深圳房产智能分析平台

缘起

看房那阵子我存了十几个楼盘的链接。一房一价表是图片，去化数据要翻主管部门的公告，价格每个中介给我一份说法——想把一个盘的备案价、剩余套数、去化率凑齐，半个多小时就没了，周末跑三个盘回来，笔记还是对不上，因为没有一处能把它们放在一起看。

这个项目最早只是我自己的一张表：楼盘、备案价、剩余套数、更新日期。

背景

要把这张表做可靠，得解决几件事。数据来源分散且形态不一：公示平台是结构化表格，销售现场是图片，中介口径是文字，得分别采集再对齐到同一个楼盘上。指标口径也要统一——什么算批准套数、什么算已签约、去化率按房源还是按面积、价格取备案均价还是最近成交，不同来源给的不是同一个东西。有了口径才谈得上比较：库存变化、价格走向、片区热度，以及刚需真正关心的那一句「现在是不是贵了」。

方案

按「把数据拉回来 → 对齐口径 → 摊开来看 → 盯住变化」这条链路做的：

• 自动把公示数据收进来：定时从住建局公开的新房预售与二手房成交公示接口分区分页采集，慢速礼貌请求，不打扰对方服务器；同一批数据按区域按天去重，只留一份
• 先对齐口径再谈比较：一房一价、楼栋、户型、销售状态分别采下来后归到同一个楼盘上；同名多预售证自动合并。「什么算已售」「去化率按套还是按面积」「热盘和将罄的线划在哪」都定死一套算法，页面上每项指标旁边就写着它怎么算
• 一眼看清市场：各区在售 / 已售 / 去化率、楼盘去化排行（热盘与将罄自动标出）、近 7 天供应走势，附数据截止时间
• 看一个盘能看到底：单价的最低 / 中位 / 最高、标准差、四分位数、折扣率，面积段与得房率，低中高楼层分布与楼层热力图，销售状态占比
• 多个盘放一起比：最多 5 个楼盘并排比价格、比去化、比库存，雷达图、柱状图、数据表三种视图，每项指标的最优值自动高亮
• 二手房另有一套看法：价格区间与挂牌时长分布、中介分布、笋盘与高挂标记（低于或高于项目均价 5%）、按挂牌时长折算的合理估价、面积与总价散点、近 12 个月价格趋势、库存健康度
• 盯着的盘变了会告诉你：收藏楼盘后，价格或在售率有变动就推送到企业微信，不用天天自己回来刷
• 每次分析都留档：同一楼盘加楼栋加户型，下次打开能直接和上一次比，价格是涨是跌、在售率降到多少都有对照
• 导出：一键导出 CSV（UTF-8 BOM），Excel 打开不乱码，方便自己再做二次加工

技术架构

管道分四段：采集 → 口径对齐 → 落库 → 统计与呈现。采集侧按行政区逐页抓，同一区域采集完成后写入供应快照（同区同日去重）；采集有独立的事件日志记录成功、跳过与失败条数，任务支持中途暂停与续爬，重启后不会从头再抓一遍。重复查询走缓存层，避免每次重新计算。

前端在 window.innerWidth <= 768 时切换成另一套手机版模板（房源明细与历史记录从表格换成卡片流，图表边距与坐标轴标签同步收窄），不是简单的响应式缩放。

成果

• 覆盖量：二手房源 106,174 套、新房在售 16,882 套、已售 54,563 套，覆盖深圳 12 个行政区（龙岗 27,175、宝安 18,897、南山 17,354、福田 14,858、罗湖 13,778 …）。数据是真实采集来的，后台持续在跑、不断更新
• 从半小时以上到几秒：核一个盘的备案价、剩余套数、去化率，以前要翻公告、对图片表、听中介说法，凑齐得半小时以上；现在搜索框敲个楼盘名，几秒出结果
• 看房那阵子是真的在用：拿它做信息收集和横向对比——哪个片区货多、哪个盘快卖完、同一个盘最近是涨还是跌，不再靠一方的说法
• 口径写在页面上：去化率的分子分母、热盘与将罄的判定线、笋盘和高挂的 5% 阈值、合理估价的挂牌时长折扣，每项指标下面都写着算法，看到的数字能追溯到怎么算出来的
• 一台机器就能跑：数据落在本地单文件数据库，不需要另装数据库服务；局域网内手机、平板打开同一个地址就能看

体验

线上演示在 https://sz.bennywen.xyz —— 里面是真实采集的数据，直接就能点。手机浏览器打开同一个网址会自动换成手机版布局。

本地跑起来也一样：服务启动后浏览器打开本机地址即可，局域网内其他设备用同一个地址也能访问；数据是一个随服务走的单文件，换台机器拷过去就接着用。