1000亿级房企构建测算模型 辅助运营决策和投资拿地

关注爱德地产研究院  ↑  ，索阅最新期刊。

V企的战略目标是进入行业TOP15，这也有效激励了V企建设更加规范化、精细化的管理体系。

现有管理系统存在的项目监控不到位、线下数据分析难、人均工作效能低等痛点，成为V企亟需解决的问题。基于数智化运营平台，V企构建测算模型，提升对项目全周期的管控能力，辅助运营决策和达成战略目标。

一、管理现状：

数据不准、系统繁多、缺乏管理工具

V企的测算方案是通过全面上线数智化系统，解决原有系统暴露的数据不准、数据分散和管理分析难落地的问题。

1、数据不准，指标供数质量不高。

由于V企没有完整的数据校验和数据指标定义，缺乏相关校验数据合理性的模型。导致数据填报的自动纠错机制缺失、数据更新频次低、各系统间数据颗粒度不一致，无法做穿透分析或多维查询。

2、系统繁多，数据分散。

V企现有100多个系统，但各系统交融较少，各类型指标相对割裂，没有形成联动，需要通过多渠道或跨系统查询才能了解全面运营情况，没有统一平台查看指标全景。

3、线下分析工作难，缺乏线上管理工具。

V企希望通过功能化场景把线下产品中心的工作搬到线上，释放线下分析工作，优化静态的BI看板（运营门户）内容。

二、管理需求：

实现管理场景线上化，提升人均效能

V企规划数智化运营平台的目的是把产品落地化，实现自动建模、自动分析识别等功能。2019年，V企梳理了运营管控标准；

2020年，V企实现了各大管理场景线上化，这两个步骤是数智化运营的核心路径。

V企基于原有运营管理体系，规划了数智化运营的现有体系框架，并梳理出三大运营标准和四大管理标准（见图1）。

图1 V企数智化运营管理体系框架

基于三大运营标准和四大管理标准，形成V企数智化平台的解决方案，通过数据中台即系统集成，实现工程接引和项目接引计划的编制及动态跟踪。

以数据中台实现经营计划管理，如公司接引计划、项目接引计划和集团战略规划管理，最终通过经营大盘直观展现经营目标的完成情况。

数智化运营平台的核心是实现线上化运营管理机制，包括决策机制、跟投机制、巡查机制等。整个测算模型既要实现计划编制和动态跟踪，也要满足相应机制的场景线上化工作。

V企系统的核心工作主要围绕指标体系建设、数据模型构建、实现管理场景全覆盖三个方面展开。

第一，建设指标体系，实现管控联动。对指标的口径、定义、来源进行系统梳理，从基础上解决目前存在的信息孤岛以及数据不一致、不准确的问题。

第二，构建数据模型，打造运营中心。优化集团统一的运营管理机制，量化标准，实现运营管理动态监控。

第三，梳理管理场景，落实工具数字化。实现核心业务管理场景全覆盖、提高业务执行效率，辅助经营决策。

三、解决方案：

构建测算模型，分解不同测算模块

V企的解决方案是通过构建和优化数据测算模型，自动铺排相应策略包，并分解不同的测算模块进行项目全周期的运营监控、预测预警等，从而实现经营场景落地，辅助利润和现金流生成。

1. 经营分析：落地七大经营管理场景

经营分析围绕经营管理，形成“曝晒问题—实时监控—探究成因—落实问题”的管理闭环，核心是实现七大经营管理场景的落地（见图2）。

图2 七大经营管理场景

第一，通过经营看板，展示经营结果的动态偏差和完成情况。

第二，基于偏差展示，预估公司经营或项目运营风险，做出预警监控。

第三，落实风险事项，多维查询，实现自定义搜索和报表功能。

第四，敏感性分析，寻找相对应的解决方案。

第五，通过线上会议对问题进行跟踪和解决，把寻找到的解决方案与风险预警在会上进行决议，敲定落实相对应责任人。

第六，巡查管理模块，实地巡查执行效果。

第七，通过绩效考核进行奖金计算和项目跟投，把结果反馈到经营看板上，形成管理闭环。

目前，V企的经营看板按照经营目标、签约回款、利润现金流即“供-销-存-回-结”的方式展现完成情况，并针对每个指标的完成情况进行下探（见图3）。

图3 经营看板平台分析（模拟数据）

2. 构建模型：数据测算模型是看板和场景的发动机

V企为什么建设数据测算模型？如果没有模型，经营看板就不能实现预实分析、预测未来，很多场景工具包括预测、预警和敏感性分析也不能实现，即所谓“无动态、不运营，无运营、不动态”。

因此，数据测算模型是看板和场景的发动机（见图4）。

图4 构建数据测算模型（模拟数据）

测算模型实际是以终为始，保证投前投后测算逻辑一体化，便于经营管理。

从前端系统接入业务数据后，在测算模型中生成理顺指标、现金流指标，进而生成与运营相关的场景和应用（见图5）。

图5 数据测算模型流程示例

整个主模型是“分期-项目-公司层级”的经营测算模型，利用这套模型来做各种场景分析工作（见图6）。

V企的主模型通过收入、成本、费用、税金以及相关拆解，形成利润表和现金流表。其特殊点在于将收入类的销售收入、费用类的消费费用和管理费用、现金流类的销售回款，进行相应策略包的自动铺排，辅助利润和现金流生成。

图6 数据测算模型主体逻辑

为什么需要策略包？这是经营测算模型的亮点。V企应用策略包，通过自动预测实现投前可知、投后可控，形成数据资产，倒逼业务规划，助力目标达成（见图7）。

图7 策略包应用示例

（1）提出策略包

提出策略包主要有以下四种情况。

第一，不知历史。从运营角度看，投前交给投后托管时，投后并不知道投前的应用类指标、IRR指标怎么算，也不知道投前实际经营效果如何，导致投前投后脱节，为投后跟踪埋下隐患。

第二，不明现状。V企做日常销售计划、经营计划铺排时，手动填入数据，不能确定数据、计划编制是否合理。销售铺排主要靠经验主义，或存在一定的人为操控情况，导致数据合理性得不到保证。

第三，编制复杂。目前底层、现有的测算模型，手工填报量超过45%，难以保证数据质量。

第四，不通未来。因经营测算大量依靠人为填报和经验主义，导致经营风险曝晒不及时，动态测算难以实施，无法根据当年盈利收入去看未来经营目标。

基于这些痛点，V企提出做策略包，这需要科学的管理工具，形成具体的销售策略包、回款策略包、费用策略包、税金策略包等。

（2）应用策略包

首先，投前应用，基于策略沉淀做投前评判。比如投前拿地，针对每个业态能产生多少利润和收入，通过历史经验的沉淀，进行科学化预测，这比人为评判要好很多。

其次，投后应用，主要是做数据绞合、通晓现状。通过策略包预测的销售数据、盈利及现金流数据与全景计划对比，判断数据合理性，使得经营预测数据不断趋于真实。同时，在进行预算编制辅佐、风险预警和风险探源时，都要用到策略包。

例如，用策略包做数据绞合和风险预警。V企原来的全景计划系统中，签约回款、费用、税金等都是人工手填，通过调整签约回款节奏，使IRR可调控，但不能实现提前晾晒分析，无法做到风险预警。

上线数智化运营平台后，可通过策略包铺排签约回款费用、平滑预实差异，做到风险前置化。

如货值签约无法达成，平台会自动将差额通过策略包形式对均价、面积进行铺排。当前均价完成不了，则对未来均价进行调整，使最终显示出的动态版净利润是目标数值。

通过提前暴露风险，进而解决风险事项（见图8）。

图8 策略包应用数据绞合和风险预警示例（模拟数据）

3. 分解模块：五大模块测算，铺排全周期经营结果

整个数据测算模型内容可分为收入模块、成本模块、费用模块、税金模块、利润及现金流模块。

（1）收入模块

（2）成本模块

（3）费用模块

（4）税金模块

（5）利润及现金流模块

4. 系统测算：输出不同口径的项目利润表

（更多内容，详见《地产新管理•经营预测》期刊）

总 结

V企基于数智化运营平台，建立统一的测算模型以监控全周期经营结果。

通过投前测算、投后跟踪管理，指导投资和运营决策。梳理评价指标和相关标准，满足企业规范化、精细化的管理需求，助力V企达成TOP15的战略目标。

合作与交流，欢迎添加小爱微信sapi01