺凸显MOU潜力有限MOU8.价格战与渠道的唯利是图导致移动公司深陷“价格漩涡〞

渠道终端影响力提高诱发新一轮价格战提高市场费用，频繁促销平均ARPU值下降通过“价格战〞竞争夺取市场份额竞争对手的开展导致竞争升级用户价格敏感度提高，局部用户群在利益趋势下频繁转网“不断降低的新用户质量

降价应对动乱的用户群根底盈利能力降低渠道利用运营商之间的竞争提出新要求渠道本钱上升渠道因利益驱使引起用户转网更低的毛利进一步动乱的用户群更低的ARPU公司价值贬值...陷入僵局超越竞争，摆脱“价格旋涡〞9.虚增放号与不稳定的用户群体进一步增大了销售本钱某分公司2002年1-9月活动用户数变化情况累计放号与净增用户比照123456789金卡神州行全球通联通G网联通有效放号率9.6%有效放号率21.7%累计放号净增用户累计放号移动净增用户10.客户离网正严重影响着中移动的收入与利润ARPU群>600300-600200-300<200平均ARPU〔人民币元〕958415244112客户数〔万〕47136141447离网率〔1〕18%19%19%26%23%估计离网对收入的影响〔人民币亿元〕4.96.43.97.823.0估计离网对税前利润的影响〔人民币亿元〕

3.23.81.90.79.6亿亿平均：11.ARPU平均ARPU指标100%93%59%客户保存本钱：新客户获取本钱15：攻守之间的平衡成为移动营销转型的关键12.新业务种类繁多，仍需努力推广某省新业务普及率抽样调查新业务收入及其占业务收入的比重中国移动新业务种类繁多新业务比重与国际运营商比较13.客户效劳与客户期望有差距，深层次理解用户需求成为关键项目送鲜花和月饼赠订报纸组织节日旅游发展俱乐部客户大客户年会白金客户音乐会赠送年历和笔记本获得服务的人数100,00024,04528032,73010030023,000占总优惠成本比例(%)47%46%2%2%1%1%1%如果通讯优惠和非通讯优惠只可以二选其一...客户百分比全球通话费600RMB以上全球通话费200RMB以下全球通话费201-600RMB神州行话费200RMB以上346766439224通讯优惠非通讯优惠14.全球最正确管理实践提示：现阶段是数据挖掘应用的关键时期企业客户个人客户个人客户企业客户客户满满足群众市场的根本需求简单的产品/效劳无差异化的效劳完全别离的组织各自拥有计费功能自有的IT系统各自的管理机构渠道体系别离营销客服计费管理IT营销客服计费管理IT接入提供差异化的效劳不同的定价模型不同的信用政策交叉销售新业务流失用户预警开始注重企业用户相同的计费与客服系统相同的IT系统营销客服IT/管理基础设施计费企业客户营销个人客户营销客服IT/管理根底设施计费123起步阶段

(第一/第二代移动通讯)成长/差异化阶段

(第二代移动通讯)新游戏规那么阶段(第三代移动通讯)基于数据挖掘技术15.中国移动集团结合国内外实际情况提出数据挖掘营销应用规划客户行为细分模型客户流失倾向预警模型价格敏感度模型客户信用评分模型交叉销售模型营销效果预测模型客户价值评估模型16.议题移动通信行业营销热点话题回忆数据挖掘模型与案例选讲客户行为细分模型及案例选讲客户离网预警模型及案例选讲客户交叉销售模型与案例简介客户信用评分模型与案例简介客户综合价值模型与案例简介数据挖掘工程工作方法17.三类用户细分方法介绍易于辩认易于集中媒介沟通渠道易于组织分销以地理位置,人口特征为基准的细分市场以需求为基准的细分市场以心理性向/生活方式为基准的细分市场描述性的因素,缺乏以预测其未来购置行为知道品牌X牙膏主要俏于南方,购置者是教育程度高的女性是驱动因素(好处是什么?)在市场日趋成熟复杂和多样化的形势下更显重要可以帮助营销活动的方方面面建立策略,赢得目标人群如果不结合其他信息就用处不大知道品牌X牙膏使用者在寻找具有防止牙龋有效手段的产品优惠是驱动因素(为什么有这种要求)为消费者人格背景提供更完整的信息为广告渠道筹划提供思路对产品/效劳的具体方向往往不能给出明确的方向知道品牌X的消费者非常关心自已和家人的健康,具有责任心强的品质好处问题举例对行为的预测性提高18.为什么要建立客户行为细分模型0200500低端中端高端ARPU值相似的客户需求特点却差异很大客户细分之谜根据ARPU值进行客户细分的方法基于数据挖掘技术的以需求为基准的细分客户行为－价值细分模型海量客户行为数据/特征数据组内行为特点相似组间行为差异较大的客户分组19.客户行为细分模型通过上百个变量描述客户性别年龄建档时间证件号码缴款方式信息费应收金额优惠金额滞纳金应收SMS次数国际呼叫呼入/呼出比例短消息话单类型信息长度赠送费用呼转类型漫游话费通话时长赠送分钟数费用类型动态漫游号IMSI号码月均根本通话月均国内长途工作日呼叫次数工作日呼叫时间WAP呼叫时间繁忙时段呼叫次数非繁忙时段呼叫次数SMS次数WAP次数IP呼叫次数语音呼叫次数非语音呼叫次数月均国际长途非IP呼叫时间20.自动生成影响客户分组的主要因子因子分析性别年龄缴款方式SMS次数国际呼叫其它…优惠金额短消息话单类型赠送费用费用类型漫游次数应收金额IDD次数月均国内长途月均基本通话非语音呼叫次数SMS次数WAP次数月均国际长途语音呼叫次数费用类型21.客户根据自身所具有的特征自动聚为一些行为特点相似的群体低高高高12845376因素二〔国内呼叫次数〕因素三〔IP呼叫次数〕因素一〔繁忙时段呼叫次数〕示例22.16个组中呈现出差异明显的优势、弱势特征23.各类客户人数及收入奉献一览人数百分比收入奉献百分比59.61%56.41%15.08%28.51%14.89%25.91%优质普通弱势24.某移动公司全球通〔后付费〕客户的17个客户分组注意：每个客户分组的组名代表本组客户与其他客户分组的客户相比较所具有的显著特点，而不是指本组客户只有此特点25.对细分客户组进行特征描述本组特征描述本组客户共15441人，占客户总数的1.6%，组内每月人均话费759元。与其他客户相比，本组客户的显著特征体现在呼叫香港的通话行为较多（因素7）。香港月均每次呼叫时间达1.8分钟，月均呼叫次数8.7次，而全体客户平均香港月均每次呼叫时间1.6分钟，月均呼叫次数只有0.2次。由此，本组客户的香港月均呼叫费用（53.7元）比全体客户平均呼叫费用（1.3元）高出40多倍，香港呼叫需求相当大。第二组：呼叫香港组优质组人数：15,441月人均话费：759元与全体客户话费均值之比：3.0人数百分比：1.6%女性比例：38.2%平均在网时间：43.2月26.针对性的业务推广与客户效劳建议本组市场建议业务推广建议彩信业务——统计分析发现本组客户彩信使用人数比例明显大于其他16个客户分组GPRS业务——估计本组客户中有相当局部人群是商务人士客户效劳建议免费赠送香港天气预报与航空公司里程积点互换空港VIP休息室27.研究整个客户结构的动态变化情况优质组、普通组、弱势组人数百分比变化趋势优势普通弱势示例28.研究各分组客户人数的变化，指导营销策略制定业余活跃组业务繁忙组情深语长组贵中求惠组消极等待组IP手机组等待接听组短信专家组新生潜力组休眠组热衷转移组夜间积极组寂寞无声组本地繁忙组频繁出差组繁忙大客户组可能流失或转换品牌可能受季节影响可能流失或转换品牌该组的流失需要密切注意29.客户群体变动分析优质组客户群体流入、流出分析单位：个占5－7月份优势组人数10.53%占5－7月份优势组人数31.46%占8－10月份优势组人数9.47%占8－10月份优势组人数21.40%新增及流失之和占5－7月份优势组人数51.30%仍然留在优势组示例30.研究各分组客户ARPU的变化，指导营销策略制定月均话费奉献ARPU差异只有长途电话组用户月均话费贡献升高31.结合客户行为分组观察客户对长途资费的敏感度某移动全球通客户〔后付费〕IP呼叫比例各组分布注释：IP呼叫比例=本组客户月均IP呼叫次数/本组客户月均包含IP通话的长途通话总次数从17个组比较来看，第10组热衷IP组是对长途通话资费最敏感的客户群体〔经济型〕，而第4组业务繁忙组那么是对长途通话资费最不敏感的客户群体〔效率型〕。本组客户对价格极不敏感本组客户有较强IP使用习惯本组客户长途通话需求大，对价格有一定敏感性32.分组大类的客户管理与营销策略〔平均人数：21865〕差异化手段稳固开展这些客户都是有潜力，但对话费有一定敏感性的客户ARPU高于均值，各类人群习惯差异较大33.研究只有应用于营销实践才会产生真正的价值指导数据业务推广协助快速培养新品牌转变1860为主动营销窗口如GPRS业务如动感地带1860营销34.记录客户反响衡量活动效果设计市场活动方案应用例如：GPRS业务推广确定最可能对GPRS感兴趣的客户初步选定第4组业务繁忙组、第14组国内长途组、第12组商务潜力组根据每组客户的具体情况及活动预算，设定对处于本组内哪一话费段的客户进行活动产生具体的客户列表及每个客户的月人均话费、组别、客户帐单邮寄地址业务介绍方案开通业务热线或业务登记反响表格网上业务受理网址各类业务受理渠道客户反响记录哪些客户购置？哪些客户查询业务？购置和查询的时间？哪些客户没有反响？35.客户细分模型为新业务推广助力售点“一对一”营销沟通吸引眼球的“大众”营销有吸引力的“产品”设计产生兴趣了解“产品”形成习惯学习“应用”购买使用新业务推广关键环节消费者购置新业务的行为模式新业务最广最正确实践各省级移动运营商普遍做的工作各省级移动运营商相对薄弱的工作环节迅速有效的推广36.利用已有研究成果拓展1860营销新渠道客户细分模型客户价值指数客户通话行为特点业务推荐指数……主动营销37.研究成果还可以应用于以下方面识别新的营销时机指导差异化套餐设计指导差异化客户效劳指导增值业务推广指导促销活动目标选择指导保“高〞方案指导“忠诚〞方案指导集团客户开发……38.客户行为细分模型在指导营销应用方面具有显著特点可以获得每个客户分组中所有客户或局部客户的名单可以灵活的对形成的各客户分组进行宏观观察和微观细分可以借助计算机程序动态观测客户行为的变化及其所属客户细分群体的变化可以灵活的基于各种不同的营销目标或客户效劳目标进行应用39.用户离网预警模型工作原理简介基于离网预警模型的用户挽留用户数据话单数据帐单数据套餐与产品数据用户信息数据流失预测模型未来1－2个月用户具有高离网概率的用户名单40.用户流失预测模型变量与参数例如部分规则移动用户高危用户流失可能低满足该规那么满足该规那么如果

在网时间<115天，并且第三个月无本地通话如果曾使用套餐总数大于2种，且第二个月IP呼叫时间小于68分钟，且第三个月呼入次数少于63次……………………………41.用户离网预警模型产生需要挽留的客户名单流失倾向评分说明该客户流失可能的大小营销人员可迅速确定客户的开户地区，以便采取行动营销人员可以更准确地抓住具有潜在流失倾向的客户营销人员可以根据ARPU确定客户挽留活动的目标群体了解潜在流失客户的行为特点，开展针对性的客户挽留综合客户流失倾向与ARPU，给出建议行动优先级供参考42.伊犁分公司离网挽留活动效果分析伊犁分公司是最早完成流失预测模型建模的公司，也在2003年年初最早开始客户关心和挽留活动。经过半年左右的离网挽留工作实践，伊犁分公司的客户保持工作取得了比较显著的成绩。节选自某移动内部报告43.伊犁分公司离网挽留活动效果分析相比于其他较晚开始或还没有开始的地区，流失率明显偏低，可是通话用户的增长率却名列前茅。这使我们认识到，离网挽留工作不仅仅是留住了要离开的客户，还推动了更多的客户使用我们的业务。节选自某移动内部报告44.彩信银行全球呼IPGPRS语音信箱移动秘书产品之间的正关联与负关联交叉销售模型IP彩信GPRS手机银行全球呼语音信箱移动秘书用户－产品关联45.何谓交叉销售交叉销售升级销售市场拓展市场渗透新产品老产品老客户新客户向老客户销售其尚未使用的产品向老客户促销其正在使用的产品以促使更多消费将老产品销售给新的客户将新产品销售给新客户交叉销售研究要点交叉销售通过研究客户的产品使用情况、消费行为特点，发现老客户的潜在需求交叉销售通过产品之间的关联，寻找实现产品捆绑销售的时机交叉销售为新产品寻找已有用户中的目标群体46.产品业务关联关系图说明根据产品业务关联性评分表，形成某一产品与其他产品关联关系图，以形象说明本产品与其他产品之间的关联关系〔正相关或是负相关〕及其关联性强弱。正向关联负向关联客户取消产品时作为替补品考虑产品捆绑销售相关性弱替代性弱相关性强替代性强47.移动对对碰与其他产品/业务的关联关系移动对对碰与语音信箱、移动梦网、随E行、数据通信、呼转小叮铛、彩信、百宝箱、20元/0元GPRS套餐都有正向关联关系。48.移动对对碰——客户分组交叉销售时机IP长聊组IP长途组节约通话组短信潜力组长话短说组本地小康组短信专家组长途电话组夜间积极组长话长说组等待接听组本地繁忙组情深语长组热衷转移组差旅人士组(次)移动对对碰——分组普及率分析＃7短信专家组、＃4短信潜力组用户对移动对对碰的兴趣相当较浓，可作为大规模推广移动对对碰的突破口。＃9夜间积极组、＃15差旅人士组、＃8组长途组根据用户行为分析，也应用有较大的交叉销售时机。49.某移动全球通GPRS定向销售回应率曲线说明说明：从左表中我们可以看出，不对用户群特征进行研究，对10%的客户进行市场活动，获得的客户响应人数百分比只能是10%；进行了用户群特征研究，我们对10%目标客户做市场活动，就可以获得约53.4%的顾客响应。采用定向销售分析后，不仅提高了市场活动的命中率，也减少了市场活动的经费。50.交叉销售模型〔GPRS定向销售〕因素分析举例：漫游平均次数随着漫游平均次数的提高，GPRS的销售回应率呈上升趋势。51.一个真实的信用管理失误的故事某用户是中国移动全球通用户，ARPU值800元左右，在网时间超过5年同时用于随e行上网卡一个，200元包月每月向中国移动奉献大约1000元收入对中国移动有较高的忠诚度最近由于其欠费0.7元随e行短信费用被停机，停机前没有收到移动正式的停机通知或欠费催缴通知该用户先抱怨GPRS网络不稳定，后来发现同事可以上网，就疑心网卡有问题，最后当发现是中国移动由于0.7元而停机导致其不能在差旅途中上网并为他带来很多麻烦时，他愤怒了……52.坏帐控制背后的故事某公司日停机用户与销售收入损失停机人数损失53.客户信用评分模型54.观察期内赖帐嫌疑者与守信者转移呼叫移动行为分布图示显示：在连续三个月的观察期中，赖帐嫌疑者转移呼叫移动的比例都大于守信者。信用模型因素分析举例：转移呼叫55.客户综合价值模型本工程中对客户价值评估模型的搭建，综合衡量客户五个方面的表现：客户当前奉献度、客户未来奉献度、客户信用度、客户忠诚度以及客户成长潜力。客户成长潜力客户忠诚度客户未来奉献度客户信用度客户当前奉献度客户综合价值客户综合价值=weight_1*客户当前奉献度 +weight_2*客户未来奉献度 +weight_3*客户信用度 +weight_4*客户忠诚度 +weight_5*及客户成长潜力1235456.客户按综合价值评分在市场营销分析矩阵的分布总图稳定性发展性低中高低中高#1#2#5#6#8#3#4#9#10#7123456987稳定性和开展性都低的客户约占客户总体的6.2%，而稳定性和开展性都高的优质客户约占客户总体的13.4%，其余客户开展性中等，稳定性界于低、中、高之间，客户在整体上趋于正态分布。57.用户综合价值分组介绍举例：组5本组特征描述本组人数百分比3.59%；本组客户的显著特征表达在客户当前奉献度和忠诚度均为各组之末；本组客户的信用度也低于均值，产品增长潜力尚可；总体而言，本组客户开展性和稳定性都偏低，处于客户综合价值矩阵的象限1。58.基于客户综合价值评分的市场营销建议市场营销建议此类客户约占客户整体的6%，非客户主体；客户的培育和挽留价值都不大；建议通过品牌整合，将这局部客户根据其特征分流到某移动的其它品牌，打造全球通后付费品牌的高端市场形象。稳定性发展性低中高低中高#1#2#5#6#8#3#4#9#10#712345698759.华院分析智能营销系统可内嵌以上各类模型流失预警模型交叉销售模型客户行为细分模型更多模型营销信息预警营销方案筹划绩效管理主动营销客户行为数据业务系统数据仓库数据挖掘模型行为数据行为数据客户挽留营销信息层分析企划层管理实施层60.华院分析智能营销系统管理思想外部市场竞争形势内部营销管理能力营销策略与客户管理策略策略流程技术数据挖掘与分析模型成长学习系统模块

客户挽留

客户培育客户获取客户细分与分析最正确管理实践61.议题移动通信行业营销热点话题回忆数据挖掘模型与案例选讲数据挖掘工程工作方法62.方法论一：建模紧密结合应用模型评分自动化应用建议评分建模数据处理123450行业理解、需求定义63.行业理解、需求定义行业研究行业结构及主要企业的竞争行为国家法律政策、技术进步或其他因素引起的行业变化行业内各企业关注的热点问题行业内各企业的营销及管理现状需求定义明确客户需要解决的问题例如，客户流失率高居不下定义帮助客户解决问题的数据挖掘模型及模型的输出成果例如，预测未来2个月可能流失的ARPU值大于100元的客户名单数据挖掘工程做什么为什么做具体怎么做如何应用64.数据准备个人信息号、联系人、开户日期、地区编号、性别、出生日期、、帐单地址、付费方式、销户日期等等话单数据号、呼叫类型、对方号码、通话开始时间、通话时长、地区号、对方所在区号、漫游类型、长途类型、长途分组、IP类型、业务类型等等帐单信息号、帐单开始日期、结束日期、帐单总金额、月租费、月租功能费、滞纳金、最后付费日期、销帐日期、积分情况等等1860信息……65.数据处理数据处理是建立模型前的必要准备工作处理残缺和孤立数据产生衍生变量分析因变量和自变量的相关性66.建模建模是从历史数据和结果中找出深层的关系和规律例如，选择流失客户和未流失客户产生决策树5000流失5000未流失3000流失1500未流失2000流失3500未流失2000流失800未流失1000流失700未流失入网时间<=1年入网时间>1年年龄<=30岁年龄>30岁例如67.评分表流失倾向评分 组别Rate

500 1450 2400 2350 3300 4250 4200 5150 5100 6高流失倾向警戒线低流失倾向示例68.方法论二：工程联合团队华院分析〔高层领导〕中国移动〔主管领导〕工程领导委员会华院分析移动行业经理中国移动〔数据挖掘工程经理〕工程经理数据处理人员模型构建人员成果展现人员营销咨询人员数据准备人员营销应用人员工程小组工程小组数据分析人员69.方法论三：知识转移伴随工程进展华院分析中国移动数据处理、模型评分、营销应用70.客户价值评估和细分模型方法论四：循序渐进的模型应用客户信用度管理模型

离网倾向预警模型在运营商初次接触数据挖掘模型应用时，华院分析一般会循序渐进地向客户推广模型的应用更多模型…71.方法论五：持续地转变促成支持工作现状未来数据挖掘模型的搭建基于数据挖掘的管理应用72.中国数据挖掘咨询实践经验总结各模型的建设与应用需要紧密结合运营商的实际需要数据挖掘在借鉴国际经验的根底上要不断进行创新数据挖掘应用既要有短期成效，又要有不断深化数据挖掘工程需要公司领导的大力支持，需要计费中心、市场经营部等多个部门的协调配合数据挖掘模型的研究成果具有相当的准确性及应用价值，但并非只有数据挖掘成果才是业务创新、效劳创新唯一依据，不应过分依赖数据挖掘应用咨询具有非常明显的“地方性〞、“差异化〞特色73.中国移动数据挖掘营销应用展望群众营销销售支持精确营销74.数据挖掘应用助中国移动实现精确营销智能营销系统经营分析系统BOSS销售支持群众营销精确营销75.实现决策方式从经验智慧型向理智科学型转变搜集对手情报关注对手策略考虑反击策略结合成功经验数据挖掘技术数据分析技术成本效益核算过去现在如何进行房地产市场分析学习内容理论局部案例学习为什么要进行房地产市场分析？房地产市场分析的思路、步骤和方法什么是房地产市场分析？慈溪银泰地产工程市场研究及定位报告市场为什么要进行房地产市场分析？

开发商建筑师消费者1。评估工程所处的市场环境2。寻找工程潜在的市场时机，挖掘需求尚未被满足的市场3。制定工程的开展方向和市场定位4。推荐最具竞争力的产品建议5。评估工程目标实现的可能性。。。市场分析是对市场调研搜集到的信息进行整合与提炼的过程，市场分析的结论是进行决策的根底。开发商是追逐利润的，建筑师是唯美主义的，市场分析是连接开发商、建筑师和消费者的桥梁，房地产市场分析是基于对市场的理性判断具体起到哪些作用呢？什么是房地产市场分析？概念，即指：针对某种特定物业研究市场的供需关系。需求方：物业的购置者或租赁者供给方：市场中的各竞争物业〔包括住宅、公寓、写字楼、商业、酒店等〕市场分析不是简单的罗列市场数据，而是必须基于数据进行分析！房地产市场分析的思路、步骤和方法

1。思路三个层次区域市场、专业物业市场、工程市场两个方面供给、需求三个时段过去、现在、未来区域市场分析专业市场分析工程市场分析广州经济环境和房地产市场广州住宅市场工程所在地市场例如：区域房地产开展处于何种阶段？工程市场处于何种竞争格局？竞争供给分析客户需求分析竞争供给分析客户需求分析竞争楼盘分析客户需求分析房地产市场分析的思路、步骤和方法

2。步骤第一步：市场区域界定这里所指的区域是中观房地产市场分析的根本单位，具有完整的房地产市场特征的范围，一般以行政区划来划分。第二步：区域经济环境和市场分析考察整个区域经济环境，判断区域房地产市场处于何种开展阶段，找到影响房地产市场变化的主要因素，对区域房地产开展前景进行预测。第三步：专业市场分析按物业类型进行市场细分，对各专业市场的供给和需求进行比照预测，从而揭示各专业市场的需求潜力及分布状况。第四步：工程市场分析根据对竞争对手及消费者的分析找到工程的时机点、预估工程的市场占有率。房地产市场分析的思路、步骤和方法

3。方法第二步区域经济环境和市场分析区域经济环境分析区域房地产市场分析〔一〕根本内容+对当地经济环境中决定所有类型房地产供给和需求的根本因素进行分析，对过去变化趋势进行判断，预测未来的开展前景。房地产市场分析的思路、步骤和方法

3。方法第二步区域经济环境和市场分析〔二〕根本资料的获得区域经济环境分析1、总量指标GDP、人口、人均GDP、固定资产投资、新批三资企业人数、接待入境旅游人数……2、结构指标：产业结构及布局、就业人口结构3、水平指标：人均收入水平、消费水平、人均居住面积、住宅消费支出水平4、城市经济开展方案、产业规划、城市总体规划区域房地产市场分析1、投资：开发投资额2、土地开发：土地开发投资、开发面积、土地出让金3、商品房开发：施工面积、竣工面积、年开发量4、销售：销售额、销售面积、价格、空置量、吸纳量5、房地产景气指数、价格指数数据来源各地方统计年鉴、统计公报、经济开展月报、地方经济信息网、地方政府网站、中房指数、国房指数、地方房地产年鉴土地、规划部门的政府官员访谈规划、房地产等专业人士访谈房地产市场分析的思路、步骤和方法

3。方法第二步区域经济环境和市场分析〔三〕能够反映区域房地产市场开展状况的指标人均GDP与房地产开展关系GDP增速与房地产开展关系发展阶段启动阶段快速发展阶段平稳发展阶段减缓发展阶段人均GDP（美元）800～30003000～40004000～80008000以上需求特征生存需求生存、改善需求兼有改善需求为主改善需求为主发展特征超速发展单纯数量型快速发展以数量为主，数量与质量并重平稳发展，以质量为主，数量与质量并重缓慢发展综合发展型宏观经济增长房地产业发展状况小于4%萎缩4-5%停滞5-8%稳定发展大于8%高速发展房地产市场分析的思路、步骤和方法

3。方法异常基本正常正常运行基本正常异常房地产开发投资额增幅<-5%-5%~5%5%~15%15%~255>25%适度投资利于拉动经济增长，而增幅过高，将使供给过量，若无需求匹配，将导致供过于求房地产开发投资/GDP<0.050.05-0.10.1-0.140.14-0.2>0.2反映房地产投资规模的基础指标，合理指标为0.1-0.15房地产开发投资/固定资产投资<1515~2222~3030~37>37反映投资结构是否合理的基础性指标，发达国家的比例为20%-25%销售面积/竣工面积<0.80.8~0.90.9~1.01.0~1.1>1.1反映商品房供求是否平衡的指标商品房销售额/房地产投资额<0.80.8~0.90.9~1.01.0~1.1>1.1反映房地产投入与产出的效益指标，表明房地产开发的总体效率房地产市场预警预报指标体系第二步区域经济环境和市场分析〔三〕能够反映区域房地产市场开展状况的指标房地产市场分析的思路、步骤和方法

3。方法第二步区域经济环境和市场分析〔三〕能够反映区域房地产市场开展状况的指标消费类型恩格尔系数住房消费占总消费性支出的比重（%）恩格尔系数住房消费占总消费支出的比重（%）温饱型0.5—0.599.40.55—0.597.60.50—0.5511.2小康型0.4—0.515.50.45—0.512.10.4—0.4518.9富裕型0.2—0.3920—30恩格尔系数与住房支出比重的国际衡量标准恩格尔系数＝食物支出金额/总支出金额与国际上其他国家相比，在相同的收入水平下，我国城市居民的住房支出占总消费支出的比重仍然偏低北京上海天津重庆成都武汉西安人均可支配收入（元）13882148671031380949641852