Лого vc.ru

Flatorial — сервис, автоматически оценивающий стоимость квартир

Flatorial — сервис, автоматически оценивающий стоимость квартир

Сегодня в рубрике «Стартапы» — сервис Flatorial, в котором алгоритм определяет стоимость квартиры в Москве и погрешность оценки. Передаем микрофон.

Поделиться

Меня зовут Илья Езепов, мне 22 года. Представляю свой первый серьезный стартап Flatorial, осуществляющий автоматическую оценку стоимости жилья в Москве. С помощью методов машинного обучения мы научились предсказывать цену квартиры по ее параметрам.

Определение справедливой цены на квартиру — большая головная боль как для покупателей, так и для продавцов, потому что это очень многофакторная задача. На стоимость жилья влияют как объективные параметры (тип дома, район города, удаленность от метро), так и более субъективные — качество ремонта и банальное везение при заключении сделки. Мы научились использовать все объективные параметры, чтобы свести к минимуму несправедливость ценообразования.

На вторичном рынке недвижимости мы получаем среднюю ошибку порядка 8%. Это довольно хорошо, учитывая, что цена может варьироваться и на 10–20% — в зависимости от способностей вашего риэлтора.

Такая высокая точность обеспечивается двумя независимыми алгоритмами работы: каждый из них совмещает в себе результаты прогноза сотен менее точных моделей. Центральный алгоритм Flatorial оценивает квартиру, а вторичный — нашу ошибку. Это позволяет нам сообщать не только оценку стоимости, но и ее доверительный интервал. На рынке новостроек дела обстоят довольно плохо (там цена во многом определяется жадностью застройщика), так что мы сконцентрировали усилия на вторичном рынке.

Сейчас алгоритм учитывает более 10 параметров. Часть из них указывается на сайте явно, а часть рассчитывается по параметрам, которые ввел пользователь (то, что называется feature engineering). Дополнительные параметры, как и алгоритмы оценки, — это ключевая интеллектуальная собственность нашего стартапа.

Сайт можно использовать для предварительной оценки стоимости при продаже квартиры или для поиска на рынке максимально недооцененных предложений. Если вы видите, что квартира продается за 15 миллионов рублей, а Flatorial выдает 18 миллионов, то можно проверять ремонт вживую и, если все в порядке, смело покупать. Мы обновляем параметры алгоритмов каждую неделю, так что цены остаются актуальными.

Схема монетизации — оказание платных услуг по аналитике. Мы анализируем кейсы по индивидуальным заказам, что позволяет совместить преимущества машинного обучения и традиционного анализа вручную. Сейчас все, от алгоритмов до дизайна, делается на энтузиазме команды, поэтому затраты пока копеечные — на домен и хостинг.

В ближайшей перспективе мы планируем добавить другие города, новостройки и, что значительно сложнее и интереснее, рынок аренды жилья.


Возвращаем слово читателям.

Хотите получить слово и рассказать о своем стартапе? Добро пожаловать за трибуну.

взлётная площадка
для интернет-бизнеса
Получить инвестиции
Популярные статьи
Показать еще
Комментарии отсортированы
как обычно по времени по популярности

Проверил адрес, реально правильно показывает.

10 базовых факторов? Не, не покатит. Стратегам такое замутить внутри за неделю работы. Вам нужно взяться за то за что крупные компании не будут браться, а именно учитывать десятки и сотни косвенных параметров. То есть учитывать глубокие подробности инфраструктуры, вроде средней стоимости медицинских услуг в районе относительно качества/заполненность их специалистами, рейтинги школ с уровнем загруженности и криминальной активности, степень загруженности дорог, анализировать загрязнение, доступность торговых центров и придомовых магазинов, прогнозировать активность застройки в районе и прочее, и прочее. И вот тогда вас купят за хорошие бабки - я уверен.

расписали красиво, но это практически нереализуемо в жизни, этих данных попусту нет в открытом доступе, собирать же их для такого города как Москва задача отделу из десятка человек на год если не больше работы, вложения мощные. И зачем? Ради точности оценки на 2-3% выше той простой методики использованной автором.

2-3% оценки для гигантского рынка недвижимости это много, кроме того это может начать влиять на рынок напрямую, так решения будут приниматься покупателем на ином уровне. Но, конечно, суть в аналитической и информационной доминации стратега, ради которой он и купит такой стартап.
А вообще с таким количеством обрабатываемых данных будет можно много придумать - я уверен. :)
"...вложения мощные. И зачем?" Чтобы стратег купил как того, кто сделал и наработал сложную технологию, а не запил свою систему анализа за неделю.

0

В целом согласен, для продажи может сработать, для старта можно денег и во ФРИИ получить.

Если вдохновление нужно в принципе, есть пример BlueKai их выкупил Oracle чтобы встроить в собственный сервис за 400млн$ и в основном из-за накопленной за годы базы данных.

0

Эти данные собираются с департамента айти Москвы. Все верно написано - только при учете всех параметров вас могут хорошо купить. Сейчас же это просто легкая автоматизация для риелторов.

0

Эти данные есть в открытых данных Москвы в машиночитаемом виде - добавить фич в модельку на их основе сам бог велел

0

Интересно, а как сервис оценивает уровень шумности соседей? Купить дешёвую квартиру с умалишённой старухой через стенку - это вин. В целом интересная идея, конечно. Но сырая. Я бы не проинвестировал.

Тут хотя бы можно собирать данные об уровне звукоизола.

0

А каким образом шумность соседей повлияет на рыночную стоимость квартиры. Это субъективный фактор, который а) Может не проявить себя на всем протяжении оформления покупки и б) Кому-то явно это не мешает.

"стоимость шума" уже закладывается в сам тип дома. мала вероятность встретить такую старуху в новом доме.

0

Zillow уже готовит кошелёк :-)

0

Проверил случайное объявление по продаже
В объявлении Цена 5 500 000
Сервис оценивает От 6 831 000 до 8 131 000

Вывод - беги брать )

Но это же люберцы. При создании правил расчета вы использовали совокупность всех предложений мегаполиса или все-таки разделяли сначала предложения по городам?

0

а что сильнее огорчается, добавил дополнительные поля, а результат не изменился, что говорит об их слабой значимости в оценке, а первый этаж например может сильно влиять на цену и думаю влияет ее проверять объявления...

0

В том и прелесть, что важность параметров зависит от остальных параметров. Значит Вы просто выбрали дом (тип домов, район, etc.), где расположение квартир на первом этаже не так сильно уменьшает стоимость.

В редких случаях видно обратное - когда второстепенные параметры начинают круто менять ответ.

0

Мы не делаем этого явно, но в алгоритме это учитывается. Просто мы отдали машине задачу разделения Москвы и соседних городов на районы. И она уже понимает, где Люберцы, а где Хамовники.

Сначала мы пробовали использовать реальные районы и округа, как переменные, но вышло хуже.

0

Я бы воспользовался сервисом, который из базы текущих предложений на покупку выдает те из них, которые выгоднее всего потом сдавать в аренду.

А оценить - дело несложное. Тем более, оцениваются не сделки, а заявленные цены.

оценка предложений по аренде в районе, причем с арендой проще, там метраж не сильно влияет в основном комнатность и состояние ремонт, отлично если есть объявления или история объявлений по дому.

А выгодность определяется в принципе, % стоимости годовой аренды к стоимости жилья, где меньше там и выгоднее.

Если у ребят есть АПИ от реэлторской базы думаю они для вас в частном порядке смогут относительно быстро такое реализовать

0

Я даже сам для себя мог бы такое реализовать :) Тут как раз важно - нормальная база предложений по продаже и по аренде.
Берутся ключевые факторы для того и другого, а затем накладываются и выискиваются наилучшие инвестиционные предложения.

0

погуглил и удивился. Нормальная база есть у Циан, но нашлось ни одного сервиса предлагающего api. Четко помню что еще в 2011 такие предложения были, базы с доступом на платной основе, а тут на тебе пусто... прямо ниша для бизнеса.

0

Очень странно работает механизм.
Берем кирпичную пятиэтажку, не указываем этаж, стоимость к примеру 10млн, далее указываем что этаж 1 из 5, 2 из 5, 3 из 5, 4 из 5 и 5 из 5.
И получаем значения на каждом этаже ниже на 20%, от стоимости без указания этажа.

0

Добрый день! Ошибка вызвана тем, что без указания этажа приходится его отгадывать, как и этажность дома. Поэтому не указа ничего, мы считаем, дом не пятиэтажным, а 12-ти этажным. А квартиры там дороже. Да, можно было бы узнавать это из адреса, тут Вы правы, но для тех, кому нужна более высокая точность, и существует расширенная форма. А базовая форма для грубой прикидки.

0

Думаю, несложно узнать из адреса этажность (или что-то не так с вашим кодом:) ) и погрешность грубой прикидки уже снизится.

0

Довольно дешевые квартиры получаются на Шаболовке - я там живу, цен за 7-8 кк не сыщешь реальных за 30м однушку) на циане они столько стоят, но не в реальности.

0

А как оцениваете ликвидность квартиры? Есть доступ к истории сделок по району и по типу квартир? Думаю что нет, а вот у больших и умных агентств недвижимости есть, и поэтому они могут продавать аналитику тем же застройщикам.

0

А можете для train-выборки график показать с расхождением предсказанной и фактической цени для % validation?

Вот такой:

0

А готовы ответственность нести за те цены, что показывает ваше чудо-приложение? Некая упущенная выгода для продавца ? Материально разумеется.

0

Добрый день,
Пока ваш сервис даёт очень странные оценки. Как правило, завышенные. Берите реальные объявления, вбивайте значения и получайте разницу.
Метод машинного обучения хорошо при огромном количестве данных, от миллионов. Тогда можно найти закономерности в ценообразовании. Но на рынке недвижимости Москвы нет такого количества данных.

Сейчас гораздо большую точность даёт экспертная оценка, знание рынка и знание параметров, которые влияют на стоимость жилья. Например так делает www.irn.ru/price/
Точность там порядка 3-5% по типовым картинам в Москве и ближнем Подмосковье.

Отмечу, что в вашем случае вы совершенно не учитываете состояние квартиры. А наличие или отсутствие ремонта может изменить цену квартиры от 10 до 20-30%. Также важна удаленность от метро/мкад

0

У вас там простейший kNN? Обученный по базе Винера? Или кого вы использовали для тестовой выборки?
Базу БТИ спарсить не забыли?

0

Используя дадату можно просто указать в свободном формате адрес и получить много информации чуть дороже чем бесплатно, в том числе точную площадь, коды кладра\фиаса, ифнс, ориентировочную стоимость и прочее.

Вам бы подключить их апи, а уж сверху накидывать свою добавленную стоимость - посмотреть и дать оценку какие магазины в радиусе (сплошные дикси/пятерочки или зеленые перекрестки/азбуки), оценить как ситуация с досугом обстоит, историю загруженности дорог/выездов, взять данные мониторинга окружающей среды, общую населенность, что там с парковками и тд и тп - количество данных ограничивается только фантазией и смекалкой.

Тогда и не грех деньги брать за такие отчеты, если они еще и красиво сверстанные будут. И пользоваться этой информацией смогут не только покупатели квартир, но и уверен - арендаторы и арендодатели.

0

Вот все делают что-то глобальное, сервисы какие-то, а я человек попроще, я сделал красивый сайт для одного конкретного дома. И на нем тоже есть оценка не только стоимости, но и перспектив.

dom-v-gorax.ru

Эй небольшие, успешные IT компании, не хотите ли прикупить?!

0

Возможность комментирования статьи доступна только в первые две недели после публикации.

Сейчас обсуждают
Миша Иванов

Ребят, броcить кyрить сейчас действительно легко, за 2 дня я излечился и чувствую себя намного здоровее, не теряй шанс изменить свою жизнь. Вот мой блог - ur1.ca/pqc2w

«Подделки принесли нам 1,5 миллиона рублей за два месяца»
0
Миша Иванов

Ребят, броcить кyрить сейчас действительно легко, за 2 дня я излечился и чувствую себя намного здоровее, не теряй шанс изменить свою жизнь. Вот мой блог - ur1.ca/pqc2w

Mozilla высмеяла запреты Европейской комиссии по копирайту с помощью культовых мемов
0
Миша Иванов

Ребят, броcить кyрить сейчас действительно легко, за 2 дня я излечился и чувствую себя намного здоровее, не теряй шанс изменить свою жизнь. Вот мой блог - ur1.ca/pqc2w

Почему компаниям выгодно делать свои продукты хуже
0
Миша Иванов

Ребят, броcить кyрить сейчас действительно легко, за 2 дня я излечился и чувствую себя намного здоровее, не теряй шанс изменить свою жизнь. Вот мой блог - ur1.ca/pqc2w

Xor — бот для поиска вакансий и сотрудников в ИТ
0
Миша Иванов

Ребят, броcить кyрить сейчас действительно легко, за 2 дня я излечился и чувствую себя намного здоровее, не теряй шанс изменить свою жизнь. Вот мой блог - ur1.ca/pqc2w

Бесплатная раздача товара для привлечения покупателей: примеры Mountain Dew, Velle и других компаний
0
Показать еще