商业地产是地产行业的垂直领域，天然距离互联网比较远。

大概在三年前，有人问过张家鹏，问他怎么看待“下一个泡沫将是商业地产”这个观点。张反问，如果说下一个泡沫是商业地产，那么上一个泡沫是什么？

他当时想表达的看法是，国内的商业地产在一段时间内即便有一些问题，也只是局部的，可能就是“成长中的烦恼或发育过程中的问题”。张家鹏是RET睿意德创始人，创办睿意德之前，他曾是戴德梁行中国区董事，之后凭借细分深耕睿意德迅速成为行业龙头。

相较于问题，张家鹏当时更多看到的是机会。包括随着中国经济的发展，人们收入水平的提高，一定会释放出更多的消费机会，会再拉动品牌开店，再促动商业地产的发展。当时他的判断是，这将会留给专业的商业地产服务商更大的舞台，比如如何在合理的位置，营造契合的场景，匹配合适的品牌进驻等等。

现在回头再看，也许当年的张家鹏和睿意德就已经种下了内部孵化“小喇叭”的想法。

原来的商业地产咨询与招商服务，都是case by case，有没有一种可能，通过互联网的技术和手段，把其中人的经验通过技术去沉淀，用人去训导算法？

这不能不说是一个大胆的想法。这种尝试首先要解决的难题是，商业地产的服务哪些能力是可以标准化、产品化、互联网化的，客户对于这种新的服务方式能接受吗，会不会是一厢情愿的热情呢？

把“医生的临床经验”算法化

据小喇叭项目的发起人，也是睿意德创始人张家鹏看来，国内的商业地产服务的发展大致是三个阶段：之前的经验决策，现在的数据决策，以及还没有开始、尚在萌动中的算法决策。

“现在我们谈数据就像当年人們谈纳米一样，数据要生产成为产品才可行。”张家鹏说。小喇叭主要解决三个问题：如何突破商业中心和品牌匹配之间的信息不对称，如何实现精准决策，以及如何突围经纪人的“个人经验局限”困境。

商业地产是内容决定价值的行业，一个商业中心的价值是由品牌租客共同撑起的。张家鹏考虑的是，这种物理空间的硬件与内容承载的软体之间的匹配，能不能从过去的拍脑袋、拼资源，到更精准地用数据来说话、用数据来决策？小喇叭通过挖掘商场和品牌的数据，再标签化、结构化运算来实现之间的智能匹配，以精准撮合来产生价值。张家鹏给了小喇叭一个形象的比喻，就像把医生的临床经验，通过互联网技术固化下来、通过算法的调优无限精进的系统。

尤其是当消费升级的当下，品牌更迭的速度越来越快，很多新品牌迅速诞生蹿红，商场调整品牌运营策略也越来越频繁时，像小喇叭这样的数据决策工具，是否会对商业决策产生新的价值呢？

张家鹏介绍，还未正式上线的toB的互联网产品“小喇叭”已经结构化了45万个品牌的相关数据指标，目标是结构化1800万个品牌，基本上能覆盖现有商业中心所包含和可能包含的品牌。“比如在中国，哪些商场跟这些品牌在一起，它们存留的时间很长，然后我再拿商场的标签去匹配它的选址特质，从模拟到数据，都可以全量算出来。”张家鹏解释道，“只要足够多标签，然后把标签归类，就能得出最合适的选择。”

就像是“世界本没有路，走的人多了就有了路”一样，通过大数据能实现同场品牌、邻居品牌的识别筛选，并找出存留时间最长的品牌。至于这背后的原因，张家鹏认为并不重要，重要的是大数据能够帮助做决策，而且是“重决策”，这也是大数据不同于个人小样本决策的地方。由于人的善变和多样性，决策咨询也会越来越频繁，只有“重决策”才能实现商业付费。

对于商业地产行业传统的经纪人来说，他们主要工作是选品牌做匹配，他们熟悉两端资源，了解双方的需求条件，但依赖人脑只能匹配小样本，当选品牌的数据量需求增大时，比如品牌和商铺供需两端达到数万的量级，人就跟本没办法应付了，而小喇叭运用大数据运算做决策的功能性，恰好能解决经纪人们这样的痛点。

通过把数据“跑”起来，小喇叭在智能匹配上已有八成的准确度，再加上人工干预，能到达九成左右。张家鹏透露，到六月底，就能完成中国大部分商场购物中心加百货数据的结构化。现在已经在成都和沈阳签约一百家商场，预计明年能进入大概二十个城市。

相比同样拥有商场大数据和互联网基因的公司，比如地产大头万达连接商铺的外卖平台等，都有资源和实力做这样的事情，但是张家鹏认为：“商业逻辑是可以共享的，但是每个人去训导机器形成算法和以最短的路径去实现这个算法的路径是不一样的。人的基因是有差别的，组织实际上是决定了这个事的基因。”

“小喇叭作为一个底层的工具，我希望开放给行业。”张家鹏认为“现在横向跟人有关的标签和纵向跟时间有关的标签都还很薄。场外数据和关联店铺数据的无穷无尽的算法和关系，成为了小喇叭的壁垒，而有了算法，完全可以定制商场。”

商业地产服务的交易闭环

小喇叭帮助品牌和商铺之间的数据化智能匹配，也是睿意德旗下的一个孵化项目，为睿意德“商业地产全渠道服务商”的角色定位增加了一块新拼图。睿意德2012年才起步，已经发展成为中国最具规模的商业