果说电台#107-最懂买房子的数据科学家

本期果说电台邀请到知乎大 V、数据挖掘和机器学习领域答主、在美国房地产领域互联网公司工作的数据科学家陈然，聊当前硅谷稀缺的职业：数据科学家，以及房地产企业如何应用数据优化决策流程。

这一期讨论的问题包括：

• 数据科学家都在做哪些工作？
• 为什么说有两类不同的数据科学家？
• 他们的技能树构成和工作性质有什么本质上的差别？
• 地产领域的互联网企业做数据分析都是在解决些什么问题？
• 买房子的过程可以从数据中得到哪些支持？

欢迎收听本期果说电台《最懂买房子的数据科学家》。

相关链接

• Apple Podcasts
• RSS Feed
• 原始荔枝音频

文字稿

机器转写，已做轻度分段整理，可能有识别错误。

00:00:10 A：果蔬让生活更多维欢迎大家收听果蔬电台我是火龙果果蔬是一个面向个人成长的知识分享平台我们在荔枝喜马拉雅等音频网站上也有持续的内容更新目前果蔬还有一个自己的网站叫果蔬. tv 欢迎大家浏览在果蔬的第二季节目中我们会跟大家探讨叫两个理想主义者的创业故事是想跟大家分享国龙果和奇异果两个人在创办自己企业之后的一些所思所想和一些收获吧因为在这个系列的节目中我们在跟大家持续探讨有关这个数据科学的问题然后上一期呢我们请到了马洪旭然后跟我们聊有关这个数据分析的学习啊等以及在美国大学做一些数据分析相关的工作的一些体验然后这期节目我们特别荣幸地把马洪旭作为我们的特邀嘉宾然后也特别荣幸地请到了一位知乎在数据挖掘和机器学习领域的优秀打主陈然也是知乎大 V 欢迎陈然大家好大家好因为我们看你在知乎上分享了很多关于数据科学数据分析包括机器学习的一些文章和见解觉得你在这块是深有研究所以想跟你聊一聊硅谷最稀缺的职业就是有可能大家都已经知道了, 数据科学家在现在目前来说是非常非常抢手, 稀缺的。对数据科学家这个职业, 或者说数据分析师这个职业是怎么看的?

00:01:45 B：我觉得对这个是一个非常非常火热的领域因为近几年这个行业从信息化开始走向智能化所谓智能化的话就是说你需要用一些手段从这个数据里面得到一些信息然后把这个信息交给机器交给算法去加以应用这个才叫所谓的智能化所以因此这个中间就出现了很多专门的职业和专门的技术来专门负责这些事情刚才说到数据科学家其实一般数据科学家我们叫分成两类这个两类其他的职责不同很多人喜欢把它混淆但是如果你能清晰的了解这两类的话其实对你这个职业生涯规划是非常有帮助的

00:02:23 A：有两类对的具体的是

00:02:26 B：哪两类我看一篇文章就是他把分为 typeA 和 typeB 第一类就是比较偏向于分析师就是他的核心的工作职责是说从一些常见的数据或者不常见的数据之中找出一些 insights 然后他要去帮助做产品的负责人去 support 他给出很多分析给出很多见解帮助他更好地做决策一般是他更像一个分析师这是第一类 typeA 常见的数据科学家第二类就是说他更像一个做产品或一个 engineer 他一般会有 engineerbackground 他不是做一个 support 的角色他是做一个 implement 的角色执行对他是来比如他做一个推荐系统对他做一个很核心的算法来 support 你整个推荐系统的这个业务这个里面也有很多人是数据科学家的 title 他跟传统的比如 dataengineer 有什么不一样因为你的算法是跟你的业务紧密结合的你很难脱离业务谈你的算法所以说他必须要有很明确的对产品的理解对所以他必须要非常了解整个产品做决策的过程他必须要提供很多呃 engineer 的这种什么能做什么不能做给你做产品的时候也必须要有决策然后他同时要能领导这个产品就是这个所以说这一类它一般是从 engineer 背景过来的相当于

00:03:56 A：这两类一类是说给这个专业人士提供一些辅助专业人士提供一些需求然后让你做一些数据分析然后你来帮他做做完以后你把这东西反馈给专业人士第二类人对专业领域的知识有一定的了解他又懂算法他能够通过他的算法的优化帮助决策的过程来做得更好相当于是整合

00:04:19 B：了一下对或者说你可以从 delivery 来参考这两类第一类的 delivery 更多是一个 report 对吧就是说他要做完 insight 分析的时候给你一个 report 告诉你可能有好几个 planplanA 的利弊是什么 planB 的利弊是什么 planC 的利弊是什么这些都是他从数据里面分析出来的甚至要做很多实验他得出来的结论那可能帮助人更好地去做 support 那第二类数据科学家更多的时候他要去 deliver 一个 system 这个系统要 integrate 你的所有的 businessinsights 所以它的 delivery 更多是 algorithm 是个 backendsystem 是个 API 或者是什么东西所以它一般是个 engineeredbackground 因为它有能力或者有能力能帮助把这个系统能开发出来对呈现

00:05:03 A：的结果上是不一样的

00:05:05 B：对所以这两类其实是两类不太一样的人但是他们很多时候都有相同 title 叫 datascientist 所以会给很多人有误解可能一说到 datascientist 就说他又要会分析对他又要会做 system 要做那个其实是两类不同的人的 skillset 不一样所以说当你特别是入职的时候你如果对自己有明确的规划的话应该是两者其一对自己这个 skillset 有所侧重的发展有所侧重的培训

00:05:35 C：那 data 对于这两类人来说他们的意义其实也不一样或者说他们使用 data 的形式或者看中 data 的方向价值也不

00:05:44 B：一样对, 怎么说, 比如说第一类他可能去找 insights, 那他找完了 insights 去解释了因果之后就放在了 report 里面, 对吧, 帮助别人做更好的角色第二类他也找 insights, 但他 insights 更重要的是怎么样 integrate 他的 algorithm 对吧比如他做一个推荐系统那他找了很多 insight 之后他希望把这个 insight 直接 integrate 到他的 model 里面比如说他可能要 integrate 到他的 training 或者他要去改变一些 label 的方式或者他要改变一些 featureselection 的方式他这个 insight 最后会被 integrate 他的 algorithm 然后最后一起 deliver

00:06:18 A：出去那大家解释一下为什么会有这么多英文因为现在成员在旧金山的一家公司工作也算硅谷很热门的这个公司了然后他之前的背景也是有在凯莱金梅隆数据科学 ComputationalDataScience 这个专业的背景所以他会在这个节目中有很多英文单词蹦出来应该

00:06:41 C：是学这个概念的时候就以英文来学的所以你强制让他来用中文表达觉得也不太适应我努力

00:06:51 B：这

00:06:51 A：两类数据科学家目前来说在硅谷是哪一类更稀缺其实都

00:06:57 B：很稀缺因为比如说对第一类数据科学家来说越来越多的数据就是你能找到这些数据的方式越来越多变可能有很多数据要么是在非常原始的日志里面但是你为了完成你的任务你必须要去把这个原始的这种数据格式转化成你自己需要的数据格式那这个时候公司很难说我给你找很多人来帮你做这个整合的一个流程工作对吧所以你要自己动手做那所以说其实他们有时候对于这个要求对于你写代码的要求也很高因为你面对的是一个非常复杂的环境现在互联网一个网站它可能每天好几 TB 几十 TB 的那么多数据以前是从来没有被记录过的现在都被记录下来了但是也没有很多工程师真正的说我把你的数据都分门别类整理好这个是还没有达到这一步所以你必须要有很强的数据清理对很强的数据清理能力甚至你还要去找很多工程师跟他们聊说你能不能把这些数据也给记录下来对吧这个对他们也很重要所以这种沟通的技能也是非常重要的然后另外一部分现在很流行做所谓 AVtest 就是一个方案我上线好几套不同的方案我同时

00:08:19 A：来做这个看哪个结果更好

00:08:21 B：对那怎么样设计这种实验也是很重要的那谁来做决定往往也是这类数据科学家说我要为了证明我的观点我要做哪些实验我这是怎么样设计我的实验我才能让这个结果是更有科学性的对吧所以说对这类科学家更多的是说一方面你要会使用很多现有的工具对吧不论是写 Python 写这个 Circle 还是说你要用更大规模的工具像 Spark 这样子的工具另外一方面你可能对统计你对统计里面比如因果性推断和这个相关性的分析它有哪些区别对 P value 的理解之类的你必须要能够理解非常透彻并且在这种这么大规模的数据的情况下你能做出一个非常合理的一个解释并且能让大家都信服这个是很重要

00:09:11 A：的技能所以既要求了一定的编程能力另外一部分就是统计

00:09:16 B：的一个基础知识对那么对另外一类科学家来说他的 deliver 是一个 system 所以他可能一般要

00:09:24 A：有很多工程开发能力对很

00:09:27 B：好的 engineer 工程的开发的能力和背景然后同时他也很好的沟通技能因为现在这种算法和你业务需求是紧密相吸的不能被分开的所以这两者的结合你必须要有人两者都能非常的明白你真正的业务需求是什么所以你才能真正的把这个算法开发好所以对这一点来讲一方面他的工程的要求能力很高另外一方面他的沟通技能也要求很好但是对他来说就真正做分析不是他的最终的目的他的分析是为了整合到他的算法对吧所以说对他来说可能这种统计的知识啊或者说对这种数据分析或者这种可视化的要求就没有这么高因为他的最终的目的其实是要叫产生一个系统对

00:10:09 A：的做出一个非常良好的类似于推荐系统这样对的对的对的听你这么一说就是能够区分这两类以前是混在一起的好像 DataScience 什么都会就从前面到后面

00:10:21 B：所有的全展示这个太难了

00:10:26 A：像现在目前硅谷的这些企业去需求这样的科学家的大部分都还是这种互联网企业是吧

00:10:34 B：对然后还有包括一些传统企业想转型往互联网方向转型它也有一些这样的需求这个

00:10:41 A：空缺大概有什么样的一个比例

00:10:44 B：我觉得是非常非常非常非常大的我也很难说有什么样的比例因为这些技能像机器学习其实虽然它在业界有很久了但是在工业界中也火得起来也不是那么久然后对所以经受过系统性的训练的人其实并不多现在大家上学都都知道要去学机器学习的课程但是可能在五年前知道需要学习学习课程的人非常的少所以有过这种学术背景的人其实是非常少的大家可能很多人在工业界都是边工作自己学对吧所以有时候这些人可能缺乏一个系统性的认知所以这几年这个需求还是在慢慢的扩大

00:11:28 C：有一个问题也是相当于替很多观众朋友问如果说我现在还在国内读书可能我四五年之后才毕业但我想往这个方向努力你觉得一个比较理想的这种学习的一个过程

00:11:46 A：需要哪些知识储备啊我觉得

00:11:48 B：知识储备大家其实我觉得一般大家如果你真了解这个领域都会知道对吧你可能基本的数学课包括微积分啊新型代数啊概率论啊对概率与统计啊这个是最基本的对吧然后积极学习的入门的话经典的积极学习课程对吧高深一点的包括像图优化啊深度学习啊概率图模型啊对这些课程也都是进阶的最先进的一些算法如果感兴趣也可以学习然后还有就是关于医学的应用也很重要就比如说像这个 Informationretrieval 就是信息解锁就是搜索引擎这一套 NLP 就是自然语言处理这一套这个图像识别这一套对吧那这些都是最传统最经典的机器学习应用也可以学习一下怎么样去了解机器学习然后这些都是其实很基础的东西你学完了之后可能未来的发展是说机器学习在各个学科领域的应用所以说我觉得在学习这些知识之余多学一些你认为感兴趣的学科我觉得非常重要无论是包括像经济学包括像传播学包括像建筑或者城市对城市数据这些我觉得经济学习这套方法论肯定都会慢慢地影响到各个学科对吧对对都会影响这些学科所以说我觉得有自己额外的感兴趣的学科再结合机器学习这些工具的话我觉得其实是非常好的一个方向其实

00:13:16 C：延伸的就有个问题就是以你为业界工作了这么多年的经历来看你觉得机器学习会是一个泡沫吗因为可能对于很多人来说我五年之后找工作我现在花了大笔的时间投入进去他万一说我毕业的时候需求没有那么大了或者说更多的我以为会需求的问题已经

00:13:34 B：被其他所替代了我觉得这个是很多很经典的就是学生在做专业选择的时候一个很大的顾虑就是说我要不要去学现在最火的东西对这个在科学领域的进展怎么说是一个一步一步发展的虽然你现在很火的东西以后可能不火了但是以后火的东西可能是基于你现在火的延伸出来的对吧这个是

00:14:04 A：很重要的比如说目前的数据科学就基于当年计算机出来的

00:14:08 B：嘛对的对的所以说你去学当下最火的东西其实说就算最后不火了你也可以随着潮流的发展去继续扩展你的知识去追逐那个最火的东西很有趣的例子就是说你看现在计算机很多人的背景是学物理和学电子的为什么不是说学物理和学电子更适合转而是因为当年是这波人是这些专业是最火的对吧然后像机器学习啊计算机啊很多理论是从这些地方发展出来的对吧所以很多人就从这些物理和电子很自然的就迁移到了新的专业对所以说你现在学计算机学机器学习未来如果有些新的专业对吧随着专业不断细分你也会很自然的迁移到那些新兴的专业去对这个是一个很自然的发展所以我觉得这种顾虑是没有必要的

00:14:56 C：就是你如果不想被事业朝代的话做一个终身学习者或一个

00:15:02 B：逆转型的人对对对所以要多听我说是吧终身学习终身学习

00:15:15 A：刚才我们跟陈然聊了一下就关于这个硅谷最稀缺的职业这个数据科学家分为两类啊一种是面向数据分析啊另外一种是面向这个产出一个系统的这种 engineerbased 的这种我也开始蹦英文单词了我们知道你现在在一家地产领域的企业来做数据分析的角色所以第二个话题我们想跟你聊一聊有关于在地产领域做数据科学是一种怎么样的体验因为地产相当来说是离交易还相当于比较近的一个地方一种是金融一种是地产还有什么汽车呀等等这种行业都是离钱和交易比较近的地方那么在这么样的领域里工作的话是不是这个数据科学能够帮助这个怎么说交易更有价值或者是更迅速或者是信息的匹配能力更高就是你在这个地产领域工作是一种怎么样的体验

00:16:15 B：首先我在这边主要做的跟房地产不是最直接相关的就是我们还有一拨同事其实做直接就是做房地产领域的数据的分析和算法我更多的是做这个推荐系统就是比如给用户推荐他可能更喜欢的房子做一些图像识别就包括这个图片是卧室那个图片是厨房对吧还有包括一些文本的理解和那个文本的

00:16:43 A：搜索对相当于你是 typeB 对

00:16:47 B：我是 typeB 对但这些方面其实也是跟房地产紧紧相关的比如说我要做一个好的推荐系统我要跟用户推荐房子对吧某种意义上我必须要对房子很了解对房子很了解意思就是说我就要知道这个房子有哪些信息对吧常规的信息会有它的基本的户型对户型位置多大对然后还有一些丰富的信息是从别的地方拿到的比如说从他图像对吧我可能可以从图像里面就可以看到这个卧室其实他的窗户特别大对吧他不是个房屋基本信息对吧你但是你从图像就可以知道对那如果你知道这个信息的话你可以跟用户在跟他推荐的时候其实说你就有一些额外的信息告诉他那他可能会对你这个推荐会有额外的喜欢就为什么我们说要做图像识别因为你有比别人更多的一个信息对吧还有第三类信息就是叫地点信息就是说我从这个经纬度我可以拿到周围的比如说 Air 上面会有点评有餐馆还有人口统计里面会有这个社区里面平均年龄啊结婚率啊种族的分布啊这些东西那可能比如说我要发现比如说你比较喜欢热闹喜欢多去酒吧的话那可能给你推荐一个周围有酒吧很多的房子你可能会比较喜欢对吧这也是在这个数据挖掘里面你通过这个挖掘你可以更好去做一个推荐系统对吧所以大概的三类的数据就是这三类一类是房屋的基本信息第二类是房屋的这种丰富的 Richinformation 你是通过一些数据挖掘的方式或者图像识别或者从文本挖掘还有一类就是说地点信息你从地点里面你可以拿到交通人口统计包括学区学区对吧这也是对那个很重要的其实这个是我们在做推荐引擎的时候要对这个房屋的一些

00:18:42 A：了解其实相当于是你做了这么一个引擎对于整个这个房子的方方面面的信息都有很深入的了解你才能去让这个系统不断优化对的这验证了刚才我们说第二类的这个工程师他还是需要产出一个特别能够去了解用户然后去满足他的需求的一个东西对但是这个了解用户这个过程就是你刚才是说把这个房子这块了解了那这个对用户的了解理解你是怎么

00:19:10 B：想的对对用户理解更多就是从用户的行为里面来看那用户在网站上他会有一些点击的行为收藏的行为搜索的行为对吧那这些行为最后比如点击点击了房子浏览了图片还有可能点击了收藏然后点击的邮件

00:19:30 A：什么的我们就可以看他筛选的方式按照价格筛的呢还是按照区位筛的呢这些所有

00:19:37 B：的行为我们就可以把它 aggregate 到一块然后生成一个用户画像对吧然后我们就可以知道这个用户他大概的他喜欢的户型比如说是几个卧室几个厕所然后可能大概喜欢在哪个位置对吧这些我们都是通过他的行为可以发现的对然后通过这些信息我们就可以更好地给他推荐他可能喜欢的房子就是对

00:20:01 A：用户是完全是通过他在网上行为的一个捕捉去给他推荐一些匹配的其实像你现在工作这家公司他跟我们目前国内有个链家这样的中介他是不是一个性质的呢强电家他是有很多本地的门店然后他会收集上来一些房源的信息然后去有一些本地的地产中介客服吧就跟用户去交流去卖房子卖完房子以后提成通过这种方式然后他在网上这块相当于是一个提供信息的平台给用户展示一下我有这些房源你要选哪一个这个模式是不是类似的

00:20:42 B：这个模式是不太类似的对因为在中国的话是相当于是先有互联网好的技术设施再有在基于互联网发生的大规模的这种房屋的买卖对吧所以大家很自然的就是说你这个互联网公司就可以很容易的做端到端所有的事情包括数据的整合包括房屋的交易这些东西店家都可以做到但是美国是一个房地产是一个几百年的市场就是先已经发生了大规模的房地产买卖但是这几年可能最近十年因为互联网的发展才出现了在互联网上大家浏览房子的这样一个行为以前是不存在这个行为的所以说我们公司更多的是说我们把一些和房屋有关的信息收集起来放到网上我们让美国买卖房屋的经纪人在我们网上打广告我们把流量导给经纪人这样子的话我们向他收广告的费用

00:21:32 A：类似于一个 Google 那样的对

00:21:34 B：的所以我们都认为自己是叫 mediacompany 我们是一个媒介的公司我们不是一个房屋买卖的公司

00:21:42 A：所以它的盈利模式是通过广告费

00:21:44 B：对的所以如果有越来越多的经纪人在我们房间打广告我们就会有越来越多的赚越来越多的钱对但是这个不一定正比于当然也可能正比于经纪人他的买卖的房屋的这个数量对一点小背景就是说美国因为他的房地产发展的很长了所以他们为了顺应房地产发展他们很多城市自发的成立了很多小的数据库叫做 MLS 所以说每个城市都有几个自己的私人公司性质的这些数据库那么买卖双方的经纪人都会把他们的需求放在那个数据库里面他们内部的来使用所以我们公司呢就是说跟每个美国有 80 多个数据库这种 MLS 数据库我们就只能一个一个的去谈能不能使用他们的数据然后现在谈了 40 多个所以说这是一个非常缓慢的过程所以因为美国是先有 MLS 再有我们这样的公司所以我们做的更多是跟他们去整合其实你要

00:22:46 A：理解国内的那个房地产交易市场其实链家类似于是一些基于本地的地产商只不过他们有比较敏锐的嗅觉他把这个整合工作他自己完成了对的否则的话可能也有一个互联网公司来

00:23:00 B：收割他的对对对对

00:23:02 A：对相当于是他在各个地方有一些小的 MLS 对对他把这个信息都放在他的网站上去跟大家共享了

00:23:11 B：对的对对对嗯所以

00:23:14 A：他其实对于很多地产企业来说都没有想到会是链家现在成为这么大的一个不能说他盈利的额度最高但是他的这个影响力是非常大的很多地产公司他其实他本身他都是有这个条件去把他自己的这个物业包括他自己房源的信息去做一个平台去它也是类似于美国地产商这种经纪人这种模式它本来是有这样机会的但现在是被这个链家掌握住了这个客户的这一段是

00:23:46 B：差别挺大的国内因为早期的交易更多的是新房的买卖所以其实它没有成立这种数据库的需求因为你新建了楼盘你自己去卖就可以了以卖掉为目的所以说一个是经纪人的需求没那么旺盛一个是本地的数据库需求没这么旺盛但是美国因为很早就开始是二手房的买卖 N 手房的买卖了所以你必须要有个平台来共享这些信息所以它就先有这个数据平台, 再出现这些互联网公司

00:24:19 A：那你刚才说有两块吧, 一块是做推荐算法这块, 另外一块是做定价模型这块像他们做定价模型的话是以一个什么样的方式, 也是基于大量的数据的采集和模拟

00:24:35 B：吗对定价模型 ZERO 做的最好的叫 Zestimate 这个是他们非常自豪的一个定价模型那他们也是做了十年了所以是一个他们认为是一个非常非常精准的模型他们认为误差率可能是平均是几十年平均误差可能是百分之四四点几这个量级对那很高了对对他们会采用很多很多的特征来做这个算法对他们应该是有一些公开的但是我不太了解他们公开到什么程度了对你们大家可以去自己在网上去搜他的叫 theestimate 就是 theestimate 但是他们的读法叫 theestimate 他们使用了很多的数据美国数据比较开放我觉得这点非常好他们有一个数据叫 publicrecords 就是说你每一个房屋的买卖之后你这个信息必须上报给政府然后政府必须把这个房屋买卖的这个信息整理出来提供给所有的人去下载包括房屋的基本信息还包括这个历次买卖历次买卖还包括人民就屋主的信息所以之前经常有人去查中国哪些明星到美国买房子这是都查得到的对因为这个是公开的但是因为这是每个政府自己的事情所以需要把这个数据整合起来可能非常困难但是因为这些数据都有所以说你任何人其实都可以拿着这个数据如果你有能力把它整合起来的话自己去做一个定价模型因为所有房屋基本信息都在那里位置也在那里对吧卖最后的价格也在那里所以说大家也都可以试图自己去做一种模型如果你

00:26:15 A：要再学习这个数据科学这

00:26:18 B：其实是一个很有意思的项目

00:26:21 A：其实在国内也大家也在尝试着去做因为现在像就是链家我爱我家这些公司也是把一些信息都公开在网上了大家也会去尝试去做一些这种判断包括 2C 端的如果这个定价模型做出来很可靠的话就直接可以给用户去提供他们有没有识别出来一些特别关键的变量这个

00:26:46 B：我不太知道他们能公布到多少但是一般来说大家说房子都是 location 这是最经典的所以地理位置永远是最重要的对吧肯定是他交易中的一个就是他模型中最核心的变量就是他这个地理位置在哪里然后还有就是肯定是周围的房价最近才卖出去的这个房价肯定是很重要的相关性很强对因为你通过周围其实人类看房价也是这样子对这个直觉上就是这样就是你会去看周围相同的房子最近都卖了多少价格那我这个房子肯定是卖这个价格肯定是八九不离十

00:27:23 A：了对对对在国内买房大家也都是这样的逻辑对对对一个是看区位在什么地方然后另外一个就是说看周边现在的价格是多少

00:27:32 B：对对所以算法跟人这种更多时候似乎也一样但是可能就是算法在捕捉一些细小的一些波动上面它可能更敏锐一点所以它的准确率可能会更高对如果你在大规模上看可能会更高然后它可以很容易适用于一个你不知道的一个领域对吧要不然的话你每个人你都要去在当地去看那个房子其实是很累很劳死的那算法可能更擅长去看一个人类很难快速了解的一个领域给出一个价格

00:28:04 A：那你对这个现在有国内有一种说法是说这个对于用户需求的捕捉等到了一定程度以后就可以去定制化的去开发就是说这个我收集了很多用户信息然后但是每个用户他都有不同的偏好然后根据对他偏好的理解我就可以去做这种房子的定制新房新房开发的话也可以做一些新的尝试吧

00:28:30 C：你可能了解这个城市有多少需要想在这地方买新房的人然后他们对户型的需求是什么样然后你就开发楼盘的时候可能就提前设计

00:28:39 A：好这是再往下走一步了

00:28:42 B：我觉得这个需求是非常客观存在的而且事实上利用用户行为的数据可以做很多的预测我知道 Zillow 他们有很多这个文章就是写比如说基于用户的搜索的行为来预测你这个地区搬家搬入搬出的一个火热程度对其实这个就很有道理因为你可能很多人突然都来搜这个湾区的房子对湾区的房子可能就意味着很多人就想搬过来如果很多 IP 在湾区的人比如搜德州的房子那可能就意味着湾区的很多人他就思考要不要去搬到德州去对吧所以这其实是一个很有前瞻性的一个指标可以帮你做决策对然后包括搜这个地区的房子搜什么价格的类型对吧搜什么样的户型对吧这个其实对于新建房子的人来说都是一个很好的指标而且我认为这个是就是说从做决策的角度来说是很有意义的指标是可以用来做关键决策的指标所以这种数据的价值也会越来越高肯定也会越来越开发商会来花很多价格去买一个真实有效的数据来指导他们做商业的开发就是说

00:29:50 A：如果有一张地图是可以去呈现出来城市不同的区位它的价值的判断的话这些数据都能够帮上很大的忙

00:30:00 B：对的但是可能 casebycase 就是不同的应用它可能需要的数据不一样可能需要很进行很多定制化的挖掘这个可能就要在浩瀚的数据里面用很多各种各样的方法来挖掘出一些有效的这种结论出来还是需要不少的这种背景和技巧我们刚才

00:30:20 A：就聊了关于这个地产领域的这个数据分析关于这个数据分析和这个机器学习的应用场景其实就是我们对这个工具现在都很崇拜很膜拜然后希望自己能掌握更多的技巧但是对于这个应用场景现在大家普遍来说觉得好像能用到很多但实际上真正能够实现有价值的这种还有哪些能不能给我们

00:30:44 B：举一些例子举些例子就是其实刚才那个我觉得说应用场景是很多但是能商业化成为商业模式的很少对这个是为什么呢我觉得更多的时候这个模型一个模型更多是做一个优化就是它很难产生出一个新的商业模式对所以说如果它是优化的话那它更多是比如做 costdown 对吧就是减少你的成本这样的思考思路方式所以说

00:31:12 A：对于一个既有领域它的优化它是没有问题的但对于一个新市场的开拓或者新需求的捕捉它是比较难的需要人的这个见解在

00:31:23 B：里面对的所以这可能是现有的这种的一个缺陷吧就是大家的思考更多的是怎么样去做优化所以就很难真正的商业化这是不是

00:31:36 A：说这个人工智能还没有出现等到

00:31:39 B：人工智能出现对这个人工智能是一个非常模糊的词你也不知道它什么时候出现它可能已经出现了你不知道对

00:31:48 A：吧对那么关于人工智能的出现关于未来几十年计算机和人类的关系在一个离开了数据寸步难行的社会我们究竟该如何自处我们将在下期节目中跟陈然和鸿迅继续探讨也欢迎大家收听嗯嗯

转写来源：applepodcasts / podcast；引擎：assemblyai