疫情之下的“催化剂”:在线经济崛起 房产数字化变革加速

疫情对实体产业造成冲击,但也加速了在线经济的发展。生鲜电商平台如盒马、每日优鲜订单量激增,表明在线买菜成为新趋势。在线办公平台钉钉承受巨大流量,反映出远程办公的迫切需求。房产数字化进程加快,贝壳找房等平台推动VR看房和在线签约,使得房产交易更加便捷。

TechWeb原创

作者|老喵

全文3100字,预计阅读时间6分钟

谁都没能想到,2020庚子鼠年会是这样的开局。而在新经济时代,疫情除了影响人们的健康之外,各行各业也都在面临着巨大的挑战。在这之中,传统实体产业,更是由于复工晚、销售受阻,加上需求骤减,导致资金流出现问题。

此前,西贝餐饮集团创始人道出,公司现金流只够撑3个月,让大多数人吃惊。相比较下,一些中小微企业更是如此。不过,需要认识到的是,疫情肯定是会过去,现在的困难也算是良币驱逐劣币的一次筛选。不仅如此,诚如当年的非典一样,危难之时,也会倒逼未来主流产业的加速崛起。

17年前,线下零售因为非典受阻,使得电子商务和快递物流等行业兴起,成就了阿里和京东等互联网巨头企业。17年后的今天,面对疫情,在线买菜、在线教育、在线办公走到前台,就连房产这样的重型资产,也在贝壳找房等平台的推动下,掀起了一波在线看房、在线签约的风潮,加速了房产数字化的进程。

在线抢菜 生鲜电商再迎风口

新零售时代,阿里盒马、京东7Fresh以及苏宁小店等新兴门店开张,但是由于经营模式较为新颖,加上价格上不占优势,导致发展速度没有预期那么快。其中,盒马更是在去年关闭了多家店面,宣布要精细化运营。不过,在这次疫情中,以盒马为代表的生鲜平台,成为了大多数人的“救命稻草”。

由于处于春节假期期间,加上居家基本不出门,在线买菜成为大多数人的选择。即使是家里的老人,也接受了线上买菜和点餐,而不再纠结于干不干净。当下,每日优鲜、盒马、美团、京东超市等,成为大多数人在特殊时期使用最多的APP。相比较平常,近段时间由于还处于假期中,导致某些菜品的供应并不是很足,以至于很多用户要么得熬夜抢菜,要么得早起抢菜,毕竟在家隔离期间,吃是第一保障。

根据公开数据显示,今年春节期间,美团买菜北京地区日均订单量是节前的2-3倍;饿了么北京外卖买菜订单量同比增长9倍,商超订单同比增长超2倍;盒马过去一周广州、深圳、成都等地订货量达到平时的5-10倍;每日优鲜除夕至初四期间实收交易额较去年同期增长321%;叮咚买菜大年三十订单量同比前月增长超300%。

曾经,生鲜电商因为高额的成本以及不清晰的盈利方式备受争议,但未曾想2020年的风口竟以这样的方式来临。不知道,盒马当初有没有后悔关闭了店面,而没有多开几家。

在线办公 阿里钉钉峰值流量暴增百倍

根据此前猎聘发布的《疫情下2020中高端人才开工大数据报告》显示,尽管受到新冠肺炎疫情的冲击,全国各地生产受到一定限制,但是在远程办公等行业的用人需求大幅度增长。受此带动,2020年春季开工互联网行业用人需求新增超30%,成为新增人才需求最大的行业。

对于学生来说,可以延迟开学时间,在线上网课。不过,对于上班族和公司来说,年前制定的一些计划,以及面对疫情需要做出的处理,都是不能推迟太久,为了保证公司的正常运营,在线办公已经成为大多数公司的选择。在这之中,钉钉在此前就已经是部分公司打卡以及工作沟通的必备工具,这一次的表现更是抢眼。

据悉,春节以来,在家办公及在家上课的强需求,使得钉钉后台系统峰值流量暴增百倍。钉钉通过阿里云连续扩容10万台云服务器,才抗住了这一巨大的流量冲击。同时,2月3日以来,钉钉持续迎来流量高峰:超过1000万家企业组织的2亿上班族在线开工。

为此,钉钉技术团队紧急开发,第一时间向1000万家企业组织免费开放全套在家办公、在线办公解决方案,其中对支撑远程办公最重要的视频会议,钉钉宣布免费开放302方视频会议功能。

根据相关研究机构发布的数据显示,截止2017年,美国超过80%的企业引入了远程办公制度,已有3000万人在家中远程办公,占美国工作人口的16%-19%。而在这次疫情之下,中国的在线办公,也将成为一种趋势,互联网轻量化的办公理念,也将被更多公司接受。在这样的背景之下,以钉钉、企业微信为代表的平台,更是会迎来新一波发展的机遇。只要服务跟得上、平台稳定性强,疫情之后的留存率也将会比较可观。

疫情下的蝴蝶效应 房产数字化加速

互联网的出现,变革了传统行业的发展,衣食行更是纷纷迈入2.0甚至3.0转型阶段。相比较下,居住市场仍是未被啃下的“硬骨头”。

众所周知,房子作为一项重资产,从前期的看房,到后期的签约过户是一个较长的过程。此次疫情的出现,更是让房产交易的周期加长。不仅如此,很多地产商受到疫情的影响,为了回稳现金流,更是打起来打折促销的广告。而对于经纪人和中介商来说,春节后的交易旺季也要推迟,很多专家预计,2020年的交易热潮会出现在二季度末或三季度。相关调研数据指出,受到疫情影响,73%经纪人表示由于无法正常开展带看、匹配、撮合,担忧作业难度将增大,加之经纪人普遍为流动人口,67%经纪人表示回岗难度增大,因此超一半经纪人预期收入将显著减少,无交易情形下,约六成经纪人无法坚持半年。

不过,需要认识到的是,当下的房产市场正在从增量市场到以二手房交易为主的存量市场,用户需求的转变也要求过往的模式转型升级,数字化转型必不可免。 此次疫情的影响下,也让整个行业的数字化和线上化加速。同时,贝壳找房这种一直以来围绕房产数字化、服务线上化和交易流程线上化深耕的平台开始彰显出更大价值,其推出的各种在线看房、在线签约和全交易流程线上化服务,也在成为行业数字化和线上化发展的新标准。

1.疫情期间 VR看房达到去年同期近60倍

数字化时代的新商业文明,本质是要回到人本身,从关注流量、关注交易量,到关注消费者需求、关注服务者成长。对于房产行业来说,数字化转型,首先要做的就是让“死数据活起来”。过去十年,贝壳找房一直在数据采集与挖掘方面深耕,构建了楼盘字典大数据库,并通过物联网和VR等技术结合,改善用户体验,VR看房、AI讲房、VR带看等沉浸式智能看房体验应运而生。

作为科技驱动的居住服务平台,房产经纪服务行业的线上化、互联网化,是未来不可阻挡的方向。通过VR看房,买房者可以在家就能够了解到心仪房产的相关信息,实时连线进行交互,由经纪人进行“现场”答疑解惑,省去了自己和经纪人的时间,同时大幅提升找房效率。数据显示,2月1日至14日,贝壳平台上找房人和经纪人共发起了309万次VR带看,相较去年同期增长近213倍;通话时长达44675个小时,较去年同期增长323.5倍。

2.签约数字化 在线签约渗透率已超过80%

疫情期间,部分公寓强制退租涨价等新闻频出。对于租房者来说,由于在外地不能实地看房,导致特殊时期找房搬家异常困难。以贝壳为代表的VR看房的出现,让这些租户远在老家,也能提前挑选到心仪的房子。而贝壳推出的线上签约更无需用户到场签合同,直接无纸化签约,返城后可以直接入住,大大方便了特殊时期的租房刚需。

数据显示,截至2020年2月,贝壳找房租赁在线签约功能已遍布全国88个城市,其中,深圳、杭州、济南等城市的在线签约渗透率已超过80%。2月上旬贝壳找房租赁在线签约全国渗透率高达65.35%,相较月初增长47.28个百分点。以北京链家为例,2月1-10日,租赁一共签了115单,其中线上签约102单(占比89%),客户没有线下看过房子就线上签约的65单(占比57%)。

写在最后:

此次疫情,对于各行各业来说,造成的损失和带来的压力都不少,但同时也要认识到,这是一次行业变动的机会,线上经济的崛起已经势不可挡。其中,相比较发展较为成熟的外卖、在线办公,房产交易服务领域的线下到线上进程更是将迎来一个质的发展拐点。

按照当前的情况,楼市三四月份的“小阳春”难以出现,疫情对市场的影响至少持续到上半年。随着各大房企纷纷推出掌上售楼处,到各找房平台的技术支撑与推动,房产市场的线上营销、线上作业和线上服务生态逐渐成熟,“衣食住行”之中最重的房产行业数字化和线上化正成为不可逆的新趋势。

— 【 THE END 】—

往期精彩文章回顾:

iPhone 12 5G基带确认:未来4年都稳得一批

蛋壳公寓回应近期问题:向房东致歉 不会趁疫情发横财

太难了!线下教培受重创,这家企业无奈宣布全员工资3.5折5个月

内容概要:本文围绕“考虑电能交互的冷热电区域多微网系统双层多场景协同优化配置”的Matlab代码实现展开,提出一种结合电能交互机制的双层优化模型,用于解决冷、热、电多能耦合背景下多微网系统的协同规划与运行问题。研究采用多场景分析方法应对可再生能源出力与负荷需求的不确定性,通过上层规划设备容量配置与下层优化多时段运行策略的联动,提升系统在复杂环境下的经济性、鲁棒性与能源利用效率。所提供的Matlab代码集成了建模、求解(如YALMIP+CPLEX)与结果可视化全流程,涵盖场景生成与削减、双层优化结构设计及多能流协同调度等关键技术环节,为综合能源系统优化提供了完整的算法实现与技术参考。; 适合人群:具备电力系统、综合能源系统或优化建模背景,熟悉Matlab编程与数学规划方法,正在从事相关领域科研或工程设计工作的研究生、高校研究人员及能源行业技术人员。; 使用场景及目标:①开展冷热电联供(CCHP)多微网系统的容量规划与运行优化研究;②支撑含分布式能源、储能及多能转换设备的综合能源系统多目标、多场景优化建模;③学习与复现双层优化、分布鲁棒优化及场景分析等先进优化方法在能源系统中的实际应用。; 阅读建议:建议结合配套文献与代码同步研读,重点理解双层模型的构建逻辑、变量耦合关系与求解技巧,关注场景生成方法与YALMIP调用细节,通过调整参数、修改目标函数等方式进行仿真实验,以深化对系统优化机理的掌握。
内容概要:本文系统研究了单相逆变器闭环控制下的PWM调制模型,基于Simulink平台构建完整的逆变电路仿真系统,涵盖主电路拓扑、闭环控制器设计、脉宽调制信号生成及输出滤波等关键环节。通过引入比例积分(PI)反馈控制策略,实现对输出电压幅值与波形的精确调节,有效抑制负载扰动带来的影响,提升系统的动态响应能力与稳态精度。仿真过程详细展示了系统建模、参数整定及性能验证的全流程,重点分析了闭环控制在改善输出正弦波质量、降低谐波畸变率方面的优势,为电力电子逆变装置的研发与优化提供了可靠的理论支撑与实践参考。; 适合人群:具备电力电子技术、自动控制原理基础知识及相关仿真经验的高校研究生、科研人员,以及从事新能源发电、不间断电源(UPS)、微电网、电动汽车等领域的工程技术人员。; 使用场景及目标:①掌握单相逆变器闭环控制系统的设计与建模方法;②深入理解PWM技术与反馈控制在逆变系统中的协同工作机制;③通过Simulink仿真平台完成系统搭建与参数调试,服务于课程设计、毕业课题、科研项目或工业产品开发中的逆变器控制算法验证。; 阅读建议:建议结合经典控制理论与电力电子变换技术同步学习,动手复现仿真模型并尝试调整PI控制器参数、载波频率等关键变量,观察其对系统稳定性与输出性能的影响,从而深化对控制机理的理解,并为进一步研究并网逆变、多电平逆变等复杂系统打下坚实基础。
代码转载自:https://pan.quark.cn/s/36f2a379e44e 所讨论的核心内容涉及运用Keras所训练的`.h5`模型对实例进行检测,此任务在深度学习领域内十分普遍。`.h5`作为Keras库保存模型构造与权重的文件类型,使得训练后的模型能够被储存,并在必要时被载入以执行预测操作。在开始前,务必确认已配置好Python 3.6的环境,并安装了opencv及Keras相关库。本案例中选用的数据集是MNIST,它是一个常用于手写数字识别的标准数据集。MNIST中的图像均为28x28像素的灰度图,因此在测试个人图像时,也需将其调整为相同的图像规格。若手写数字的背景并非黑色,比如呈现白底黑字的情况,可能会对模型的识别能力产生影响,因为模型在训练阶段所适应的是黑底白字的图像。因此,在测试阶段,必须保证图像被转换为黑底白字的格式。测试代码的主要步骤包括:首先,运用`load_model`函数载入`.h5`模型文件,例如使用`model = load_model(fm_cnn_BN.h5)`进行操作。其次,通过`cv2.imread`函数读取图像,再借助`cv2.cvtColor`函数将图像从RGB色彩空间转换为灰度色彩空间。同时,要确保图像的尺寸与训练模型时的输入尺寸相匹配,一般设定为28x28像素。接着,利用`reshape`方法将图像数据调整至模型所要求的维度。对于MNIST数据集而言,这通常意味着将图像转化为一个一维数组,其形状为`(1, 1, 28, 28)`,其中1代表批次大小,其余部分则分别表示图像的通道数、宽度和高度。然后,对数据进行标准化处理,将像素值缩放到0到1的范围内,这通常通过除以255来实现。最后,运用`predict_cl...
内容概要:本文系统阐述了基于数据驱动的模型预测控制(MPC)方法在电力系统机组组合优化中的应用,并以IEEE24节点系统为案例进行了Matlab代码实现。该方法融合实际运行数据,充分发挥MPC滚动优化与反馈校正的优势,对发电机组的启停计划与出力进行多时段动态优化,旨在实现电力系统运行的经济性、安全性与可靠性的协同提升。研究内容涵盖优化模型的数学构建、系统约束(如功率平衡、机组爬坡率、最小启停时间等)的处理、多目标函数(如燃料成本、启停成本)的设计,以及在MPC框架下的高效求解流程,充分体现了数据驱动方法与先进控制理论在复杂电力系统调度决策中的深度集成与优越性。; 适合人群:具备电力系统分析、优化理论基础及一定Matlab编程能力的研究生、高校科研人员以及从事电力系统调度、能源管理等领域的工程技术人员。; 使用场景及目标:①应用于电力系统日前或实时调度中的机组组合问题,为调度员提供科学决策支持;②研究在风电、光伏等新能源出力具有强不确定性的背景下,数据驱动的MPC策略如何提升调度方案的适应性与鲁棒性;③为电力系统优化算法的研究、开发与仿真验证提供一个结构清晰、可复现的技术范例和代码参考。; 阅读建议:建议读者结合所提供的完整Matlab代码与IEEE24节点标准系统的详细参数,分模块调试与运行程序,深入理解从数据预处理、模型构建到MPC滚动求解的全过程。在掌握核心逻辑后,可进一步尝试引入更复杂的实际约束条件,或将其拓展应用至其他节点系统或不同的不确定性建模场景中,以深化对方法的理解与创新能力。
内容概要:本文提出了一种考虑阶梯式碳交易与供需灵活双响应的综合能源系统优化调度模型,并通过Matlab代码实现。该模型深度融合了阶梯式碳交易机制与电力系统中需求侧及供给侧的灵活响应能力,构建了一个涵盖电、热、气等多种能源形式耦合的综合能源系统框架。通过引入阶梯碳价机制,有效激励系统低碳运行,同时结合需求响应与供给调整的协同优化策略,显著提升了系统运行的经济性与环保性。研究采用先进的数学优化方法对模型进行求解,实现了对系统内各能源单元出力、储能设备调度、负荷转移等关键变量的全局最优配置,为实现能源高效利用与碳排放最小化的双重目标提供了科学支撑。; 适合人群:具备电力系统、能源系统建模或优化调度等相关背景的科研人员与工程技术人员,特别适合从事综合能源系统规划、低碳调度策略、碳交易机制设计等方向研究的研究生及高校教师。; 使用场景及目标:①深入研究阶梯式碳交易机制在综合能源系统中的建模方法与应用效果;②实现供需双侧灵活互动下的系统经济性与低碳化协同优化调度;③为区域能源系统的低碳转型提供量化分析工具与决策支持依据;④作为Matlab平台下能源系统优化建模的教学案例或科研复现参考。; 阅读建议:建议读者结合提供的Matlab代码逐行解析模型构建过程,重点掌握目标函数与约束条件的数学建模逻辑及其程序实现方式。在学习过程中应积极尝试调整碳价阶梯参数、改变负荷响应场景以观察系统优化结果的变化,从而深化对模型机理的理解。同时,可将本模型与单一碳价或其他需求响应模型进行对比分析,进一步拓展研究视野与创新思路。
源码链接: https://pan.quark.cn/s/a4b39357ea24 IAI品牌的电气缸的操作指南详细阐述了其安装、配置以及运行操作的相关内容。该指南全面覆盖了从样机的准备工作到实际操作的各个环节,以下为根据指南内容整理出的核心知识点。 1. 样机准备及接线流程 - 准备工作涉及电缸、电缆、控制器、电源、通信线缆以及用于编程的电脑或手编器,必要时还需配备I/O电缆。 - 在进行演示之前,必须完成电缸、控制器以及电源之间的接线联机操作。 - 马达电缆和通信线缆应连接至控制器,并与电脑设备相连接。 - 控制器的开关位置应设定在MANU档位(对于配备刹车的电缸,需注意解除刹车锁定)。 2. 端口识别与连接 - 在首次使用电缸时,需要确定端口号并确保选择正确的端口进行连接操作。 - 端口号可以在电脑的设备管理器中进行查看。 - 如果是在客户的电脑上首次安装软件,可能需要安装相应的驱动程序以便识别端口。 3. 控制器功能设定与操作 - 在确认接线无误后,应开启电源。 - 示教模式1的最高速度设定为100mm/s,而示教模式2则依据电缸参数标定的速度进行动作。 - 脉冲型控制器在初次使用时需按照特定的功能表进行操作,包括设置伺服、原点等功能。 - 通过25号参数可以设定电缸的功能,例如点位型操作等。 - 每个脉冲值的设定允许用户根据需求设定单位移动量。 - 可以通过修改电子齿轮的分子、分母参数来调整脉冲量。 - 伺服和原点按键激活后,电缸将完成原点动作,之后可以设定位置数值进行循环动作。 4. 位置数据设定与控制 - 电缸的位置数据表允许设定速度、加减速以及区域位置等参数。 - 可以通过JOG功能调整滑块位置,并将当前位置写入位置数据表。 - 位置数据表中...
内容概要:本文档聚焦于“源网荷储”背景下配电网的优化运行问题,系统研究了基于二阶锥规划(SOCP)的数学建模方法及其在电力系统中的应用。内容涵盖高比例可再生能源(如光伏)和电动汽车(EV)接入带来的技术挑战,重点探讨配电网承载能力评估、无功优化、电压控制、多源协同调度、V2G(Vehicle-to-Grid)技术提升电网灵活性、N-1/N-k故障集下的安全约束机组组合(SCUC/SCED)、多微电网能量交互、虚拟电厂运行优化等关键议题。文档提供了丰富的Matlab代码实现案例,覆盖从基础潮流计算到高级鲁棒优化、分布鲁棒、双层博弈、MPC预测控制等多种先进算法,并包含Simulink仿真模型,支持对复杂电力电子设备(如逆变器、Buck/Boost电路)和故障场景的动态仿真。配套资源齐全,便于科研复现与二次开发。; 适合人群:具备电力系统基础知识和Matlab/Simulink编程能力的研究生、高校科研人员及从事智能电网、综合能源系统、电动汽车与电网互动、新能源并网等方向的工程技术研究人员,特别适用于开展“双碳”目标下新型电力系统相关课题的研究者。; 使用场景及目标:① 掌握SOCP松弛技术在非凸潮流与优化问题中的建模技巧,解决含分布式电源与柔性负荷的配电网优化难题;② 复现高水平期刊论文中的经典模型,如考虑V2G的无功优化、N-1安全约束调度、多微网协同优化等;③ 支持“源网荷储”一体化项目的科研攻关与工程实践,推动科研成果转化与创新。; 阅读建议:此资源以代码驱动科研学习,建议读者结合提供的网盘链接下载完整代码与仿真模型,按照主题分类循序渐进地实践,重点关注SOCP建模的有效性条件与数值稳定性,对比不同优化求解器(如MOSEK、Gurobi)与算法(如Benders分解、ADMM、智能优化算法)的性能差异,深入理解现代电力系统优化的理论内涵与工程实现路径。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值