一切皆可量化，这是解决诸多生活和商业问题的关键所在
——应用信息经济学创始人道格拉斯·W. 哈伯德
自18世纪70年代英国工业革命开始，200多年来，水力、蒸汽机、电力、内燃机、信息技术这5项主导技术相继为人类社会带来了5次经济增长的长波。与前4次不同，信息技术在很大程度上颠覆了原有的、用物理空间资源定义的生产资料与生产力，从而深刻影响到企业的战略与运营，并将最终决定企业的发展路径。
大数据时代，数据无孔不入。各种智能终端、移动互联、物联网一日千里，信息呈几何级数爆炸式增长。信息过载使得外部环境日益复杂，让组织和个人应接不暇、疲于奔命、甚至无所适从。应对这一巨变，产业地产商纷纷从传统开发商向服务商转型。转型途中，服务无疑是重中之重，但要做什么服务，谁来做服务，怎么做得更好？这些都是难点和痛点。
诚然，园区建设要以人为本，要满足用户的需求，而用户的需求瞬息万变，如何在变化中找准需求、匹配服务、优化服务，这一切都需要决策。但过往决策更多的是依靠领导层从业经验、管理经验，结合简单的企业拜访、市场调研等决定。很多时候，平台建好了、服务推上去了，好不好用？好用，为什么好用？不好用，为什么不好用？并无定论。这时候仅仅依赖经验来决策转型之路显然远远不够，依赖数据化决策，才能真正支撑起智慧园区持续发展。
招商数据支撑
园区进行产业规划后，就需要启动招商。制订招商目标，首先要知道目标企业在哪里，这些企业是否有搬迁新址的需求，选址要求又是什么？
作为园区开发运营商，应该保持对目标企业的关注，比如关注企业的经营情况，发展得好，就存在人员增加，办公空间需求量增大，企业原本所在的园区能否提供相应的空间？建筑、设施、环境能否满足企业商务形象和人才要求？商业配套的数量和质量能否满足不断扩大的需求？企业过往的选址关注点在哪里？如果企业发展速度降下来了，但发展速度下降并不一定代表竞争力下降，是否面临缩减成本的压力？园区管理、服务质量，是否在不断优化，用户体验是否良好？
智慧园区“招商数据库”，首先需要关注产业的发展，收集产业相关联企业的信息，以及同类产业园区的经营信息，对企业的经营状况、所在行业的发展趋势、人才的组成与分工、产业链上下游的连接程度、过往搬迁选址的关注点、对选址园区的要求、对产业和生活配套的要求、对区域政府政策的要求等等数据，进行充分采集、关联、分析，形成“招商决策报告”，得出目标企业大概选址的时间，选定目标企业，根据不同企业的需求，匹配个性化的招商策略，同时对招商过程数据进行分析，修正招商策略，使得园区招商逐渐趋向于精准招商，快速实现产业定位，促进产业集聚。
运营数据支撑
对目标企业有了精准定位，除了建筑空间、环境偏好、商业配套、生活配套、政策落实等，还要打造差异化的竞争优势，围绕企业经营的各个环节提供全周期服务，让企业在发展中降低成本、拓展市场、驱动发展。
在招商数据中，对企业需求有了一定的收集，还需要对企业经营需求，如人力资源、市场营销、行政、研发、制造等一些列数据进行采集，建立“企业信息库”，以及对人才生活、娱乐、教育、出行等需求进行收集，建立“人才信息库”。根据企业和人才的需求分析，针对性的制定服务体系、每项服务运营策略。
服务策略的落地，需要服务资源，分析自身优势，梳理园区所具备的优势资源，能够满足服务需求；服务资源需引入大量外部、第三方资源服务提供商，这时需要建立“服务资源库”对服务资源进行产品体验、服务质量、成本资金、技术实力等多维度进行分析，找准合适的资源，通过商务谈判，建立合作关系，根据服务运营结果的反馈，不断完善资源库。
智慧园区运营服务平台正是资源与服务的载体，根据前期的数据分析制定了服务体系、运营策略及合作资源，在推广运营阶段，根据服务的使用情况验证服务体系是否会被企业与人才所接受、资源是否能够满足服务所需的质量，这些需要经过实际运营中去验证，去优化，而优化的决策依据依然来自于数据分析。
智慧园区运营服务平台为用户提供统一接口，通过网页、App、微信等终端将用户浏览信息、选购服务信息、客服咨询信息，以及基础设施自动采集的信息，与用户行为完整关联起来，画出一幅生动的用户画像，将用户的偏好、态度、习惯等真实反映出来，分析结果即为服务优化决策报告，可以细分用户，指导服务种类、服务内容、服务方式等等。
管理数据支撑
持续成长和优化，是企业和个人保持生命力的不二之选。对于智慧园区而言，通过基础设施，如停车出入口、视频监控、园区一卡通、环境监测、园区WiFi、园区导航等智能系统数据采集，可以实现园区运行数据全掌控：如可以通过数据分析，了解停车场车辆达到多少时，进出车辆会出现拥堵，当即将达到这一数据时，系统可以进行自动推送，提醒物业人员进行车辆疏导，从而实现停车场高效管理；再如通过长期的停车数据分析，了解哪些出入口车流量大，哪些出入口又无人问津，导致高峰时某些出入口排长队，某些出入口又闲置，造成资源的浪费，通过增加标识牌、动态推送等，将资源有效利用，同时又可以为后续设计提供合理化建议，在设计阶段进行前置性规避；再比如视频监控系统，通过视频分析技术，了解园区人员聚集的位置、路径、时间等信息，可以优化园区道路、电梯投入量、运行数据等等。
概言之，智能化系统采集大量的数据，经过大数据分析，可以将智能化应用得更加灵活，在提升园区用户体验的同时，降低人力成本，提升园区管理效率，实现多赢。
实际上，园区运营方只要意识到数据存在的价值，掌握并运用大数据绝非想象中的那样艰难。不少园区都已经开始了数据收集和分析工作，并将其视为自己发展战略中的核心部分。
天安云谷产城社区，建立智慧园区大数据决策支撑系统，涵盖招商、企业信息、人才信息、服务资源以及基础设施数据库，通过多种途径进行数据采集，将数据化决策应用于园区的规划、管理、招商、运营各个环节，逐步探索数据化决策在产业园区中的应用场景，不断优化提升企业服务、人才服务以及产业服务的质量与体验。目前，天安云谷智慧运营服务平台版本已从1.0升级到3.0，通过运营数据决策分析，不断迭代开发，更新、优化服务内容与运营方式。
由此可见，数据化决策帮助园区撬动招商力，提升产业资源与运营服务能力，它不仅告诉我们“是什么”，还会让我们懂得“为什么”，从而增进对信息的洞察力，在争取竞争优势的同时，应用于服务，将之转换为企业基业长青之本。
天安云谷大数据应用案例：
1.智能停车
天安云谷一期停车场，出入口采用视频识别技术无卡停车，支持月卡支付及在线支付，车辆进出无需人工干预。地下停车场共计2300多个停车位，在运营中总结发现，当停车量达到1850辆时，停车场有停车引导系统，能够引导车主逐步找到车位，但因为不能一次性告诉车主，空余车位在哪里，导致停车时间增加，进一步引起停车场内拥堵，此时需增派停车场维护人员到场维护。当停车量达到2250辆，则需要开放地面临时停车位。为了有效提升停车场使用效率，保障用户的停车体验，近期推出了停车场导航系统，方便车主快捷找到车位，并选择耗时最短的出入口。
2.反向寻车
因为车位较多，车主经常忘记车停在哪，云谷内停车场配套有反向寻车终端，但园区服务中心仍然经常收到车主找不到车的情况，因为忘记泊车位也不知道反向寻车终端在哪，于是继续优化，推出了CC+App中设置了手机找车，也成为了一项高频使用的服务。
3.有效节能
园区基础设施以共享为原则，不仅为园区服务，也能够为园区的企业和人才提供服务，如园区能效管理系统，不仅对公共区域能耗了如指掌，还能够了解企业用电数据，并能细分到空调、照明及插座的用电量及用电趋势，企业的用电量与办公人数呈正关联。比如，华为终端是云谷用电量最大的企业，在下午6点、晚上9点、12点会出现三个下班高峰，但电量变化却较小，除却大型设备常开的原因，可能下班后空调、照明、电脑忘记及时关闭，导致仍在耗电，我们将这些数据和建议反馈给华为，通过加强下班高峰期时段的巡楼力度等方式，助力华为每月节约电费近百万。也因这份用心，云谷物业成功中标华为在云谷扩租楼栋的物业服务商。
作者：深圳智慧园区信息技术有限公司方案经理 刘越