数据分析建模

上世纪90年代，以世嘉“SEGA-VR”与任天堂的“Virtualboy”游戏机为代表，世界范围内曾兴起一波VR热潮。然而当时的技术条件下，VR体验远远达不到沉浸感的标准，这波热潮很快过去。不过，此后多年，虚拟现实技术却在航空、军事、医疗等很多领域都获得了广泛的应用。

VR变冷，VR看房却变热

2016年以来的这一波VR热潮，在消费者端依然不及预期，如今冷却下来。被寄予厚望的索尼PSVR，合计售出了超过300万套，已经是VR设备销量之最，但在索尼主机的渗透率仍不过3.6%，甚至有数据称90%以上的VR开发者都已经转行。但同上一波VR热潮一样，尽管潮水过去，在一些行业领域，VR还是得到了实在的应用。

房产、家装、文博、教育等领域，VR都在持续的扩展应用。光辉城市的MarsVR建筑设计软件在全国有超过400家设计院，20万名设计师使用。各大博物馆纷纷上线VR体验区或网上VR博物馆。使用打扮家的BIM+VR的装饰公司也超过1000家。今年以来，贝壳、58同城、安居客、我爱我家、中原地产等一大批房产中介平台更是纷纷推出VR看房，VR看房几乎成为业界标配。

不论哪个行业，在经过热潮后，VR仍然能够被行业持续应用起来，无非都与两大因素有关。一是消费者端的VR体验相比于过去的方案有了显著提升，并解决了过去行业的一些问题，二是VR应用的制作成本低，门槛低，能够规模化复制，项目投入产出比合理。

VR看房刚好在这两点上满足了条件。VR看房能够清楚的了解房屋的的布局情况，极大节约看房的时间，房产经纪人的工作效率随之显著提高，房源的真实性问题也得到了解决，消费者对房产平台的信任也随之提升。同时，VR看房的制作成本和门槛越来越低，普通房产经纪人也能快速掌握，拍摄一套房屋的时间也缩短到最少10多分钟，即便拍摄海量房源成本也不高。

看起来差不多的VR看房，其实不一样

正是由于这两方面的优势，VR看房开始广泛应用。不过，市面各家VR看房技术路线和体验差别很大。从产品层面看，仅仅创造一个可虚拟漫游的房间并不是虚拟看房的全部，给用户提供全方位实际看房所需的信息，才能真正替代实际看房。这方面各家的差别很大，贝壳VR相对最为丰富。除去产品层面的差异，各家虚拟漫游技术方案的不同，造成虚拟漫游体验和制作成本有显著差别，对于未来VR看房的普及推广也有重要影响。

从产品层面角度，我们首先考虑下真实看房时，顾客都获得了房屋的哪些信息。看房前，顾客在网上可以获得房屋的平面图，位置，年份等信息。前往小区时，经纪人会介绍房屋的一些背景信息，顾客则可以直观看到小区周边的交通、环境、生活配套等信息。进入小区，顾客可以看到小区内物业管理、环境、房屋周边住户，甚至邻居情况等信息。进入房间后，除了直观看到房屋整体情况，还可以看到各处细节信息，设备情况以及窗外风景等信息。在看房过程中，经纪人会全程介绍房屋各方面情况。此外，真实看房还经常多人同去，和经纪人实时互动交流。

回到当前的VR看房，各家VR看房提供的信息差别就大了。房天下的VR看房只能看到小区的大概情况，途家VR看房能看到部分小区到房间的环境情况。房屋内景基本情况和户型图、标尺各家VR看房基本都有，但58同城临感、安居客等也就停留在只提供这些房间基本信息。365淘房和贝壳VR等在此基础上，还提供了经纪人语录语音讲房和与经纪人实时沟通功能。经纪人通过语音讲房和实时交流提供了大量虚拟房间中不能直接呈现的信息，大大丰富了虚拟看房体验的完整性。此外，贝壳VR还提供了地面方向提示、细节说明信息、VR带看等更丰富的信息。

所以总体看来，很早就开始投入研发的贝壳VR，在产品层面体现出了对行业更细致的理解，VR看房产品提供了目前最多的信息，用户体验相对更加丰富完整，最接近替代真实看房。但各家的VR看房都还可以继续丰富和完善，如增加房间物品的细节信息，房间外小区环境信息等内容。

即便是虚拟漫游，差别也很大

除了产品上的具体差别，各种VR看房技术方案也有明显不同，大概可以概括成“360全景”,“伪3D”，“真3D”的三种，贝壳VR等采用的“真3D”方案体验好，成本低，目前应用较多。

两年前的365淘房曾上线“360全景图”的方案，这种方案并没有建立房间的三维模型，而是在虚拟漫游时在一张张全景图片间进行生硬切换。这种方案拍摄简单，最少只要一个消费级全景相机就能完成，但漫游时，每次切换到新的点位，观看者感觉像是重新达到一个新的环境，很容易搞不清方向，造成观看者空间感错乱，体验效果差，无法达成虚拟漫游的感觉，目前已经很少有应用。

123看房及其技术支持的58同城、安居客等，则采用了基于图片建模的“伪3D”方案。123看房的方案采用人工智能技术，通过识别照片中的墙角，获取房间轮廓和尺寸，通过识别门以及匹配相邻房间照片的相似部分，复原房间之间的位置关系，从而生成户型图。理论上123看房的技术方案可以生成整个房间的三维模型，但是从实际案例看，除了3D户型图确实是3D的，但具体房间漫游时，体验依然类似“360全景图”，在点位间生硬切换，没有真实在三维空间漫游的感觉，因此这里将其称为“伪3D”方案。

123看房的方案优点很明显：对拍摄设备的要求低，即设备成本最低;拍摄速度是各种方案中最快的;生成的房间3D模型非常整齐。不过这个方案问题也很明显。在用户体验方面，除了点位生硬切换导致没有漫游感之外，一个房间只能设置一个观察点位，离点位较远的细节难以看清，对用户获得更多房间信息影响也很大。通过图片算法获得房间的尺寸信息，也不及深度相机直接测量的更精确。

用这套方案制作VR房屋时，拍摄设备不统一，手机、消费级全景相机拍出图片的画质较差，房屋的很多细节不能很好的展现。所以当前123看房的案例也多用的是并不便宜的单反相机拍摄。不过单反拍摄时还需要准确对齐镜头光心和旋转轴心，有操作门槛。拍摄完成后，图片的处理和虚拟房屋的制作过程如果要实现全自动，技术难度似乎不小。

与“伪3D”对应的，则是当前更多VR看房所采用的深度相机三维建模的方案，这类方案早年由Matterport公司发明，通过中远距离高分辨率深度相机模组，对房子进行多点多角度的扫描拍摄，得到完整的三维点云数据、经纬度数据以及多曝光的高清彩色照片。之后，在后台自动完成三维建模、智能空洞填补、全自动数据提取，HDR优化、图片纹理映射等一系列步骤，生成和实体场景1:1的VR房间三维模型，因此这里将其称为“真3D”方案。

由于生成了房间真实的三维模型，这种方案在点位切换时，空间会连续变化，不会产生方位错乱感，体验更接近真实漫游。而且各家也给拍摄设备加入自动旋转功能，使得普通房产经纪人也可以傻瓜式在30分钟完成一套房间的拍摄，并上传到云端自动生成模型，制作效率非常高。虽然这种方案拍摄设备价格比手机、消费级相机高，但并没有比单反高很多，再加上统一的设备使画面质量统一性可以得到保障，因此这种方案目前应用最为广泛。

目前我爱我家、21世纪不动产等都使用的这套方案，365淘房也上线了基于这种方案的VR看房。贝壳的VR看房也是基于这种方案，但是贝壳花了两年对这套方案进行了优化，尤其是针对深度相机自带的彩色相机图片质量不高，导致房间不够清晰的问题进行了改进，采用了画面质量更好的相机，使得贝壳VR的虚拟房屋画面更加清晰，可以看清更多的细节。

VR看房还有很多路要走

经过一系列分析，可以看出，虽然各家都在搞VR看房，但大家的产品和技术差异很明显，其中贝壳VR在产品方面做的最细致，体验最好，技术方案在当前也最适合规模化应用。123看房的方案对人工智能技术的应用，潜在想象空间很大，是未来的重要方向，但当前为拍摄速度而牺牲用户体验似乎并不是最合适的选择。未来随着技术进步，产品改进，VR看房肯定还会不断持续发展。

今年3月，Google发布了一个光场VR体验demo程序，其可以像玩游戏一样在场景内自由移动(一定范围内)的视角，逼真的光影变化，如果用于VR看房，或将给VR看房带来全面升级的新体验，用户甚至可以凑近房间内的物体去观察每个细节，让我们看到了未来VR看房的更多可能。不过光场方案目前设备还很庞大，计算量也极其巨大，离成为商用VR光场看房方案还有相当长的距离，但十分值得期待。

在用户行为分析领域，数据分析方法的科学应用结合理论推导，能够相对完整地揭示用户行为的内在规律。围绕数据分析探索、应用场景拓展，神策数据始终走在领域前沿。近日，神策数据新上线的神策分析1.11版本再添行业力作——间隔分析。

间隔分析模型为数据分析行业首创，是神策数据继事件分析、漏斗分析、留存分析、用户路径、用户分群等分析模型之后推出的第九大分析模型。该分析模型旨在通过事件发生间隔时间与分布态势，辅助企业实现深度多维交叉分析，进一步提升用户行为分析的精细化程度。本文将详细介绍间隔分析模型的概念、特点与价值、应用场景。(也可通过下方视频提前了解间隔分析模型)

视频链接：https://v.qq.com/x/page/e0663uek4wk.html

一、什么是间隔分析?

间隔分析从事件发生的时间间隔维度来探索用户行为数据价值，它能够科学地反映特定用户群体(如北京地区年龄30岁以上女士)，发生指定行为事件(如事件A到B的转化、金融用户的二次投资等)的时间间隔及数据分布情况。不同数据组的偏态和尾重可反馈用户路径过程中的应用体验，并借此评估产品设置的合理性。

例如，间隔分析在以下场景中可广泛应用：

在金融行业，为刺激新用户快速完成首投，运营人员会赠送新用户体验金。运营人员通过间隔分析可以了解：新用户从首次注册到首次投资通常需要多久?

在同城速递行业，快递上门时间长短非常影响用户体验，作为公司考核快递人员绩效的关键指标之一，企业通过间隔分析可以了解：用户在官网发起快递请求后，快递员多久接单?

二、间隔分析模型的特点与价值

企业市场、产品、运营人员通过事件发生的时间间隔、转化时间长短来判断与分析用户的活跃度、用户转化等情况。间隔分析模型的特点与价值主要表现在以下方面：

第一，可视化时间间隔，六类统计值直观描绘各用户群时间间隔分布差异。

六类统计值将时间间隔可视化

神策分析的间隔分析模型以箱线图形式展示，最大值、上四分位数、中位数、下四分位数、最小值、平均值六类统计量直观描绘特定用户群体的时间间隔分布差异，数据的偏态与尾重一定程度反馈用户体验，从转化时间的维度暴露用户转化瓶颈，可借此评估产品设计的合理性。

第二，依据分析需求，灵活设置用户属性与事件属性(初始行为和后续行为)。

企业可以根据具体分析需求，灵活设置间隔分析的初始行为或后续行为，并根据用户属性筛选合适的分析对象。

例如，在某奢侈品电商企业中，为分析高价值用户的复购频率与普通用户的区别，可将初始行为与后续行为均设为“支付订单”，并给初始行为增加“订单金额大于10000元”的筛选条件以此来表示高价值用户，从而得出分析结论。

第三，以全新视角探索数据价值，从转化时间窥视优化思路，促进用户快速转化。

在间隔分析中，将初始行为、后续行为设置为相同事件或不同事件，可满足不同的数据分析需求。

例如，在金融行业，将初始事件和后续事件分别设置成为“注册成功”和“投资成功”，可用于分析用户转化花费时长，侧面反映用户的转化意愿，帮助企业能够针对性地优化产品体验和运营策略;在在线教育行业，若将初始事件和后续事件均设为“学生上课”，则展示学生两次上课的时间间隔，可以此作为判断学生积极性、教育平台黏性的依据等。

从时间间隔维度呈现用户转化、黏性等情况，提升了用户行为分析的精度和效率,对用户行为的操作流程的异常定位和策略调整效果验证有科学指导意义。同时，通过判断各用户群体事件发生的时间间隔的偏态和尾重，以及数据分布的中心位置和散布范围，为发现问题、流程优化提供线索。

三、间隔分析的应用场景

间隔分析将帮助各行业从时间间隔维度来探索用户行为规律，更多应用场景值得摸索。下面列举一二：

1、互金场景：如何合理设置体验金的发放时间?

在金融投资类产品运营过程中，为了让新用户在注册后能够快速投资，运营人员通常会通过一些激励措施来刺激首投，如发放体验金。这会涉及到我们前面提到的“如何合理设置体验金的发放时间”的问题，在具体操作时，运营人员可以在间隔分析中将初始行为设置为“注册成功”，后续行为设置为“投资成功”事件，当了解事件发生的时间间隔时，可以作为设置体验金发放时间的参考。

当然也可以按天展示不同渠道来源的新用户首次投资成功所花费的时长情况，运营同学通过了解不同用户群体的差异化，让运营更为精细。另外，通过不同渠道来源的用户表现也成为渠道投放的判断的重要依据，如下图：

互金各渠道来源的新用户首次投资成功花费的时长分布

2、视频网站场景：用户多久完成一次视频播放?

内容是短视频App提供给用户的核心价值，可通过“用户完整看过一个短视频”衡量用户是否感受到视频平台的价值。该场景中选择新用户从“启动App”到“完成播放”所花费的时长情况作为分析对象。如果用户普遍需要较长的时长才能完成转化，说明用户需要付出的视频筛选的成本较高，则应将新用户从“启动App”到“完成播放”的时间间隔作为优化目标。

新用户从“启动App”到“完成播放”所花费的时长情况

同样，在同城速递行业，当了解用户发起快递请求后快递员的接单时间之后，公司可依据此来考核快递人员绩效，从而也进一步优化用户体验。

四、间隔分析模型与其他分析模型的配合

值得强调的是，间隔分析模型是多种数据分析模型之一，与其他分析模型存在无法割裂的关系。

从用户转化角度来说，用户转化过程受很多因素影响，间隔分析通常是业务情况的反映，转化时间间隔只是分析用户转化的单一维度，只有与其他分析模型配合，才能清晰看到用户行为特点和背后动机。

虽然在多数情况下，时间间隔并不能作为优化的指标，但是与其他分析模型的配合可以帮助我们探索可能存在的问题。例如，从“提交订单”到“支付订单”间隔时长中位数是5分钟，说明一半的用户支付订单需要花费5分钟以上。则应该思考其中可能存在的问题：是支付功能的Bug，还是其它问题导致支付失败?定位问题需要结合事件分析、漏斗分析等分析模型定位问题。

总之，只有将各分析模型实现科学互动和配合，能够科学揭示出用户个人/群体行为的内部规律，并据此做出理论推导，不断在工作实践中优化商业决策和产品智能。

关于神策数据

神策数据(https://www.sensorsdata.cn)，一家专业的大数据分析服务公司，致力于帮助客户实现数据驱动。公司推出深度用户行为分析产品神策分析(SensorsAnalytics)，支持私有化部署、基础数据采集与建模，并作为PaaS平台支持二次开发。此外，还提供大数据相关咨询和完整解决方案。神策数据积累了神策数据积累了中国银联、中国电信、百度视频、百联、万达、中邮消费金融、广发证券、聚美优品、中商惠民、趣店、纷享销客、Keep、36氪、中青旅、太平洋保险、平安寿险、链家、四川航空等500余家付费企业用户的服务和客户成功经验，为客户全面提供指标梳理、数据模型搭建等专业的咨询、实施、和技术支持服务。希望更深入了解神策数据或有数据驱动相关问题咨询，请咨询4006509827，由专业的工作人员为您解答。