<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>
"); //-->

博客專(zhuān)欄

EEPW首頁(yè) > 博客 > Zillow炒房巨虧的背后故事,遠比它正在甩賣(mài)的7000套房更有意思

Zillow炒房巨虧的背后故事,遠比它正在甩賣(mài)的7000套房更有意思

發(fā)布人:硅星人 時(shí)間:2021-11-20 來(lái)源:工程師 發(fā)布文章

炒房有風(fēng)險,入市需謹慎。這不,連地產(chǎn)界的科技新貴也被割了韭菜。

——

文|Juny   編輯|Lianzi


Zillow大裁員兩周后,前員工Jeff仍然有一種不真實(shí)的感覺(jué)。

 

畢竟在幾周前,他跟此次被裁的近2000名前同事一樣,都還在對公司業(yè)務(wù)蒸蒸日上和股****的節節攀升而充滿(mǎn)期待。要知道,在疫情期間,作為房地產(chǎn)科技門(mén)戶(hù)巨頭的Zillow股價(jià)可是扶搖直上增長(cháng)了近30倍,今年年初的市值一度接近500億美元。而對于近幾個(gè)季度業(yè)績(jì)的低迷,高層也只是說(shuō)是受到了特定時(shí)期的影響,公司正在蓄勢待發(fā)。

 

但誰(shuí)也沒(méi)想到,公司炒房埋下的雷突然就爆了。上月底,Zillow發(fā)布了第三季度財報,主要財務(wù)指標均遠低于預期,其中炒房業(yè)務(wù)的巨額虧損成為了禍根。幾天后,Zillow CEO Rich Barton宣布徹底關(guān)停公司的iBuying業(yè)務(wù),并將涉及該業(yè)務(wù)的約2000名員工全部裁員,占公司員工總數的四分之一。

 

該事件影響仍在持續發(fā)酵,如今 Zillow的股價(jià)連跌兩周近乎腰斬,300億市值瞬間蒸發(fā)。而為了盡快收回現金、彌補虧損,Zillow最近還將此前在全美購置的約7000套房屋全部甩賣(mài)給機構買(mǎi)家。

 


涉足炒房3年, Zillow不僅沒(méi)有完成自己華麗轉身,反而因此將總計巨虧超50億美元。我們不禁想問(wèn),此次Zillow失敗的背后究竟是“天災”還是“人禍”? |不涉房產(chǎn)買(mǎi)賣(mài)的Zillow 1.0時(shí)代 在房地產(chǎn)這個(gè)傳統行業(yè)里,科技的滲入速度一直很慢。而Zillow所帶來(lái)的房地產(chǎn)信息門(mén)戶(hù)的革新,曾讓業(yè)界為之一振。 在2006年之前,美國的房屋交易信息呈現高度分散化,普通人跟房地產(chǎn)行業(yè)之間存在著(zhù)巨大的信息鴻溝。買(mǎi)賣(mài)房雙方高度依賴(lài)中介機構、房屋價(jià)格不透明、區域間的信息壁壘高聳等是長(cháng)期存在于地產(chǎn)行業(yè)中的問(wèn)題。而Zillow的出現,徹底改變了房地產(chǎn)行業(yè)內的信息流轉方式。 Zillow的模式其實(shí)很簡(jiǎn)單,就是把所有房屋買(mǎi)賣(mài)有關(guān)信息都集中在了一個(gè)平臺上,并且供用戶(hù)免費查詢(xún)和使用。此外,Zillow還獨家上線(xiàn)了一個(gè)名為Zestimate的功能,基于大數據來(lái)提供房屋價(jià)格和出租價(jià)格的估值以及相應的價(jià)值范圍、歷史價(jià)格等等。其中價(jià)格歷史甚至可向上追溯15年,并可以給出未來(lái)12個(gè)月的預測價(jià)格。 對房產(chǎn)信息的超強整合能力,讓Zillow以極快的速度迎來(lái)了爆發(fā)式增長(cháng)。成立僅僅5年之后,Zillow就宣布在納斯達克上市,IPO當日股價(jià)更是大漲79%,成為當時(shí)最受資本市場(chǎng)追捧的科技公司之一。 


雖然在房地產(chǎn)界名聲大噪,但當時(shí)的Zillow從本質(zhì)上來(lái)說(shuō)并不是一家地產(chǎn)公司,用其創(chuàng )始人自己的話(huà)來(lái)說(shuō),當時(shí)的Zillow是一家房地產(chǎn)媒體。它并不提供跟房地產(chǎn)交易直接相關(guān)的服務(wù),只是精準地提供各類(lèi)信息,賺錢(qián)的模式也走的是媒體的道路。 在2018年涉足炒房業(yè)務(wù)之前,Zillow的營(yíng)收主要來(lái)源于兩大板塊:一是線(xiàn)上廣告收入,由高流量所帶來(lái)的廣告投放。二是特定市場(chǎng)收入,包含高級房產(chǎn)經(jīng)紀人項目(Premier Agent)和貸款業(yè)務(wù)服務(wù)兩個(gè)部分。 所謂的高級房產(chǎn)經(jīng)紀人,是指各地的房地產(chǎn)經(jīng)紀人可以通過(guò)按月或按年付費訂閱的方式,在Zillow上將公司或個(gè)人信息長(cháng)期展示,從而完成客源轉化。貸款業(yè)務(wù)服務(wù)則是允許提供抵押貸款機構在其頁(yè)面上展示其信息并按點(diǎn)擊量來(lái)收費。 從Zillow歷年的財報中我們可以看到,高級房產(chǎn)經(jīng)紀人是Zillow最核心的收入來(lái)源和增長(cháng)曲線(xiàn)。在Zillow 2018年宣布涉及地產(chǎn)業(yè)務(wù)之前,高級房產(chǎn)經(jīng)紀人所產(chǎn)生的收入約占Zillow整體收入的70%,而線(xiàn)上廣告和貸款業(yè)務(wù)都反響平平甚至不斷走低。 而在經(jīng)歷了爆發(fā)性發(fā)展的十年之后,Zillow逐漸意識到只做信息中介是無(wú)法持續增長(cháng)下去的。2015年開(kāi)始,Zillow的增長(cháng)開(kāi)始放緩,營(yíng)收同比增速從2016年的30%左右降至了2018年的20%以下。最為重要的是,Zillow的第一增長(cháng)曲線(xiàn)高級代理人業(yè)務(wù)增長(cháng)似乎也觸及了天花板,收入和增速都開(kāi)始逐年下降。
因此對于當時(shí)的Zillow來(lái)說(shuō),找到一個(gè)全新的增長(cháng)業(yè)務(wù)對于公司未來(lái)的發(fā)展至關(guān)重要。于是,它將目光放在了剛剛興起的iBuying炒房模式上。

|過(guò)于自信的科技“炒房客” 在互聯(lián)網(wǎng)時(shí)代,人們早已習慣用手機來(lái)點(diǎn)外賣(mài)、打車(chē)、買(mǎi)東西、訂酒店等等。那么,房屋買(mǎi)賣(mài)是不是也可以直接在網(wǎng)上交易呢?在這樣的思考之下,提供房產(chǎn)在線(xiàn)交易的iBuying(Instant Buying)模式應運而生。 在iBuying模式下,賣(mài)家只需要在線(xiàn)填寫(xiě)一份表格,網(wǎng)站便會(huì )通過(guò)大數據和機器學(xué)習算法等技術(shù),對房屋情況和周邊環(huán)境進(jìn)行分析并給出報價(jià),如果賣(mài)房接受報價(jià)便直接以現金全款買(mǎi)下房屋。成交后,iBuyer將對房屋進(jìn)行簡(jiǎn)單的修繕并再次掛牌出售。 相較于過(guò)去賣(mài)房先找房產(chǎn)經(jīng)紀、再做Openhouse、接受報價(jià)、協(xié)商、修繕?lè )课莸确爆嵸I(mǎi)房流程,iBuying將流程最大程度的簡(jiǎn)化,從上市到交易完成只需大概兩周,并且不需要賣(mài)家花費過(guò)多精力,對于很多想要快速脫手房產(chǎn)回流現金的賣(mài)家極具吸引力。 iBuying的盈利主要來(lái)自于兩個(gè)方面:一是平臺會(huì )根據房屋情況一次性向賣(mài)家收取售價(jià)6%-10%的手續費,雖然這比傳統的房地中介的傭金高出約2%,但同時(shí)也省去了賣(mài)家的維修費用和時(shí)間成本。二是在對房屋進(jìn)行修繕和重新設計裝修后,以更高的價(jià)格賣(mài)出來(lái)賺取差價(jià)。 2017年5月,Zillow首次在拉斯維加斯和奧蘭多試點(diǎn)開(kāi)啟了iBuying的試點(diǎn)項目,試水倒賣(mài)房屋。嘗到一些小甜頭后,Zillow在2018年4月正式官宣了Zillow Offers業(yè)務(wù),從房地產(chǎn)信息門(mén)戶(hù)走向真正的地產(chǎn)企業(yè),并將這一轉型稱(chēng)作是“Zillow 2.0”的開(kāi)始。 2019年,Zillow Offers業(yè)務(wù)高歌猛進(jìn),房屋買(mǎi)賣(mài)業(yè)務(wù)收入已經(jīng)超過(guò)其他所有業(yè)務(wù),比前一年度增加了250倍,占年度總收入的一半以上。Rich甚至公開(kāi)表示,iBuying業(yè)務(wù)可以在三到五年內給Zillow帶來(lái)200 億美元的年收入,要在之后每月購買(mǎi) 5000 套房屋。2020年第一季度,Zillow的房屋部分的收入首次實(shí)現盈利,業(yè)務(wù)了擴展到全美24個(gè)城市。此后,Zillow開(kāi)始進(jìn)入瘋狂買(mǎi)買(mǎi)買(mǎi)的模式,房屋業(yè)務(wù)的規模也越來(lái)越大。

 一開(kāi)始,受到疫情居家隔離的影響,Zillow的用戶(hù)數量、租房和買(mǎi)賣(mài)房的需求高漲,讓Zillow的各項業(yè)務(wù)都迎來(lái)了爆發(fā)式的發(fā)展。加上貸款利率降到歷史地位推動(dòng)了房?jì)r(jià)的攀升,Zillow此前買(mǎi)下的大量房屋在此時(shí)派上了用場(chǎng),從中賺取了巨額了差價(jià)。連續幾季亮眼的財報直接推動(dòng)了Zillow的股價(jià)坐上火箭暴漲20倍。 此時(shí)的Zillow也是對iBuying業(yè)務(wù)信心滿(mǎn)滿(mǎn),不僅不斷地增加購房量,還宣布要將 “殺手锏”Zestimate跟Offers業(yè)務(wù)掛鉤。從今年第一季度開(kāi)始,Zillow宣布將直接按照Z(yǔ)estimate的估價(jià)結果來(lái)直接現金全款買(mǎi)房,進(jìn)一步簡(jiǎn)化房屋的銷(xiāo)售流程,提升交房速度。 一直以來(lái),Zestimate都是Zillow的看家法寶。從2006年開(kāi)始,基于大數據給出的房屋估價(jià)都是吸引用戶(hù)使用Zillow的一大原因,也是因為Zestimate,Zillow后續才陸續拓展出自己的租房、貸款業(yè)務(wù)。但Zestimate此前的估價(jià)只是給用戶(hù)用作參考,從未實(shí)際投入到房產(chǎn)交易之中。 關(guān)于Zestimate的估值算法,Zillow至今唯一公開(kāi)的是他們開(kāi)發(fā)Zestimate所納入的參考變量,包括了房屋區位、房屋基礎信息、地產(chǎn)稅、過(guò)往交易史等。雖然Zestimate的估值常常被市場(chǎng)詬病并不準確,但Zillow卻信心滿(mǎn)滿(mǎn)的表示經(jīng)過(guò)十多年的測試和完善,Zestimate的估價(jià)誤差可以控制在1.7%以?xún)?,完全可以投入市?chǎng)。并在接下來(lái)的兩個(gè)季度用Zestimate的估價(jià)大舉購入數千套房屋,付出成本接近20億美元。


然而就在幾個(gè)月后,Zillow暫停了房屋的買(mǎi)賣(mài),并交出了慘不忍睹的三季度財報。后續的故事大家都知道了,Zillow Offers業(yè)務(wù)被徹底關(guān)停,2000個(gè)員工因此丟了飯碗。 |是模式問(wèn)題還是Zillow問(wèn)題? 回顧Zillow入局房產(chǎn)買(mǎi)賣(mài)的一路歷程,從意氣風(fēng)發(fā)到黯然離場(chǎng)僅僅只用了三年的時(shí)間。那么,作為現在市場(chǎng)上第二大iBuyer,Zillow炒房業(yè)務(wù)的轟然倒塌是否是整個(gè)行業(yè)的衰落前兆呢?
在硅星人看來(lái),Zillow此次的失敗可以說(shuō)90%上都是由于自己的決策失誤導致的。iBuying業(yè)務(wù)雖然在當前受到了供應鏈和市場(chǎng)環(huán)境的沖擊,但仍然還有比較大的潛力空間可以挖掘。
 首先,造成Zillow此次的巨額虧損原因就是庫存的大量積壓。從Zillow的囤房數量可以看出,今年第三季度Zillow的房屋庫存已經(jīng)來(lái)到了近1萬(wàn)套,即使按均價(jià)50萬(wàn)/美元一套來(lái)計算,這些房產(chǎn)也至少價(jià)值50億美元。 此外,由于Zillow收的房都是未經(jīng)修繕管理的“原始房”,每一套房子在售出前都需要再次翻新、甚至有些需要大修,但由于疫情原因導致的建材和勞動(dòng)力短缺,讓大量房產(chǎn)的修繕速度放緩,原本應該賣(mài)出的房子無(wú)法達到掛牌標準進(jìn)而滯壓在了手里。于是,Zillow原本就不穩固的資金鏈,在壓力測試之下突然就斷掉了,讓它不得不甩賣(mài)房產(chǎn)償還債務(wù)以保持公司財務(wù)狀況的穩定。
除了在錯誤的時(shí)機大量囤房之外,另一大失敗原因還在于Zillow高估了自家算法的可靠性。 雖然Zestimate這套算法究竟是怎么樣的我們無(wú)從得知,但從它參考的幾個(gè)主要變量中我們或許就能看出它的準確性有待考量。以房屋屬性為例,Zillow表示Zestimate是基于地點(diǎn)、土地面積、居住面積、房間數量、衛生間數量等來(lái)做參考。但實(shí)際的房屋屬性遠比單純的數字考量要更復雜,比如內部的裝修和維護情況、電器的配備、房屋的朝向、房間的格局等,這些需要實(shí)景或實(shí)地的勘驗。此外,Zestimate的另一大變量是歷史交易價(jià)格,這也讓很多年代久遠、交易次數少的房子的估值準確性降低。 簡(jiǎn)單來(lái)說(shuō),Zestimate估值對于那些開(kāi)發(fā)商整體開(kāi)發(fā)、戶(hù)型一致、年份較新且交易頻繁的房子可能會(huì )比較準,但并不適用于廣泛的房產(chǎn)估值。把Zestimate作為一個(gè)參考是沒(méi)問(wèn)題的,但如果直接用它來(lái)買(mǎi)賣(mài)房子,風(fēng)險就會(huì )很大。據統計,Zillow在使用Zestimate現金購房之后,其開(kāi)出的價(jià)格都遠高于競爭對手,平均價(jià)格比市場(chǎng)中位數高出6.5萬(wàn)美元。 在宣布關(guān)停Zillow Offers當天,Rich也終于承認使用Zestimate來(lái)現金購房是一個(gè)決策失誤,“我們曾試圖使用歷史數據和無(wú)數模測試來(lái)準確預測未來(lái)3-6個(gè)月房屋的價(jià)格,但我們發(fā)現房屋價(jià)格是無(wú)法被目前的模型準確預測從而使其成為一項安全的業(yè)務(wù)的。Zillow的目標是成為做市商,而不是杠桿住房交易商?!?/span> 在Zillow Offers 裁員之后,匿名職場(chǎng)論壇Blind上也有很多前員工抨擊該部門(mén)的管理一直很混亂。他們表示,Zillow并沒(méi)有聘請專(zhuān)業(yè)的房地產(chǎn)行業(yè)研究專(zhuān)家參與算法的開(kāi)發(fā),錄用的很多員工對房地產(chǎn)和金融知識一竅不通,還給了很高的職位和薪水。決策層過(guò)于相信自己的“直覺(jué)”,做什么決定都是一拍腦門(mén),今天讓研究這個(gè)明天讓研究那個(gè)。整體感覺(jué)就是一群門(mén)外漢進(jìn)入了一個(gè)復雜的行業(yè),但又覺(jué)得自己很懂。
 而管理層決策一大失誤的地方還在于,此前為了給Zillow Offers的擴張鋪路,他們建立了一支全職的房產(chǎn)經(jīng)紀人隊伍,直接惹惱了在涉足炒房前Zillow最大的客戶(hù)群體,房產(chǎn)經(jīng)紀公司紛紛倒戈去其他競爭對手平臺。
在新舊核心業(yè)務(wù)的雙重打擊下,讓Zillow的發(fā)展前景蒙上了迷霧。截至11月19日,此前大舉買(mǎi)入Zillow的Ark基金女股神Cathie Wood已經(jīng)將Zillow的股****悉數拋出止損。
  但Zillow的失敗,并不代表iBuying這個(gè)行業(yè)倒了,反而Zillow作為第二大玩家的退出,還給其他玩家留出了更多的市場(chǎng)空間。 除了Zillow外,iBuying市場(chǎng)的最大玩家還有Opendoor和Offerpad,而在同樣的市場(chǎng)情況下,兩者都沒(méi)有出現跟Zillow一樣的暴雷情況,規模也還在持續擴大。根據最近兩周兩家陸續發(fā)布的第三季度報告顯示,Opendoor 的收入為 23 億美元,增長(cháng)了91%。Offerpad 收入5.4 億美元,增長(cháng)了30%。 其中Opendoor是最早提出iBuying模式的公司。近兩年來(lái),Opendoor的收益****總體很穩健,雖然整體業(yè)務(wù)還并未實(shí)現盈利,但房屋戶(hù)均凈收益從損失走向收益。Offpad的整體損失情況也還在可控的范圍內。由此可以看出,雖然iBuying整體行業(yè)受到了特殊時(shí)期的沖擊,但因此遭受巨額虧損導致業(yè)務(wù)關(guān)閉的只有Zillow一家而已。對此,Opendoor表示,它所使用的算法其中也涉及了季節性變化,用以應對房?jì)r(jià)的波動(dòng)。 從整個(gè)行業(yè)的角度來(lái)看,iBuying還有很大的市場(chǎng)空間。2020年,整個(gè)iBuyers 的房屋購買(mǎi)數量?jì)H占美國當季房屋銷(xiāo)售總量的0.5%,到2021 年第三季度,這個(gè)比例已經(jīng)升至了 1.6%,越來(lái)越多的賣(mài)家開(kāi)始接受線(xiàn)上交易的形式來(lái)買(mǎi)賣(mài)房屋。 但iBuying 所存在問(wèn)題也很明顯。首先作為一項重資產(chǎn)業(yè)務(wù),資金鏈的承壓能力跟地產(chǎn)市場(chǎng)的熱度關(guān)聯(lián)度高,節奏把握不慎就有可能出現跟Zillow一樣的情況。其次,估值算法作為業(yè)務(wù)的核心,其可靠性還未得到廣泛的驗證,畢竟房地產(chǎn)買(mǎi)賣(mài)所涉及的復雜因素可能遠不是一個(gè)簡(jiǎn)單的數據模型就能代替。 當然,任何一個(gè)新興行業(yè)都會(huì )經(jīng)歷厚積薄發(fā)的過(guò)程。此次Zillow的失敗或許給iBuying行業(yè)的敲響了警鐘,但從另外一個(gè)角度講,Zillow也給iBuying的有序發(fā)展提供了前車(chē)之鑒。究竟算法能不能當好炒房客,我們靜待時(shí)間的驗證。


*博客內容為網(wǎng)友個(gè)人發(fā)布,僅代表博主個(gè)人觀(guān)點(diǎn),如有侵權請聯(lián)系工作人員刪除。

DIY機械鍵盤(pán)相關(guān)社區:機械鍵盤(pán)DIY


EMC相關(guān)文章:EMC是什么意思




關(guān)鍵詞: 炒房

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>