bsport体育数据集由原作者于2016年12月爬取2011-2016年链家北京二手房成交数据，保存在7个csv文件中，总数据量约16万2千条。预览如下：

　　6.依据开店年限和年均成交量，对所有门店进行分类，找出业绩持续走低的门店

　　将7个csv文件合并导入spss软件中，共有162226条数据，其中有14958个重复值，直接删除重复值后的数据量为147268个，有4条数据的成交时间是在2011年以前，也直接删除，还剩下147264条，占原始数据源的90.8 %。

　　1.将包含【成交小区/户型/面积】、【楼层朝向/楼层属性/楼层数】的字段进行分列，将户型类别按照居室数量进行分类；

　　2.将【成交单价】去掉单位元/平并转换成数值类型、【成交时间】去掉签约时间，并从日期中提取年份、季度、月份，并组合成字段【年月】；

　　3.从原始表中整理出各门店历年成交数量的明细，并利用第一次成交数量不为0的年份计算门店的开店年限(假设2011-2016年每年没有关闭门店的情况)，统计每个门店成交数量、人数，见如下表1门店成交明细；

　　由上图可知，2011-2016年，链家平台北京二手房的成交数量持续增加，其中2015年的增长幅度最大。通过进一步了解，得知2015年政府出台多项政策放开房产市场，另外链家2014年11月主导o2o战略落地，平台进入一个飞速发展期，因此才有进入2015年后，成交数量增幅显著的成果。

　　近几年，北京二手房的成交单价在不断上涨，其中2013-2015年连续三年，房价比较平稳，上涨幅度较小，其余年份上涨幅度较大，尤其是2016年，成交单价相比2015年涨幅接近万元，这6年时间，整体成交单价实现翻翻。

　　除去部分户型值为空和错误值的户型bsport体育，还有146139个有效值，按居室数量来分，共有1~9个户型类别，考虑5居室及以上的户型归为一类，因此最终有5个户型类型。这些户型数量分布绘制饼图如下：

　　可以明显看出，2居室的户型成交量最高，也意味着最受市场欢迎，其成交量占到所有户型的一半以上，其次是3居室和1居室的成交量高，两者均占到所有成交量的20%以上，4居室及以上的户型很少，总共占比不到3%。

　　上图是历年各成交户型所占比例条形图，显然每年二手房市场上对各户型需求的比例变化不大，即历年对2居室的户型需求量最大，稳定占到所有户型的50%左右，1居室和3居室也是市场需求的主力，4居室及以上的户型需求很少。

　　由上面两图可看出，2011年，门店的数量和成交人数最低，2012-2016年，新开门店的数量以每年100~200的增幅在稳步增长，但是成交人数量的增长却与门店并不相同，2012-2014年，成交人每年增加的数量小于1000，但是2015年后，每年增加数量大于2000。

　　而在平均成交量的变化规律中，门店和成交人比较一致，即2011年，平均成交量最低，2012-2014年，平均成交量处于中等平稳的水平，2015-2016年，平均成交量处于较高的稳定状态，这也说明链家平台2014年底的战略措施和2015年政府对房产政策的放开，对门店和个人均有明显的影响。

　　截止到数据采集日期，北京共有1683个门店，根据开店年限这些门店分布情况如下图：

　　由图可知，开店年限为6年的门店数量最多，为584家，占到所有门店数量的34.7%；其次为年限有5年的门店数量，有452家，占比为26.9%；5年和6年的老店共有1036家，占所有门店数量的61.6%，而1~4年的门店数量均约在100~200之间(这与前面分析历年门店数量变化规律相一致)，总共占比不到40%。

　　从图中看出，6年的门店的成交量最多，有80517个二手房成交，占比超过所有成交量的一半，达54.68%，其次是5年门店成交量，有45590个房子成交，占比达30.96%。

　　6年和5年的门店的成交量之和为126107，总占比达85.7%。其余1-3年的门店总成交量之和占比不到15%

　　即6年和5年的门店门店数量占比61.6%，而总成交量占比85.7%，说明老店的二手房成交几率比新店更高。

　　绘制历年成交量中各年限门店成交量的条形图如下，很明显，5-6年的老店是历年成交量的主力。

　　由上图可知，随着门店的开店年限的增高，每个店的平均成交量也在增加，并且5年和6年的老店，平均成交量大于100，而其余1-4年的门店成交量远低于5-6年的老店。

　　上图显示，3年以上的老店人均成交量较高，都在5套左右，1-2年的新店人均成交量较低，不到4套。

　　明显成交人的数量呈右偏态分布，门店平均有成交人的个数为5.33，人数最多的有20人，最小的仅1人，绝大部分门店的人数不超过10人。

　　由散点图可知，门店的总成交量与成交人数量存在较强的线性关系，即门店人数越多，成交量会越高。

　　另外值得留意的是，1683个门店中，数量在10个成交人以上的门店都是5-6年的老门店，新门店的成交人数普遍在个位数。

　　由图可知，总体而言，不论开店年限多少，门店在开张第一年的成交量会偏低，在开店的第二年后，人均成交量都会有所上升，这也解释了前文1-2年的新店平均成交量明显低于3年及以上门店的原因。

　　2013-2014年的人均成交量相比2012年有明显下滑，结合这段时期北京出台了史上最严的房产调控政策，这个变化也在情感理之中。

　　前文了解到，5-6年的老店是贡献成交量的主力，毫无疑问老店中有不少成交量高业绩好的明星门店，但是也存在成交量持续走低的门店。

　　由图可知，584家6年老店实际上只有532个店每年有开单成交，其余52家门店有1-3年没有成交量。452家5年老店实际上399个店每年有成交量，其余52家门店有1-3年没有成交量。

　　显然，2013-2014年无成交量的门店数量大幅上升，再一次验证那两年北京的房地产严控政策的影响。

　　经统计，链家6年来共有8274个员工有成交量，统计个人历年的成交量之和，并将成交量按照50套以下、50~100套、100套以上分为三类，其成交量的频率在条形图中的分布如下：

　　由图可以看出，8274个成交人中，8038人的成交量在50套以下，占比97%；100套以上成交量的人很少，仅有26人，占比仅0.3%；取得最大成交量的员工姓名是张博，成交了201套。

　　那么个人的总成交量与其从业年限是否相关呢？由于从业年限为有序分类变量，而成交量为连续变量，所以考虑要spearman相关性系数检验，检验结果如下表：

　　spearman系数值为0.704，认为个人从业年限和成交量有较强的正相关性，即个人从业年限越长，总成交量可能会越高。

　　那么是否真的从业年限越高，个人平均年成交量会越高吗？同样对这两者进行spearman相关系数检验，结果如下：

　　相关系数值等于0.405，说明二者有正相关性，但并不是很强，也就是说，可能存在从业年限不多，但是年均成交量高的黑马人。

　　聚类K值与组内误差平方和SSE的关系图如上，当把所有样本当作一类时，离差平方和达到最大，随着聚类数量的增加，组内离差平方和会逐渐降低，直到极端情况，每一个样本作为一类，此时组内离差平方和为0。从上图看，聚类数量在6次以上，组内离差平方降低非常缓慢，可以把拐点当作6，即聚为6类。

　　从上表可知，业绩很好年均成交量很高的门店有19个，主要分布在4年以上的老门店中；业绩一般的门店数量最多，有541个；最需要关注的是业绩很差的老门店，数量有414个，需要详细调查成交量连年偏低的原因，并根据实际经营状况，采取适当的措施对这部分门店加以整改，必要时可考虑将一些长期业绩不佳的门店关闭 。

　　经过以上2011-2016年对各门店及个人成交量的分析，总的来说，可以总结为以下几方面：

　　历年来，二手房市场对户型需求最多的是2居室，占比达所有户型的一半，其次是1居室和3 居室，4居室以上的户型需求极少；

　　2012年以来，链家新开门店数量以每年100-200的平稳速度在增长，但是门店员工在2015年以前以小于千人的较小幅度在增长，2014年底平台O2O战略落地，人员开始大幅 扩张，2015年以后每年新增2000人的极大幅度增长；

　　虽然2011年链家平台的总成交量很低，仅千余套，但2012-2014年的总成交量稳步上升并都在万套以上，年均成交增长量3000套；之后得益于平台战略和政府政策的开放，2015-2016年，总成交量有了迅猛提升，年均成交增长量达2万套以上；

　　5-6年的老门店是历年二手房的成交量主力，当然这可能与老店的从业人数多于新店有 关；3年以上的门店的人均成交量在5套左右，明显高于1-2年新门店的人均成交量（仅3余套），可能与新店开张第一年人气不高、成交量普遍偏低有关；

　　2013-2014年受北京房地产严控政策的影响，使得链家有小部分门店没有成交量，其中5-6年老店无成交量的门店数量均达到20-40家/年；

　　总体而言，个人的成交量与从业年限有一定的正相关性，但是并不绝对，有从业年限不长的销售人员的成交量高的可能。

　　最后依据5-6年老店总体人均成交量对其排序，以下是部分门店历年人均成交量的截图。

　　以下是从业年限在2年以下年度成交量高的黑马销售名单(在8274个人的排名中占到前100位的有20人)：

　　以下是年度成交量排名前10位的销售名单，除去第10位的于洋，其余都是4年以上的从业人员：