奥威软件交流社区
本帖最后由 奥威技术支持 于 2016-9-1 10:45 编辑


本期分享内容:
《2016年7月份深圳一手房房价分析报表》
时间:2016年8月24日

课程主讲人:古金莹
现担任珠海奥威软件科技有限公司数据分析师一职,从事多年数据分析相关工作,专业性强,逻辑思维能力强;曾参与国家级、国际级数学建模竞赛,均荣获奖项;协助过政府统计局处理数据分析工作,在数据分析方面有着丰富的经验。
10.png
继上周我们的公开课分享了《2015-2016年6月份全国房地产投资开发情况分析》,分别从年维度、月维度、地区维度等,全面地分析了全国房地产的投资情况,通过数据可视化技术,将全国房地产投资年走势、月周期、投资偏好地区等等一一展现。这周呢,我们转移阵地到腾讯课堂给大家上了一节公开课,沿着房地产投资偏好地区的路径走,结合时事,找到广东深圳这个一线城市,并且以其为分析对象进行全面分析。下面我们对这次公开课做一个回顾和反馈。

古金莹讲师:Hello,大家好,又见面咯,我是古金莹。今天很高兴可以在这里,和大家一起,分享交流简单的数据分析是怎么用的。同样的,在这次分享之前呢,我们已经在群里上传了我们这次分析的数据对象—《2016年7月份深圳一手房房价》Excel数据源。那么基于这个数据呢,我们也提出了几个问题,不知大家看后有没有思考过呢?
11.png
12.png
本次课是以“2016年7月份深圳一手房房价数据”作为分析对象的,分别从房屋用途、面积、户型等视角全面地分析近期深圳房价的起伏。等会儿会把数据观察至报表生成的整个流程都操作演示一遍。
下面呢,我们先来介绍一下这个课题的背景
13.png
但是大家要注意,这个数据仅是针对当月深圳市的商品住房的成交情况,也就是用途房中的住宅用途房的成交情况,那么深圳市总体一手房成交情况呢?真的下跌了8.15个百分点那么严重么?
那么接下来我们来看看,2016年7月份的深圳,到底下降了多少?
关于这个分析过程需要用到的技巧和工具我们上节课也给大家介绍过了,在这里就不跟大家多加详述,还有不明白的可以参考我们上期的视频和记录。

下面我们进入我们的操作步骤:
第一步是读取数据,就是我们上传的真实有效的Excel数据
14.png
这个Excel里一共有四个工作表,分别是商品房成交信息、商品住房按面积分、商品住房按户型分,以及全市商品房信息汇总。一开始是总体的深圳一手房成交情况,之后是以用途为标准将其划分,再之后是以面积与户型标准把用途房中的住宅用途房划分,最后就是各个工作表内部的细分了。
第二步呢,打开我们的云平台,点击创建报表,选择我们的分析对象Excel表,并且点击它,上传。
15.png
上传成功后,在左侧可以找到我们刚刚上传的数据,点中它,并且选择新建报表。
16.png
然后呢我们选择柱状图,使用指标-成交均价,突出各月的情况对比
17.png
接着我们首先在汇总栏找到全市商品房信息汇总工作表,勾选成交均价。在行维度添加时间月,找到时间表,添加时间月
18.png
19.png
这样我们就得到深圳一手房的总体成交均价走势了。图中将值显示出来,从图上可以看到2016年4-6月份深圳一手房均价稳步上升,平均每月成交均价上升4至6千元每平方米,但到7月份时突然下降,从6月份的约5万9千元每平方米下降至7月份的约5万3千元每平方米,下降接近6千元/平方米,不仅跌过6月份,甚至比5月份的数据都低。

为了了解下降幅度,现在我们也可以计算一下成交均价的环比,可以直接对成交均价添加同期,计算环比。
很多人觉得单从成交均价并不能全面解释总体成交情况,那么我们同时观察相应的成交量、成交面积、成交额等衡量指标,这里为了清晰简洁,直接选择简表,添加简表。在汇总栏选中成交金额、成交面积、成交套数,点击确定;在行维度添加时间月,为了方便观察,给成交指标排一下顺序,依次为成交套数、成交面积、成交金额,之后使用同期方法,依次计算环比。
20.png

这样这两个小图表我们就完成了,下面我们来进行个总结:
第一,2016年4-7月份深圳一手房成交总均价,前期稳步上升(月均上升4-6千元每平方米)、后期出现下滑(下降达到约6千元每平方米),价格跌破前两月;
第二,同期,均价环比增幅收窄,最后增幅转降幅且下降约10个百分点;
第三,2016年7月份深圳一手房的成交指标环比总体飘红,表明总体情况下滑;
第四,当月深圳一手房成交套数减少部分应当是面积规格相比6月而言,较小的房。

第三个图呢,我们就来对用途房做一个分析,这边我们选择用堆积柱形图。
选择添加堆积柱状图,依然是商品房成交信息,在汇总栏添加成交套数、行维度添加时间月、列维度添加用途,将用途排序降序
第四弹_7月深圳-你买房了么 _201682510127.JPG
那么结合刚刚做的图表,我们可以发现同期的总体成交量与其包含的各用途房成交量是有一定联系的,比如5月份,5月份深圳市一手房总体成交套数环比下降4.37个百分点,同月各用途房成交套数均下降约100套,但其中其他用途房例外,逆袭上升,但上升幅度并不超百。
我们再来看7月份,同样的,7月份深圳市一手房成交套数环比也下降,降幅达到8.83个百分点,当月各用途房成交量均下跌,无一例外。

那么第三个图我们也做完了,来做个总结:
第一,2016年4-7月份深圳一手房总体成交套数趋势呈波动前行,先降后升,且前后期的成交量水平线分段明显;
第二,6月份总体成交套数骤增,环比达41.93%,该基础下的7月份成交数据可理解;
第三,深圳一手房各月成交套数中,住宅用途房占比独大,且月均成交套数达到2000-3000套;商业用途房约占住宅用途的三分之一;其余用途房占比较小;
第四,大部分用途房成交量随着总体成交量下滑而下滑;
第五,办公楼用途房不走寻常路,无论总体成交量增减,均以月均10套的幅度减小成交量

下面我们来针对住宅用途房,即商品住房的信息来进行分析。
这里我们插入一个地图,选择添加地图-中国地图,插入深圳各区的住房成交情况,进行维度的选择,经过筛选,最后得出深圳的地图图表
22.png
从这个简单清晰的地图里我们可以收取到什么信息呢?
第一,7月深圳各区成交均价福田第一,达到约9万5千元每平方米;南山区紧追其后,达到约9万2千元每平方米;
第二,成交均价较高的区域均是占地面积较小的区域

好了,地图我们也做好了,从中我们也知道商品住房成交均价最高的地区是福田区,那么现在我们就以福田区为分析对象,将另外两个工作表的信息用上
选择嵌套饼图,在汇总栏选上成交面积、成交金额,在行维度选择面积区间,这样就得到一个可以对比的份额饼图,同时筛选区域与时间,区域是福田区,时间是7月
23.png
通过这一个嵌套饼图,我们可以得到如下信息:
第一,2016年7月份,福田区各面积规格的成交面积占比与面积规格大小成正相关关系,
第二,当月福田区144平方米以上的规格房成交面积占比达到86.66%,成交金额占比达到89.83%,对总体成交情况的贡献最大;
第三,当月福田区144平方米以上的规格房对应的成交均价相对较高

将当月福田区的商品住房成交情况按面积分类分析后,继续按户型分类分析福田区。
这里选择堆积柱形图,在汇总栏添加成交套数,在行维度添加户型,在列维度添加时间月,再经过筛选,图就出来了
24.png
从这一图可以发现
第一,四房以上户型总体成交套数最大,且与其余户型差距很大;
第二,福田区各月成交套数以中型户型为主,小型为辅;
第三,地区成交量并不一定与总体成交量一致;
第四,福田区住宅户型以中小型为主,不存在复式、别墅等大型户型。

好了 瞬间六个图就做好了,为了方便大家观看,我们把排下版,左侧是深圳一手房总体成交情况及分析;右侧是深圳商品住宅房的成交情况分析,是不是很清晰呢
25.png

这次公开课到这里很结束了,大家看完有什么疑问呢?接下来就是我们的交流时间,欢迎大家提问。

交流时间:
Q1:有客户端么?
讲师:我们的云平台是纯WEB端的,客户端不需要安装任何插件,直接用浏览器访问即可(支持纯html5的浏览器)。
Q2:云平台数据会不会有安全风险?
讲师:这个肯定是没有的,我们云平台的数据是很安全的,而且只有具备QQ帐号和密码才能登录。
Q3:不需要建模型么?系统怎么自动分出维度和事实?
讲师:不需要建模,如果是SQL数据源的话,需要简单设置下动态视图,即可自动识别维度和事实。

课程视频回顾请点击   http://powerbibbs.com/forum.php? ... =1&extra=#pid637915
2016-08-24周三晚8点课程_7月深圳-你买房了么?(PPT).pptx (1.12 MB, 下载次数: 82)
分享到 :
0 人收藏
您需要登录后才可以回帖 登录 | 注册

本版积分规则

奥威软件|联系奥威|新手须知| ( 粤ICP备09215901号-2   

Powered by Discuz! X3.2 © 2001-2016 Comsenz Inc.

返回顶部