數據分析番外篇02_如何利用數據分析來選擇租住地

來自專欄數據分析

在北京上班，不僅工作壓力大，出行壓力也不小。為了能相對舒適經濟的上下班，覺得使用數據分析來決策我將住哪應該比較有意思。整體思路：評估模型建立，數據收集，數據分析，結果解讀。整個過程涉及到了地址選擇，交通出行方式評估，將通過兩篇短文來介紹。

首先介紹住址選擇：

設計評估模型：

作為收入有限的工薪一族，本著能省絕不浪費，且不放棄居住舒適的原則（我是不是要求有點太高了？），不得已將選擇範圍放到了五環之外。初步意向有三個：大東北向，大西北向，老正北向。通過信息查詢，圈定了5個備選小區。問題來了，如何在這5個小區中做出抉擇，同事們和朋友們公說公有理，婆說婆有理，汗ing。有選擇控的我橫下一條心，自己的事情自己做，乾脆設計一個評估表，通過兩個維度來做個數據評估吧，同時自己在房屋租金和通勤時間這兩個維度上給設了一個底線（房屋租金3000以下，通勤時間不超2小時）。你們不要問我為啥是2小時這樣打擊人的問題，謝謝！

有了評估模型，管你黑中介還是白中介，你們誰都忽悠不了我了，自己的事情自己做，選錯了哭到眼瞎也要住它一年。

收集數據：

安利一個APP，某北京大型中介有個APP，買房，租房那是杠杠的， 親自體驗，其公布的數據還算靠譜，尤其在國家高壓政策下尤其准，不要問我為啥知道的。通過這個APP，租金數據迅速搞定。

通勤時間是個問題，北京的交通，開車？！用數據語言來說，方差大得讓你懷疑人生，20分鐘的路程隔三差五讓你走上2個小時。公共交通可能靠譜點，但是得有一副鋼筋鐵骨，畢竟宇宙曾經的中心和宇宙中心在北京（捂臉）。那就通過號稱已經具備了人工智慧某地圖查詢一下通勤時間吧。

兩個維度的數據都收集到了，結合自己的心裡底線，可以用設計的模型進行評估了，結果如下

數據分析/解讀：

通過收集到的數據+心裡底線結合上表，可以看出：時間都不是問題，5個備選小區都在心理承受範圍內；

租金！租金！租金！看著那麼高的租金，作為北京的「民工」，心裡好痛，不想看到「大有庄」和「巨山路」這兩個小區，來人呀，幫我把它們從我眼前挪走吧。不是我放棄了你們，是收入選擇了無視你們。心裡暗暗下定決心，等我漲、漲、漲了工資，一定去「巨山路」租它一套住上一個月。（通過備註原因，大家應該也發現了，其實我還是做了很多線下工作的）

現在範圍縮小到了三個小區，可以投入一定的時間和精力實地探查一下了。

還是讓我們設計一個評估模型來確定時間和精力的投向吧！

設計評估模型：

錢依舊是重點，誰讓公司領導給俺的薪水辣么少（哭）。房租，交通費，飯？？算了飯還是自帶吧。通勤時間，通勤方式，生活便利，居住舒適都是我要追求的。看看上表，那是一個北京「民工」的夢想，只不過這次評估表單中的維度（屬性）變成了行向量，畢竟這樣好排版點。

收集數據

為了夢想早日實現，周六日就得努力工作。 只有現場探查後，才深深感受到，以後不能讓備選小區各自離太遠，周六日就一個周六，一個周日。為了評估夢想，居然得浪費兩個周六日才能採集到評估數據。容易莫我，真不容易呀（汗）

數據分析：

評估夢想的數據收集到了，應該怎麼評估呢？ 這表單里有數值型數據，有屬性型數據，總費用還跟租金和通勤費用有相關性，這評估表單是我設計的嗎？自己設計的表單，自己分析，只能自己救自己了。使用歸一大法了吧，科學嚴密的歸一做不到，我主觀的歸一一下總歸是極好的。加個權重，全憑自己的感受在主觀打分吧！

結果解讀：

畢竟總費用在數據上與租金和通勤費多重共線，還是拿掉吧（捂臉），原諒關心消費的我如此關注費用吧。看到上表那個綠色的框框了沒有？

打完收工，改天再來！