大数据｜政策频繁调控，还有多少客户看房？(2)
注：4月份部分城市出台政策尚未达到4周，故异动在0周结束样本中包含部分数据未采集到的情况。
从第0周（当周）到第4周，一共有5周呦！
通过上图可见，来电量及来访量中受政策影响异动在1至2周内结束占比分别为31%和25%，异动时长在1-3周时来电量占比大于来访量，但来电量异动在4到5周的概率为22%，而来访量异动达到4、5周的概率达到37%，从整体来看，政策对来访量的影响更加持久。此外，来访量和来电量分别有27%和25%在政策出台后不为所动。
调控与非调控：政策来袭，非调控城市也迎来访问量下滑
在部分城市调控政策频出的同时，还有部分城市仍然发力于去库存，这也是当前调控“因城施策”的主要原因，兔酱将调控的城市挑出来与非调控的城市形成对比，来观察政策出台对于这些城市的项目来访指数有什么影响。
在调控政策出台的当周，调控城市的访问指数112，非调控城市访问指数119，来访指数大于100说明当时市场整体的热度是较高的，回顾政策出台的时间点，可以看出大量政策出台时间集中在“金三银四”和“金九银十”这两个传统营销旺季，尤其在330、930等时间点，如果说收紧的调控政策是“泼冷水”，那么这盆冷水泼在高温的楼市上显然比泼在常温的楼市上效果会更加显著，在营销旺季出台调控政策有利于更加直接的刺激楼市降温。
政策出台后，调控城市与非调控城市的访问指数整体下行，非调控城市访问指数也下行的原因主要是因为受到调控的城市一般都是热点城市，属于楼市风向标，这部分城市受到调控会带动全国其他城市陷入观望情绪，看房热情冷却。第一周开始，调控城市的访问指数大幅下降，与非调控城市拉开较大差距，较大的差距持续到第三周，调控城市的访问指数有所回调，然后与非调控城市形成稳定的差值，两者平行下滑。总体来说，调控与非调控的城市在政策出台后，访问指数总体下行，两条线画出了一个“炒锅”的形状。
价格因素：房价变动过大、过小的城市对于调控政策反应较为不敏感
由于出台政策的城市房价高低不一，一线城市在房价上更是秒杀其他城市，没办法简单判断城市的房价和政策对它访问量的影响，所以兔酱用“房价同比涨幅”这个维度将城市区分开，来看房价同比涨幅不一样的城市在政策出台时访问量的变化表现。
从开始异动的平均周数来看，反应最快的为房价同比上涨幅度在15%至40%的城市，且这两组城市访问量持续异动的平均时间也是最长，持续时间达到2.5周以上，例如上海、北京、南京、天津、杭州等热点城市；而房价同比变动幅度仅在5%以内的城市，访问量发生变化的速度最慢，平均2.3周以后才开始反应，典型城市为武汉；来访持续异动时间最短的是房价同比上涨最多的城市，平均在经过1.4周以后，来访量异动就结束了，代表性城市为宁波、东莞、珠海等。
政策周期：出台政策越密集，对访问量影响越大
从去年3月份开始，就陆陆续续有城市加入了调控行列，第一波调控热潮发生于2016年国庆期间，随后新一轮调控集中于今年的第一季度，按照政策出台时间简要分类，然后来看访问量的异动情况。
从图中明显可见，在2016年调控热潮及今年新一轮调控频繁的时候，来访量异动最快，平均1.5周和1.7周就已经产生异动，且持续时间分别为2.8周和2周；异动反应最为迟钝的是2016年出台的调控政策，政策出台后平均第四周才开始出现异动，且仅仅持续1.25天就结束。总体来看，越是调控政策频出密集的时候，访问量就会越早开始产生异动，并且持续的时间会更长，说明调控政策“团体作战”的作用效果远好于“单打独斗”。并且在政策多次出台之后，可以看到2017年3月的调控效果略低于2016年10月，调控的平均“见效时间”更晚（从第1.5周到第1.7周），持续时间也更短（从2.8周到2周）
