房地产市场在中国似乎永远是个热门话题，从普通老百姓的买房置业到专家学者的各种预测和争论，总是几家欢喜几家愁。从经济学人的角度来说，每个经济个体都是逐利的，他们做出的每项选择都是趋利避害的，可是在面对诸如买房置业决策时，为什么我们的认识还有那么多的分歧，每个人的决策还有那么多的不同呢？主要是人们往往根据自己的经验和所学知识，对某种事物进行因果分析，在一定环境下通过判断形成自己的认知，由于人们所处环境、精神状态、拥有的经验以及所学知识不同，所以认识上的偏差就是必然现象。这种认知偏差的出现在于人脑的本质功能是处理人与人之间的关系，而不是进行统计计算，大脑处理视觉形象远胜于处理数字逻辑。在许多情况下，认知偏差是我们用以简化日常生活的必要方法，也可以说，认知偏差是我们日常生活中认识过程的一部分。
　　一、什么是选择性偏误
　　为了使认知偏差最小化，人们就会借助于理论知识的研究，具体研究路径一般分为定量研究（量化研究）和定性研究（质化研究），本文引入的研究对象选择性偏误属于定量研究的范畴。选择性偏误（Selection Bias）又被称为选择效应（Selection Effect），是指在对个体、群体或数据分析中，因样本选择的非随机性而导致样本无法体现出总体的代表性特征，使得得到的结论存在偏差的一种研究现象。
　　通常人们喜欢把事物分为典型的几个类别，然后在对事件进行概率估计时，过分强调这种典型类别的重要性，而不顾有关其他潜在可能性的证据。所以说选择性偏误是人们试图从随机的数据序列中“洞察”某种因果关系，但是研究的数据序列实际上是非随机的，从而造成系统性的预测偏差。
　　二、选择性偏误的一个实证研究
　　回到文章一开始的问题引入，我们以房地产市场进行实证分析，比如我们要研究某个区域，在未来一年时间内，决定是否购买商品房的家庭状况，来指导房地产开发或营销策略。那么这个区域内的所有常住家庭（包括有稳定收入来源和没有稳定收入来源）构成研究的总体样本。作为一个房地产开发公司一般不可能获得所有这些家庭的情况资料，最可能是通过社区或当地企事业单位去获取相关资料，往往得到的是有稳定收入来源家庭的相关资料，那么这些有稳定收入来源的被调查家庭就构成了研究的样本。
　　如果将是否买房置业看做家庭的一种决策，而家庭是否有稳定收入来源不是这种决策的影响因素，那么，即使所研究的样本都是有稳定收入来源的家庭，我们也可以把所抽取的样本看做是随机的。从理论上来说，决定是否买房置业的因素是外生的，它不影响所要研究的问题。
　　但事实上家庭是否拥有稳定收入来源不是外生的，工资水平的高低，单位工作环境的好坏显然会影响家庭买房置业的选择。也就是说这个研究样本不是随机的，因为样本的选取影响了所研究的问题。如果按照传统的方法，通过这种样本所估计的参数就不能很好反映总体的性质，所得结果就会有所偏差。当随机样本信息又无法按传统方法获得时，我们就不得不借助于一种全新的分析方法（技术）——大数据分析方法（技术）——来破解这种研究困局。
　　三、什么是大数据分析方法
　　随着网络和信息技术的不断普及，人类产生的数据量正在呈指数级增长，而云计算的诞生，更是直接把我们送进了大数据时代。大数据（Big Data），是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。
　　大数据分析是将描述性的、诊断性的、预测性的和规定性的模型用于数据，来回答特定的问题或发现新的见解的过程。分折技术的范围从告诉决策者最近发生了什么的历史报告，到展望未来，预则什么事情发生，以及相应的行动路线建议等的一种全新分析方法。
　　四、大数据分析方法对纠正房地产市场中选择性偏误的意义
　　大数据应用，其真正的核心在于挖掘数据中蕴藏的情报价值，而不是简单的数据计算。我们接着前面房地产行业的实证分析，对于房地产开发者来说，应该如何来借助大数据为房地产行业的运营管理服务呢？同时大数据应用又将如何突出其在房地产行业的情报价值呢？我们从以下四个方面整理总结了大数据在房地产行业的创新性应用。
　　1.用大数据分析方法精确房地产行业市场定位
　　房地产开发企业最要想得到的是房地产行业市场构成、细分市场特征、消费者需求和竞争者状况等众多信息，通过科学系统的分析这些信息，能提出更好的开发方案和建议，保证企业品牌市场定位独具个性化，以提高企业品牌的行业接受度。但是，要想做到这一点，就必须有足够量的信息数据来供房地产行业研究人员分析研究。
　　在传统情况下，数据的收集主要来自于统计年鉴、行业管理部门数据、相关行业报告、行业专家意见以及属地市场调查等，这些数据多存在样本量不足，时间滞后和准确度低等缺陷，研究人员能够获得的信息量非常有限，使准确的市场定位存在着数据瓶颈，容易出现研究结论的选择性偏误。随着大数据时代的来临，借助数据挖掘和信息采集技术不仅能给研究人员提供足够的样本量和数据信息，还能够建立基于大数据数学模型，对未来市场进行准确预测。
　　2. 大数据分析方法成为房地产行业市场营销的利器
　　当今社会，从搜索引擎、社交網络到智能移动设备，互联网上的信息总量正以极快的速度不断暴涨。这些信息涵盖着商家信息、个人信息、行业资讯、产品使用体验、商品浏览记录、商品成交记录、产品价格动态等海量信息。这意味着选取的样本空间是足够大的，通过聚类可以形成房地产行业大数据，避免了选择性偏误，其背后隐藏的是房地产行业的市场需求、竞争情报，闪现着巨大的财富价值。
　　如果房地产开发企业善于积累、收集和整理消费者的信息数据，建立消费者大数据库，便可通过统计和分析来掌握消费者的消费行为、兴趣偏好，然后制定有针对性的营销方案和营销战略，投消费者所好，那么其带来的营销效应是可想而知的。可以说大数据中蕴含着出奇制胜的力量，如果企业管理者善于在市场营销加以运用，将成为房地产企业在市场竞争中立于不败之地的利器。 　　3. 用大数据分析方法支撑房地产企业收益管理
　　房地产开发企业要想达到收益管理目标，那么需求预测、细分市场和敏感度分析则是目标实现的三个重要环节，而这三个的环节推进的基础就是大数据。需求预测可以提高企业管理者对房地产行业市场判断的前瞻性，并在不同的市场波动周期以合适的产品和价格投放市场，获得潜在的收益。细分市场为企业预测销售量和实行差别定价提供了条件，其科学性体现在通过房地产行业市场需求预测来制定和更新价格，最大化各个细分市场的收益。敏感度分析是通过需求价格弹性分析技术，对不同细分市场的价格进行优化，最大限度地挖掘市场潜在的收入。
　　需求预测、细分市场和敏感度分析对数据需求量很大，而传统的数据分析大多采集的是企业自身的历史数据进行预测和分析，容易忽视整个房地产行业信息数据，因此难免使预测结果存在偏差。在大数据时代里，企业在实施收益管理过程中如果能在自有数据的基础上，依靠一些自动化信息采集软件来收集更多的房地产行业数据，将会对制订准确的收益策略，盈得更高的收益起到推进作用。
　　4. 用大数据创新房地产行业需求开发
　　随着论坛、博客、微博、微信、电商平台、点评网等媒介在PC端和移动端的创新和发展，公众分享信息变得更加便捷自由，而公众分享信息的主动性促使了“网络评论”这一新型舆论形式的发展。在网络评论中，对某款产品优点点评、缺點吐槽、功能需求点评、质量好坏与否点评、外形美观度点评、款式样式点评等信息，这些都构成了产品需求大数据。这种交互性大数据，蕴藏了巨大的房地产行业需求开发价值，值得企业管理者重视。
　　由于样本空间足够大，发布渠道和表现形式也足够广泛，消除了“选择性”研究的可能性，使得消费者对企业服务及产品的表扬与评批趋于客观真实，评价内容也更趋于专业化和理性化。作为房地产开发企业，如果能对网上房地产行业的评论数据进行收集，建立网评大数据库，然后再利用分词、聚类、情感分析等方法了解消费者的消费行为、价值趣向，捕捉评论中体现的新消费需求和企业产品质量问题，以此来改进和创新产品，量化产品价值，制订合理的价格及提高服务质量，则能从中获取更大的收益。
　　所以说大数据，并不是一个神秘的字眼，只要我们平时善于积累和运用自动化工具收集、挖掘、统计和分析这些数据，避免选择性偏误，都会有效地帮助我们提高市场竞争力和收益能力，盈得良好的经济效益。