寓策研究院

解决什么问题

长租公寓选址长期靠经验拍脑袋：拿到一个物业，能不能做、租金定多少、几年回本，结论往往来自中介话术、挂牌价和 AI 搜索拼凑出的数字。这类数据口径不一、无法追溯，NOI 看着健康但回收期过长的项目常被误判为"值得投"。寓策研究院把选址投资拆成可执行、可审计的流程，用脚本替代心算。

核心能力与工作流

1. 市调采集：竞品 19 维（租金、出租率、退租率、户型、人员配置、运营成本等）逐项标注来源 + 置信度，圈层按 500m→3km 逐层盘点，附产业客群画像与竞品差评 TOP5。
2. 三档定价：成本反算 + 市场对标，输出保守/中性/乐观三档，而非单一报价。
3. 出租率爬坡：ramp_model.py 给出首年逐月（M1–M12）去化预测，每月附依据。
4. 财务测算：financial_calc.py 输出 NOI、回收期、四档压力测试，红线自动否决——示例项目 NOI 18.24% 达标，但 500 万投入对应 5.5 年回本，超过 36 月红线直接被拦下。
5. 人员配置：calculate_staff.py 按店长/管家/保洁/保安岗位计价，自营与外包口径分离。
6. 背调尽调：项目本体 + 产权方双重核验，抵押/查封/违建/消防任一命中即顶部预警并停止测算。

工程化上，每个环节走 Thought→Action→Observation 的 ReAct 循环，SOP 状态机禁止跳步，反幻觉分三层：financial_calc.py 等脚本做确定性计算、多源交叉验证做置信度分级、无数据时明确声明"数据不存在"而非估算。红线阈值可通过 --noi-min、--payback-max 等参数自定义。

适用边界

• 不做营销：品牌故事线、社群运营、获客裂变请另提需求，本技能只给硬数据。
• 不做签字级尽调：AI 联网答案只能当线索，必须回溯到工商、财报、裁判文书等一手源落数字；涉及合同签字必须委托专业机构线下查档。
• 酒店物业不直接改公寓：消防、产权用途可能不兼容，需主人确认后才继续。
• 竞品口径按业态匹配：白领项目查品牌公寓/民宅/保租房三类，蓝领竞品仅在项目本身是蓝领业态时触发，避免拿低价床位压低定价。

它的价值在于把"不确定就说不确定"写进流程：数据缺失标【存疑】、多方矛盾并列呈现、测算参数必须带来源——一份经得起复核的报告，比一份看着漂亮的报告重要。