从数据视角看——蛋壳的骗局,为何会风生水起

2023-10-13 02:40

本文主要是介绍从数据视角看——蛋壳的骗局,为何会风生水起,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

数据说·实操季

你若盛开,清香自来。青春我们需要自我盛开,需要其道大光的朝阳。

▼  

导读:大家看到或听到这4个字,恐怕都是警铃大响,对于曾经的租客来说,甚至咬牙切齿。

蛋壳公寓从2015年成立到当前的破产跑路,期间公司的高光时刻也不少,但最终的破产跑路这个结局是不是必然呢?

 

一个公司是否能长期可持续的发展,是由多方面决定的,现金流决定了公司能否生存,盈利模式决定能不能吸引资金的青睐,经营管理模式决定了公司向上发展的空间。【蛋壳公寓】一个成立5年上市,上市即巅峰,直到目前的破产跑路。蛋壳的发展路程对我们有什么启发和借鉴么,让我们从数据的视角来窥探这其中各种细节以及其中是否有可见的端倪参考呢?

1

首先,我们从公司盈利情况、房源数量、负债率三个方面进行分析,来看看蛋壳公寓发展的真实情况

盈利情况

       

(图一)

结论:从上图和公司近几年的年报看出,2020年一季度的亏损达到历年新高,只一个季度的亏损就达到2018年全年亏损的90.2%,亏损金额可以给中国13亿人口人均1元了,想想真美好!

房源数量

        (图二)

结论:在2017年到2020年,蛋壳公寓的市场房租数量也是成倍剧增,从17年的5.2万套到2020年一季度的41.9万套,上涨8.06倍,市场占有率也到了头部玩家的地位。 

通过以上两个数据的柱状图,明显看到净亏损数(图一)逐年增高,房源数量(图二)也在增高。

负债率

     

(图三)

结论:各大租房平台这几年都在抢夺房源抢占市场,甚至出现用高于市场价一半的高价抢占房源,这样一来,收房的成本被不断拉高,而资产负债也随着收房成本的增高迅速增加,从2018年的82.62%逐年升高到2020年1季度的97.06%,负债率的数据恐怖如此,这么一家负债高危的公司,资金链一点点的问题就可能直接破产。   

通过折线图看趋势,可以得出,明显负债率直线上升。

2

接来下,那为何在纽交所的上市公司,在上市不到一年的时间深陷暴雷风波?

这不得不说蛋壳的盈利模式,说蛋壳是租房平台的都是太年轻,我们一起扒一扒底层的套路。

 

前几年正值租房平台的兴起,谁的房源多谁就更有主动权,蛋壳公寓在收房的过程中抢占市场开出的高于市场价的租金给房东,但在给租客出租的时候却是低于市场价的,你没看错,就是高买低卖,作为一个有常识的正常人,高买低卖能挣钱吗?在实体行业显然是不能的,但不要忘记了,蛋壳是一家互联网租房平台,要用互联网的思维思考。高买低卖,先买后卖,看清楚了哦,先什么后什么,有时间顺序了对不对,时间是个很值钱的玩意,时间差的盈利模式就这么产生了。

             

只要正常运转,后续不断有资金进来那就一直是可持续发展的,但本来运转就已经有危险的公司来说,疫情无疑是最大的黑天鹅。

 

疫情是最大的催化剂,但罪魁祸首还是这个模式必定会暴雷,疫情只是把风险提前暴露了出来,因为疫情影响,房屋入住率下降,新租收不上来,旧租必须付费,资金链就断了,所以在疫情期间强制房东减租,那个时候资金链就已经出现问题。虽然疫情好转入住率回升,但也无法弥补已经存在的大窟窿,所以相继出现各种租客投诉问题,直到网传跑路,租客流落街头还得还租金贷。

 

3

一家从出生就开始亏损的公司,不应该想办法扭亏为盈吗?为何一度扩张呢?

 

蛋壳从创立开始,一轮轮的融资直到上市,期间资本的运作起到了至关重要的作用,资本一旦看好你,给你融资,那噩梦就来了,投资人的钱可不是这么好拿的,拿了钱需要签对赌协议,在规定时间内扩张到规定的程度,达不到就是无休止的诉讼,倾家荡产都是小事。

 

所以,不是不可以停下来调整战略,而是不能,不扩张就是死路一条,持续扩张还能九死一生。

 

以新租抵旧租,这个模式是不是很熟悉,P2P的模式想起来了吗,19年集体爆雷的P2P,看到这里,各位明白蛋壳是做什么的了吗?

4

就在我准备写这篇推文的时候,我闺蜜给我发来了真实的素材。

为何受过高等教育的现代青年,连这基本的骗局都不能识别,甚至还在沾沾自喜自己找到了赚钱利剑?还在向身边的朋友不断推销?

 

从当下现实出发,阶级逐渐固化,中底层人民想要提升生活品质,再出于高房价带来的购买力下降,改变生活的突破口几乎没有,这时候出现一个这样的机会,尽管有点危险,但错过了就再也没有了,再说还“验证”了这是可靠的,谁会去自断财路呢?

 

你盯住每个月5%的盈利点,主导者盯住的却是你的本金,还有甚者已经识别了这个是骗局,但自大的觉得自己能在被收割前收割一波,你是天神附体了还是咋滴?

 

永远不要低估人性,永远不要高看自己。被收割后只能自认倒霉,你认为主导者会受到惩罚吗?你错了,洗白是很容易的事,资本早已盆满钵满,你追责的那个只是个倒霉蛋而已!

 

5

面对蛋壳等P2P模式有以下几个建议:

 

1、拼命给房东加价,给租客降价,你以为在做慈善,年轻人,还是太年轻;

2、不要乱背租金贷;

3、不要相信低于市场价的商品,一切都有代价;

4、不要迷信上市公司,上不上市和跑不跑路没有关系;

5、不要迷信优惠活动而支付大量的现金,跑路前都要大量收割一波;

长租公寓跑路的代价没你想象的大,换个壳就洗白了,损失都是租客和房东背负。如果你要追责,作为市场环节最弱的租户,你不上班吗?你有时间去追讨吗?最终的结果往往是不了了之!

 

在这里再提一下类似的,各类会员卡,充值后你会发现你连店都找不到了。小时候的美发卡,现在的各种理发店会员卡,美容院会员卡等等,凡事预支金额的,都要留个心眼,Cash is King!!!

溯本求源

各位看官,擦亮眼睛看清楚实质,要不然换个壳子又收割一波了!于数据分析的价值是提供了增强型的能力支撑我们进行更加深刻的洞察。让我们意识到具备了 “数据思维” ,懂得了怎样通过看指标、数据图,用数据做判断,理性思考。

图片来源于网络

若好的建议和想法,欢迎在下方留言

我们将尽其所能打造数据分析交流的理想之地

这篇关于从数据视角看——蛋壳的骗局,为何会风生水起的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/200213

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者