基于數(shù)據(jù)和機(jī)器學(xué)習(xí)的經(jīng)紀(jì)人管理

1、賦能提效，防微杜漸基于數(shù)據(jù)和機(jī)器學(xué)習(xí)的經(jīng)紀(jì)人管理內(nèi)容提要01背景、問(wèn)題、挑戰(zhàn)02解決方案：數(shù)據(jù) + 機(jī)器學(xué)習(xí)03應(yīng)用案例：提升效率，防范風(fēng)險(xiǎn)房產(chǎn)交易領(lǐng)域中“人”的因素房人(經(jīng)紀(jì)人)客通過(guò)“人”連接“房”與“客”經(jīng)紀(jì)人的質(zhì)量決定了服務(wù)的質(zhì)量經(jīng)紀(jì)人管理的成本是企業(yè)成本中的大頭 15萬(wàn)+ 經(jīng)紀(jì)人分布于32個(gè)城市房產(chǎn)經(jīng)紀(jì)人管理中的挑戰(zhàn)數(shù)量多、分布廣個(gè)體、地域、類(lèi)型差異大培養(yǎng)成本高，流失率高利益巨大，違規(guī)風(fēng)險(xiǎn)高認(rèn)：客觀性評(píng)估和刻畫(huà)幫：提升經(jīng)紀(jì)人工作、成長(zhǎng)效率防：風(fēng)險(xiǎn)預(yù)測(cè)及防范數(shù)據(jù)的問(wèn)題經(jīng)紀(jì)人信息、行為的采集數(shù)據(jù)規(guī)范化 & 再組織挖掘的問(wèn)題發(fā)掘最大模式尋找顯著特性預(yù)測(cè)的問(wèn)題對(duì)模式進(jìn)行判定對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估經(jīng)紀(jì)

2、人評(píng)價(jià)及管理平臺(tái)技術(shù)架構(gòu)大數(shù)據(jù)平臺(tái)經(jīng)紀(jì)人畫(huà)像群體分析能力模型數(shù)據(jù)建設(shè)挖掘計(jì)算預(yù)測(cè)計(jì)算TensorflowXGBoostLightGBMScikit- learnLiblinearKafkaHadoopKylinSparkZookeeperHive能力 判定成長(zhǎng)路房源驗(yàn)離職風(fēng) 徑預(yù)測(cè)真輔助險(xiǎn)預(yù)測(cè)房源泄露風(fēng)險(xiǎn) 預(yù)測(cè)結(jié)果應(yīng)用CRMLink反作弊人事 系統(tǒng)培訓(xùn) 系統(tǒng)解決數(shù)據(jù)的問(wèn)題：數(shù)據(jù)建設(shè)鏈家大數(shù)據(jù)平臺(tái)解決挖掘的問(wèn)題：經(jīng)紀(jì)人畫(huà)像作業(yè)行為客戶評(píng)價(jià)IM對(duì)話屬性信息門(mén)店、團(tuán)隊(duì)組織結(jié)構(gòu)客源信息 房源信息個(gè)體結(jié)構(gòu)化數(shù)據(jù)成長(zhǎng)軌跡業(yè)績(jī)知識(shí)貢獻(xiàn) 個(gè)體非結(jié)構(gòu)化數(shù)據(jù)關(guān)系型數(shù)據(jù)標(biāo)簽補(bǔ)充 & 權(quán)重調(diào)整基本信息 & 業(yè)績(jī)統(tǒng)計(jì)

3、性別：女出生日期：1990-11-09 崗位：綜合經(jīng)紀(jì)人級(jí)別：M10運(yùn)營(yíng)區(qū)域：京北區(qū)房源實(shí)勘業(yè)績(jī)：10589 房源速銷(xiāo)業(yè)績(jī)：27065 客源成交業(yè)績(jī)：753271標(biāo)簽信息關(guān)系拓?fù)鋸膫€(gè)體刻畫(huà)到群體刻畫(huà)基本信息 業(yè)績(jī)統(tǒng)計(jì) 客源標(biāo)簽 房源標(biāo)簽 行為標(biāo)簽 店組標(biāo)簽個(gè)體關(guān)系拓?fù)淙后w專業(yè)技能力 服務(wù)品質(zhì)力 創(chuàng)新力個(gè)人成長(zhǎng)力團(tuán)隊(duì)貢獻(xiàn)力能力等級(jí)能力標(biāo)簽 狀態(tài)等級(jí)群體差異性分析解決預(yù)測(cè)的問(wèn)題：機(jī)器學(xué)習(xí)經(jīng)紀(jì)人畫(huà)像房源畫(huà)像客戶畫(huà)像市場(chǎng)行為場(chǎng)景環(huán)境特征 提取預(yù)測(cè) 模型離線 效果 評(píng)估線上驗(yàn)證 &應(yīng)用LinkCRM反作弊人事 系統(tǒng)培訓(xùn) 系統(tǒng)應(yīng)用方向：狀態(tài)判定、成長(zhǎng)預(yù)測(cè)賦能提效違規(guī)風(fēng)險(xiǎn)預(yù)測(cè)狀態(tài)判定實(shí)例：經(jīng)紀(jì)人離職風(fēng)險(xiǎn)預(yù)測(cè)

4、收入過(guò)低39%沒(méi)有假期20%管理制度8%結(jié)婚生子7%工作環(huán)境8%時(shí)間浪費(fèi)6%身體健康5%考研深造2% 2%離家太遠(yuǎn)個(gè)人創(chuàng)業(yè)2%違紀(jì)辭退1%收入過(guò)低沒(méi)有假期管理制度工作環(huán)境結(jié)婚生子時(shí)間浪費(fèi)身體健康離職原因調(diào)研個(gè)體畫(huà)像特征行為特征業(yè)績(jī)特征展位特征群體門(mén)店特征區(qū)域特征轉(zhuǎn)正期特征試用期特征市場(chǎng)市場(chǎng)特征特征離職風(fēng)險(xiǎn) = 未來(lái)60天離職判定20000北京離職人數(shù)經(jīng)紀(jì)人離職風(fēng)險(xiǎn)預(yù)測(cè)效果離線評(píng)估實(shí)際驗(yàn)證北京地區(qū)評(píng)估（北京8萬(wàn)經(jīng)紀(jì)人）被識(shí)別出來(lái)的經(jīng)紀(jì)人三分之二以上會(huì)在60天內(nèi)提出離職（準(zhǔn)確率 69%） 有五分之一以上的離職經(jīng)紀(jì)人在預(yù)測(cè)列表中（召回率 20%）結(jié)果應(yīng)用對(duì)大區(qū)、門(mén)店生成離職預(yù)估報(bào)告，輔助線下管理，降

5、低離職率 針對(duì)城市分析離職原因，改善經(jīng)紀(jì)人招聘、培養(yǎng)環(huán)節(jié)潛在問(wèn)題經(jīng)紀(jì)人離職風(fēng)險(xiǎn)預(yù)測(cè)效果附能提效案例：房源驗(yàn)真輔助房源屬性經(jīng)紀(jì)人維 護(hù)行為業(yè)主行為循環(huán)驗(yàn)真判定任務(wù)分發(fā)Link案例反饋CRM判真存疑房源舉證真/假純?nèi)斯せ卦L的問(wèn)題監(jiān)管覆蓋10%房源300套/人/天，無(wú)效回訪 35%超過(guò)87%的假房源舉報(bào)來(lái)自監(jiān) 管未覆蓋房源升人效假房源識(shí)別 = 房源存疑風(fēng)險(xiǎn)排序?qū)op N%的存疑房源進(jìn)行舉證及回訪，提存疑房源識(shí)別關(guān)鍵問(wèn)題解決樣本分布極度不平衡，正（假房源）負(fù)樣本比例 1：22排序問(wèn)題中 Top N% 的選擇樣本不 平衡案例反饋數(shù)據(jù)合成最優(yōu)化目標(biāo)函數(shù)時(shí) 考慮樣本權(quán)重Top N%，N=4房源驗(yàn)真輔助效果離線評(píng)估（存疑房源識(shí)別）結(jié)果應(yīng)用監(jiān)管覆蓋100%房源節(jié)省人力超過(guò)90%房源回訪效率提升4倍違規(guī)風(fēng)險(xiǎn)預(yù)測(cè)案例：房源泄露行為預(yù)測(cè)難點(diǎn)：特征不明確結(jié)果需要強(qiáng)解釋性房源信息試探調(diào)研特征經(jīng)紀(jì)人屬性特征 業(yè)績(jī)特征房源特征行為特征 設(shè)備特征 環(huán)境特征泄露行為 風(fēng)險(xiǎn)預(yù)測(cè)日志數(shù)據(jù)人事系統(tǒng)證據(jù)鏈回溯人工處理案