2024年2月29日，在广东省住房和城乡建设厅指导下，由广东省物业管理行业协会主办、广东各地市物业行业协会（房地产协会）协办的广东省物业管理行业高质量发展大会在广州隆重召开。

北京林业大学经济管理学院教授程鹏

北京林业大学经济管理学院教授程鹏在发言中表示，数据作为生产要素，其价值已经得到高度重视，并将在未来物业企业发展和变革的过程中发挥越来越大的作用。

面对这一发展趋势，头部物业企业间的竞争，正逐渐转化为谁能更好的建立“数据驱动+技术驱动”发展体系的竞争。头部物业企业所进行的“生态化、网络化布局”以及在此基础上建立的垂直整合能力，使得头部企业可以更快地对市场趋势作出反应，也能更好地支援品牌发展和客户服务。

在这一过程中，数据的重要性凸显。

数据往往可以分为两个阶段四类。两个阶段分别是原始数据阶段和加工数据阶段。在原始数据阶段，私有数据具有限稀缺性，具有弱业务价值特征，公共数据不具有业务价值特征；在加工数据阶段，无论是公共数据还是私有数据，都具稀缺性和异质性，能构成企业竞争优势的基础。

基于数据产权属性（公共数据、私有数据）和数据处理程度（原始数据、加工数据）的组合，我们可以把数据分为四类，分别是：公共产品资源（非业务价值特征），稀缺性、低价值资源（弱业务价值特征），稀缺性、有价值资源（强业务价值特征），政府垄断资源（强业务价值特征）。物业公司所应该关注的是稀缺性、有价值资源（强业务价值特征）。

在这个过程中，有三个方面需要重点关注。一是数据要转化竞争优势，需要数据稀缺性、加工能力稀缺性，或者应用能力稀缺性；二是企业运用算力和算法把海量数据转化为稀缺、异质的数据资源要素，实现数据资源资产化、价值化，获取超越行业平均利润回报的竞争优势；三是数据要素化三大条件是：数据+算力+算法。

以我们课题组正在开展的探索为例，我们对两个保洁员长达一个月的跟踪观察，此类数据属于私有数据，但是没有经过加工，实际上没有业务价值。

但通过聚焦写字楼卫生间人流量数据并构建时序预测算法（经过加工的私有数据），在引入保洁服务缺陷的数据后，我们发现只有5.4%服务缺陷是由波动性损耗（人流量）产生的，94.5%服务缺陷是长期损耗和复杂作业导致的。这意味着，即使作业人员按照SOP操作，实际上只有8%转化为服务效果有效性，导致72.2%的直接服务成本被浪费（经过加工的私有数据）。

这是一个让我们吃惊的结论，也是经过加工的私有数据发挥其强业务价值特征的明显案例。我们相信，随着存量时代加速到来，物业公司间特别是头部物业公司间的竞争一定会走向一个个如此细节的维度，并在此基础上建立物业公司难以撼动的高护城河优势，发挥数据作为生产要素的价值，最终推动物业行业高质量发展。