如何用没人看的数据，组合出会疯传的地产观点
很多人会看我的账号，无非是因为经常会有一些有趣的观点。但是认真看的朋友可能更加知道，对于卢俊采集的数据，其实并没有那么独家，很多甚至大家在公开场面都能采集的到
用大家都差不多数据，如何说出一个不一样或者有趣的故事，在这一块我多少应该有点经验
今天还在小长假，不过假期也快接近尾声了，如果大家有时间有兴趣，我可以和大家聊点干的，关于我如何通过排列组合，把本来都相同的数据，说出一个有趣的地产观点
之前我在网易云课堂联合城市数据团开了一门课,“地产数据分析师”微专业
我负责教授其中的一门课程
前期我做过一个30分钟的小演讲，聊的就是这个内容
30min的直播视频
没有wifi的或者想要看快点的可以看文字版，不过也接近一万多字了，大家最好选择整块时间来阅读
我们都知道数据分两个维度，第一个维度叫数据的采集，就是获得；第二个是数据的表达，
有关于数据采集，城市数据团自己研发一套很强的操作课程，
而卢俊主要是来讲讲如何传播更好的数据，如何用数据打动人心，如何让想表达的事情在互联网发酵。
我们都知道在互联网时代，只要你愿意，总是能够获取很多数据，现在不是数据匮乏的时代而是数据泛滥的时代，那如何选取好数据，如何用组合、比较数据的方法让你的观点更加丰满，让逻辑在更多维度传播？
也就是说，当你获得一些数据的时候，除了分析数据，你还需要具备一个很重要的一个技能，表达数据。
你的数据能够很好的表达出来才是有意义的。
我在今年4月25号创业一周年演讲上，就曾经演示过如何用数据表达观点。
房地产到底有多爱钱？
我们在表达数据的时候往往最担心的是用户失焦或者走神，所以我一开始用了“12万亿”这个数据来聚焦关注度，
光用数字表达是不够的，因为对一般人来说不清楚这个数字到底是大是小，传播的时候一定要把用户当白痴，当成一个先前对你没有任何了解的普通人，这样你传播的数据才能打动到他。
所以简单的放“12万亿”是不够的，我做了一个非常简单的动画把这个数据排到时间轴里面，
把“12万亿”放到这十年里面，毫无疑问这12万亿是历史十年上升最高的数字，也很有可能是不会破的数字。
这里的一个小技巧就是比较，把数字横向比较，起码你明白这12万亿是历史最高的。
但是这样的比较我觉得不够有力，传播不够强劲，所以又做了一个数据转换，
用一个简单的动画，将2015年跟2016年的数据进行一个比，得出37的数字，
但是我们仅仅用37这个涨幅单独来讲，其实也是没有很直观，或者说没有很打动人心。
但是我们把这37进行一个放大，
除此之外我做了跨行比较，把37这个数字跟2016年其他行业进行比较，
突然发现原来地产是所有行业增速最快的行业
我们通过
1、时间横向比较
2、跨行业竖向比较，
能够强烈的感觉出，房价在这两年飙升的很猛，这个观点。
其次，我们先简单的看这个数字，
首先一看，这不是中国房价的排行榜吗，
但是我在这里做了一个小伏笔，认真看这14个城市里面的倒数第四个，出现了一个温哥华。
为什么这么多中国的城市里面会有一个外国的城市？
当我把这一点圈出来以后，你会豁然开朗：原来这是全球房价涨幅。
所以这里的小伏笔是，首先我在标题里面并没有讲数据是全国的还是全球的，让用户先是默以为是全国，然后再来把温哥华单拎出来，冲击力特别强，
所以这一页强调的是数据的表达。
如果我一上来就讲全球房价涨幅，会有一定的效果，但是效果没有那么强烈。
所以各位需要学会如何把信息进行一个合理的释放，把你的观点更加直入人心打到用户的脸上，这点非常重要。
同样维度的，我还举了类似的例子，
中国人在美国投资地产有143.5亿美元，但是这个数字高不高？一般人可能不会有概念，所以这个数字也需要比较。
通过这张图可以非常直观的感受，原来中国的投资是二到五名加起来的总和。这样就非常强烈，中国人的投资欲望非常强烈。
“比较”这个策略是可以把你的数据变得非常清晰明了的。通过横向比较、竖向比较都会得出很强烈的观点，但是在用数据传递观点的同时千万不要用冗长的话，否则数字失焦，大家会忘记数字的存在，用最简单的观点反而让数字印象深刻。
我在演讲中还分享了一个观点，
房价为什么会涨这么快？行业为什么一直在膨胀？
一般经济学家用专业的经济学语言是可以把这个现象解释清楚的，但是作为演讲或者传播来说那样讲会很费力。
所以我用了一个讨巧的方式来讲为什么房子涨得那么厉害，同样也是比较
这是除了房子以外，三个涨得最猛的东西。
腾讯股票、上海牌照和冬虫夏草。
把20年的年复合涨幅统计出来，分别是19%、25%、22%。这三个数字非常接近20%对不对？为什么涨得最厉害的东西一般的涨幅都是20%呢？
这时候我接了一个小答案，
原来这20年的通货膨胀是20%，所以用这样的形式对比，就可以得出一个观点，东西涨价的速度约等于钱贬值的速度。
这个观点可能很多人都知道，是对于我来说用比较其他行业的方式，就把这个观点传达出来了。
否则讲这个观点可能会用很多的数据，比如通货膨胀的周期，购买力的测算等等……很复杂很冗长，虽然逻辑严谨，但是对用户来说很容易失去焦点或者记不住。
所以我们在采集数据的时候也可以想一想有没有可能为了表达一个观点，用更加简单的方式来传递。
这里卢俊再分享一个小策略，
用其他行业，跨行业来类比。
房地产信息一直讲的话可能会陷入一个演讲的怪圈，你觉得你讲的很懂，其实用户没有听懂，这就是我们讲的太复杂了，演讲者一定要尝试把数据简化。
我在这页里还穿插一个有趣的数据
去年演员的片酬是涨得最厉害的，这个数据是为了让整个演讲通俗有趣，很多时候演讲的数据需要调侃，起承转合，抓人眼球。
跟各位分享我的第三个小策略，就是把数据发挥到最大。这一页PPT我把居民的存贷比值拉出来了，想表达什么？
通过贷存款比值可以得出，居民买房的意愿高不高，基本上贷款的核心就是买房，这个数据对比可以看出居民是更加愿意存钱还是更愿意贷款去买东西。
首先这个数字是逐年上升的，2016年的数字比2009年楼市政策最宽松的时候还要高很多，这个数字很关键。
在演讲的时候，我用两个动画又放出了2017年第一季度的数字
2016已经非常高了，但是2017年更高，那这样的对比很冲突、强烈。
这个是对数据节奏的把握。我们获得数据的时候，需要最快程度分步骤、分批次、有节奏的按照你的观点逐步传递，这点是很重要的。
我这里用了很好的节奏，分开传递，第一页传递居民更加愿意买房，第二页传递买房意愿在今年更疯狂了。
两个观点分节奏传递，得出结论，买房意识的彻底崛起。
我先把接下来几页的这个动画给大家看一下，大家猜一下什么意思？
首先对于一个企业来说花了10亿拿土地，其中5亿是其它成本，总共15亿的成本，最后卖了25亿，
按道理来说剩下10亿是利润对不对？很多人认为房地产暴利，土地很便宜房子卖的很贵，他就觉得是暴利。
但是这个观点是错的，因为这10亿里面50%是增值税要交付给银行和国家，剩下的5亿才是你的所得。这5亿一定是你的吗？不是，还是20%的所得税，对房地产来说只有4亿的净利润。
换句话来说，哪怕卖了25亿，其实只有4亿是房地产的。
从动画来看，我把10亿和4亿做了一个组合
卖完一个项目我们还有14亿的现金的时候，发现这个钱已经拿不回当初10亿的土地了，因为当初10亿的土地已经变成了18亿。因为土地每年的涨幅超过35%，
这一段其实各位可以感受一下，动画的铺垫顺序。
如果我们直接把这个数据列出来，理解房地产开发以及增税的流程会很冗长，但是通过这样的比较，某种程度上把房地产问题症结用数字点出来。
我很喜欢在一些轻易的角落，悄无声息地让用户自己通过数据得出答案，虽然这个答案是我预先埋伏好的，但是我不需要说，希望用户自己去读懂。
这个情境下，用户会跟你的思路走，用户自己豁然开朗对于整个传播是很有利的。
所以这里想跟各位聊的，就是如何利用数据，可是用对比和层层递进的释放信息。
最后跟大家分享一个观点表达方式，为什么企业那么容易拿土地，
核心本质是因为企业借得到很多的钱，这个需要怎么表达呢？用什么观点表达企业借钱越来越多？
第一个就是同时间轴的比较
把15年和16年进行一个比较，发现原来企业发展可以扩的那么大，这是维度的证明。
第二个维度是利率很低，单纯的讲数字是没有感觉的，这里可以列个图让用户感觉这个利率真的在下滑
这个过程是非常震撼，所以基本上可以得出一个观点：行业融资环境史上最宽宽松，行业融资成本史上最低。
仅仅单纯的只聊钱可能证据还不够大，压轴举了一个例子，我用了潘石屹的例子来佐证，
将SOHO中国三年来的负债情况做了一个比较，很明显越来越亲睐于变成人民币负债，为什么呢？
这里引用了潘石屹的一句话，在通货膨胀的前提下，你欠的人民币越多也就意味着你在赚钱。
因为你欠的钱是恒定的，但是钱又在贬值。还债的压力越来越低，某种程度上也在表明一件事情：钱贬值导致钱越来越多，而不是因为企业的发展情况好信用程度好，借的钱越来越多。
不知道各位从这几个案例分享中有没有看到一个基本逻辑关系，
一开始的时候讲了房地产很猛？
因为土地很猛所以房企很猛。
为什么土地很猛？
因为开发商可以借到很多钱。
为什么开发商可以借到很多钱？
因为通货膨胀。
这样的逻辑是非常顺的，用简单的数据把这些观点表达出来，所以可能很多人会问两个问题：
第一个是，我是先有观点还是先有数据？
这其实是这个鸡生蛋蛋生鸡的过程，对卢俊来说能够得出这些观点，毫无疑问是先看到大量的数据才会慢慢得出类似的观点。
第二个，有了观点之后需要一些数据来佐证和组合了，如何组合？
这个时候就需要非常强烈的数据筛选过程，如果用原封不动的数据表达，用户可能接收不了，传播一定要把用户当小白来处理，那么筛选的维度卢俊帮各位总结一下。
首先第一个维度是比较，这个非常非常重要。
比较能够感受数据是大还是小。比较还有维度，第一个就是行业内的横向比较，不管是时间还是趋势比较，是很多人都会用的。
但是除此之外卢俊还喜欢跨行业比较，跨行业比较非常容易清晰的传递观点。
第二个技能叫信息有节奏的释放。
各位看到我演讲的数据，都不是稀有数据。
但是我的释放节奏跟别人不太一样，数据多没有关系，一定要有节奏。
第三个对数据的扒皮整理。
我们剖析数据的时候，要找到数据背后藏了一些什么，通过扒皮数据搭配本质也是传递观点的过程，这样用户容易用代入感，容易跟着你的逻辑走。
让用户沉浸在你的数据里面，跟着你的逻辑会自发的认同你的观点。然后把你的观点最大化的传播，这点非常非常重要。