数字经济作为当前经济升级、产业结构优化的新引擎被广泛使用，存量压力倒逼下的商业地产也不例外，面临数字化转型升级。

商业资产：存量时代的压力与挑战

过去几十年，中国房地产市场以开发卖房的增量市场为主，投资投机也都源于增量市场，但最近两年，在中国经济大势背景下，二手房交易逐渐超过新房，呈继续扩大趋势，房地产建筑开支占GDP比重有持续下降趋势，新增建筑用地面积逐年下降，都预示着中国房地产行业进入下半场，存量时代来临！

相关数据统计，2010年后，中国大陆一线城市的核心商业地产逐渐从“销售型物业”转为“持有型物业”，当年各省市人民政府或金融办纷纷批设金交所/金交中心。2017年开始，全国购物中心和百货增量占存量比率降到20%以下，其中一线城市已连续三年保持在15%，大宗交易显著增多，存量市场特征明显。

从大开发向开发和自持经营混合的转变，无论是采取专业化的美国模式、还是重资产的香港模式，亦或是轻资产的新加坡模式，精细开发、稳财务、重利润都是必然。

挖掘并提高已持有资产的价值，成为商业地产需要面对的问题。此外，经济下行，城市升级改造，中国城市化的不断发展和消费结构年轻化等趋势，推动商业地产资产管理升级和布局更新。

资产管理数字化紧急加速

资产管理的发展阶段

中国的商业地产资产管理领域经过多年发展，大概经历了三个阶段：

在2014年之前，资产管理处于“招商即资管”时期，把楼里面的房间租掉，即完成资管业务。

2014年之后，资产管理进入“经验化资管”时期，这个时期的资产管理好坏主要取决于是否拥有一支专业的管理团队，而非一套科学的管理工具，系统的管理方法。

2019年，中国的地产市场进入了一个新的周期，中国的经济下行给存量地产运营管理带来前所未有的挑战，加之竞争环境变化，城市升级改造需要，商业地产对资产管理提出更高要求，中国资产管理正式进入“数字化资管”时代。

什么是数字化资产管理？

传统资产管理模式中，收入、成本、风险和效率都是在人的层面上进行协作，对人的管理远远高于对资产的管理。运营软件更多聚焦在工具型赋能，导致数字化应用上更多为“伪数字化”，实为“信息化流程”。

而真正的数字化管理是通过新的技术应用有效降低对人本身的依赖，将关注重点客观且有效的传递给所有人。管理人员可以随时随地通过软硬件获取和归集数据，通过适当的模型，更好的制定相应目标和任务，并实时地分配给运营和物业管理人。

因此，数字化管理不仅仅体现在数字化运营的维度，更是通过数字化手段有效归集内部数据、外部数据，通过算法模型，对未来收益的预测和风险的评估及预警。

数字化是大资管时代致胜的关键

运营数字化

所谓的运营数字化即关注资产本体数据，将数据变“活”。将原有的“死数据”通过大数据算法模型和标准化商业资产运营指标体系，让资产管理、运营、招商和物业等管理层通过数据更清晰地把握辖下资产状态和如租金、物业费、停车费等业务数据，对收入、成本、利润、投资回报率等关键指标与市场数据、市场平均水准做对标分析。同时对于历年数月的收入、成本、利润经营数据进行管理追溯， 管理者可以随时随地在手机上查看报告，及时发现异常情况和潜在问题，进而调整经营策略。

而所谓的“关键性指标”，目前没有一个统一的标准，许多企业根据相关人员经验选取关键指标，人员不同，关键指标可能也不同，这就造成了资产管理数据梳理和分析上的困难。克而瑞CAIC根据行业经验及标杆企业的管理范式，建立标准化商业资产运营指标体系，帮助商业资产持有者梳理清楚资产运营自身状况，商业资产的业态不同，关键性指标也不同。

决策数据化

决策数据化即关键经营决策人不再凭借经验而是通过对政策、市场、交易、金融、土地、建筑、城市、交通、业态、商圈、地缘、竞品、产权、运营、财务等多种外部数据监测，对比同类资产运营水平，以行业参考区间作为标准，分析经营水准与市场竞争能力，了解整体的市场环境及竞争格局，最终制定经营决策。

克而瑞CAIC通过SAAS互联网平台的方式提供资产管理大数据服务，基于互联网比对市场数据，可及时更新资产的运营数据，平台商业资产数据每月更新，看数据看变化看趋势。我们始终相信在市场快速变化的环境中，动态数据对决策才更有价值。

可以预见，未来五到十年中国一二线城市的商业资产的发展将向香港、新加坡这样的成熟市场看齐。这种趋势必将带来新一波城市改造升级的热潮和商业地产的极大发展，竞争必将更加惨烈，商业地产资产管理也将面临不变革就会死的局面，利润越来越薄，甚至亏损会成为常态。因此，在经济波动和商业资产竞争加剧的双重压力下，资产管理数字化已成为必然趋势，这其中最关键的是需要将外部政策和市场数据有效地加入到商业资产运营决策中，推动决策数据化。商业资产的运营管理者唯有尽快建立数字化资管模式，才能在未来竞争中立于不败之地。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。