Портфель договоров на 40 млн, который не конвертировался в продажи: как я создал IT-продукт для анализа рынка недвижимости
История о том, как зависший портфель договоров агентства недвижимости и системная проблема всей индустрии привели к созданию первого инструмента объективной оценки — и почему 30% флип-проектов убыточны
Предыстория: когда опыт не помогает
Меня зовут Дмитрий Красавцев. Я в недвижимости с 2011 года: начинал риелтором, затем стал исполнительным директором агентства, а в 2019 основал сервис НЕОС и начал разрабатывать IT-продукты для анализа локальных рынков недвижимости.
За карьеру я провёл более 150 сделок по продаже и выполнил более 200 оценок в разных регионах России. Казалось бы, за 4 года работы я должен был научиться чувствовать рынок. Но в 2015 году произошло событие, которое показало: опыт и интуиция не работают без данных.
2015: портфель договоров на 40 миллионов, который не конвертируется
Я работал исполнительным директором в агентстве недвижимости. В какой-то момент у нас случился огромный спад продаж.
Ситуация была катастрофической:
- Портфель договоров на продажу на сумму 40 миллионов рублей
- Объекты не продаются месяцами
- Клиенты недовольны
- Риелторы и агентство в минусе
На одной из планёрок мы приняли решение: по каждому объекту в работе нужно сделать отчёт об оценке, провести переговоры с собственниками о корректировке цен. Это был самый короткий путь к исправлению ситуации.
Риелторы должны были сделать презентации для клиентов как могли — используя свой многолетний опыт работы.
И тут я узнал шокирующую правду
От 50 риелторов я получил:
- Кучу непонятных таблиц в разных форматах
- Часть вообще не предоставила никаких отчётов
- НИ У ОДНОГО из 50 человек не было устоявшейся формы для анализа
Выяснилось, что все риелторы пользовались только:
- Доверием клиентов
- "Насмотренностью" на объявления
- Памятью о сделках своих и коллег
Этого явно недостаточно для понимания ситуации во множестве сегментов рынка.
Как на самом деле продают недвижимость
Я обнаружил типичную схему работы риелтора:
Шаг 1: Риелтор берётся за продажу объекта по любой цене — лишь бы заключить договор с клиентом-собственником.
Шаг 2: В зависимости от спроса начинает напоминать клиенту, что "нужно снижать цену".
Проблема: Переговоры по цене для риелтора — это стрессовый шаг. Многие просто не звонили клиентам, избегая этого стресса.
Альтернатива: Риелторы с большой мотивацией заработать комиссию "задалбливали" клиентов звонками про снижения цены наугад.
Результат: Клиенты теряли деньги. Каждый раз.
По сути, вся продажа происходила вслепую. Без данных, без анализа, без понимания реального положения дел на рынке.
30% флип-проектов убыточны. История Николая (имя изменено)
Уже после создания первой версии продукта (об этом ниже) я начал исследовать применение анализа данных во флиппинге недвижимости.
В 2022 году я познакомился с Николаем — начинающим флиппером, который уже купил квартиру, сделал ремонт и вышел в продажу.
Параметры проекта:
- Квартира была очень красивая после ремонта
- НО: завышенная цена
- И: ошибка с выбором этажа
Хронология провала:
- 5 месяцев — Николай пытался продать самостоятельно. Безуспешно.
- Ещё 4 месяца — я продал по оценке, но было уже поздно.
Итого: 9 месяцев продажи
Финансовый результат:
- Ипотека за 9 месяцев "съела" всю прибыль (+ время на затянувшийся ремонт)
- Налоги увели проект в убыток
- И это при том, что квартира сдавалась в посуточную аренду почти всё время!
Почему так получилось?
Николай не сделал анализ рынка ДО покупки объекта. Он не знал:
- Реальную рыночную цену после ремонта
- Ликвидность сегмента (как быстро продаются аналоги)
- Влияние этажа на ликвидность и стоимость квартиры
Если бы он увидел данные перед покупкой, то либо не купил бы этот объект, либо скорректировал цену входа или затраты на улучшения.
Решение: IT-продукт вместо интуиции
Проблема с отсутствием данных преследовала меня ещё с 2012 года, когда я работал риелтором. Тогда у меня возникали проблемы в переговорах с собственниками по цене — если доверие низкое, клиенты не верят "насмотренности".
Я экспериментировал с Google-таблицами, но вручную собирать и обрабатывать данные занимало до 2 дней на один объект. Это не масштабировалось.
В 2021 году я принял решение: создать IT-продукт для автоматизации сбора и анализа данных по рынку недвижимости.
Что пришлось сделать
Для реализации пришлось учиться программированию с нуля. Это я начал делать ещё работая в агентстве: купил курс по разработке полного цикла и обучался по вечерам и выходным.
Создание первой работоспособной системы заняло 8 месяцев ежедневной разработки. ИИ тогда не было, но даже с ИИ подобный проект можно сделать за 4-5 месяцев.
Как это работает: технология
Архитектура системы:
- Парсинг данных: автоматический сбор объявлений с ЦИАН и Авито. Отслеживание истории изменения цен. Фиксация появления/исчезновения объектов.
- Обработка данных: объединение дублей (один объект может быть у 10 агентств), проверка данных по домам, актуализация объявлений, ручная проверка аномалий и ошибок.
- Анализ и визуализация: Построение графиков ликвидности сегмента, карта с выделенными домами, таблица со всеми объектами за год, график рынка (последние цены перед снятием), График изменения средней цены.
- Генерация отчёта HTML-файл с интерактивными графиками. Ссылки на все объявления.
Особенности:
Для собственников-продавцов: модуль сравнения объектов — получение узкого коридора продажи с учётом всех параметров (этаж, состояние, планировка).
Для флипперов-инвесторов: калькулятор доходности флип-проекта — можно ввести стоимость покупки и ремонта, получить прогноз прибыли.
Результаты внедрения
Что изменилось в работе
Мне стало легко вести переговоры по цене:
- Собственники видели объективную картину
- Клиенты быстрее приходили к равновесной цене
- Сократились сроки продаж
Это резко выделило меня как специалиста:
- Подобных решений на рынке нет по сей день
- Понимание ликвидности сегмента даёт преимущество
- Было много оценок, когда становилось понятно — объект не подходит для флиппинга
При продаже объектов:
- Нет больших снижений в цене
- Часто нет торга (цена уже оптимальная)
- Покупатели готовы брать без торга или даже повышать цену, если поймать нескольких в один момент
Почему не бесплатные ИИ-оценки?
На рынке есть бесплатные оценки от больших порталов на основе ИИ. Проблема в том, что это "чёрный ящик":
❌ Непонятная логика расчёта ❌ Нет данных для ручного анализа ❌ Невозможно проверить, откуда взялась цена ❌ Просто выдумки ИИ без обоснования
Наш подход — полная прозрачность:
✅ Ссылки на ВСЕ объявления из анализа
✅ Фотографии объектов для визуальной оценки
✅ Полная история изменения цен по каждому объекту
✅ Вы видите ВСЕ данные и можете проверить каждую цифру
✅ Понятная логика: вы ПОНИМАЕТЕ, откуда берутся выводы
Это принципиальная разница: не просто цифра из алгоритма, а возможность самостоятельно проанализировать рынок на основе реальных данных.
Инсайты после 200+ оценок
Инсайт 1: Понимание ликвидности критично
Если в сегменте низкая ликвидность (мало покупателей), снижение цены наугад — это просто потеря денег. Нужно понимать:
- Сколько объектов продаётся в месяц
- Есть ли сезонность
- Какая реальная ротация
Инсайт 2: Разница между "желаниями продавцов" и "выбором покупателей"
График изменения средней цены показывает:
- По какой цене выставляют объекты (желания)
- По какой цене снимают с продажи объекты (реальность)
Разница между этими цифрами — ключевой показатель для определения реальной рыночной стоимости.
Инсайт 3: стратегия с постепенным снижением цены = потеря денег
Если вы используете стратегию с постепенным снижением цены, то должны быть уверены, что находитесь в высоколиквидном сегменте, в котором каждый месяц покупают подобные объекты, если это не так, то любое снижение цены, это прямая потеря денег. Если в сегменте нет покупателей, то вы просто так снижаете цену. В текущий момент сегментом с низкой ликвидность очень много.
Инсайт 4: Профессионал без данных = любитель
Продавцы завышают цену на 8-15% из-за неверной оценки, 30% флиппинг-проектов убыточны из-за неправильной оценки стоимости
Даже многолетний опыт не спасает без объективных данных.
Выводы
- Интуиция не работает без данных. Даже с 10-летним опытом можно ошибиться на сотни тысяч рублей.
- Рынок недвижимости непрозрачен. Большинство участников рынка работают "на глаз", что создаёт возможности для тех, кто использует данные.
- Автоматизация сбора данных — это конкурентное преимущество. То, что раньше занимало 2 дня, теперь делается за часы.
- Прозрачность данных важнее красивой цифры. Клиенты хотят понимать, откуда берётся оценка, а не просто получить число.
- Для флипперов анализ до покупки — обязателен. Это не опция, это необходимость для прибыльного проекта.
Что дальше
Сейчас я развиваю НЕОС и работаю над улучшением алгоритмов анализа. География — вся Россия, от Калининграда до Владивостока.
Стоимость анализа: 10 000 рублей.
Срок подготовки: от 1 до 4 рабочих дней.
Формат: HTML-файл с интерактивными графиками + бесплатная консультация по видео звонку.
Для читателей VC.ru:
- Напишите мне в телеграм и я вышлю примеры отчётов, чтобы посмотреть, как это выглядит
- Бесплатная консультация для обсуждения вашего кейса
- Скидка 10% на повторные заказы
P.S.
Если вы занимаетесь недвижимостью (продаёте квартиру или инвестируете в флиппинг), задайте себе честный вопрос:
На основе чего вы принимаете решение о цене? На основе данных или на основе чьего-то мнения?
Разница между этими подходами — это сотни тысяч рублей.
Контакты: Дмитрий Красавцев
Опыт: с 2011 года | 150+ сделок | 200+ оценок
P.P.S. Если у вас есть вопросы по анализу рынка недвижимости или хотите обсудить технологию — пишите в комментариях или в телеграм, добавляйтесь в Сообщество по флиппингу . Всегда рад пообщаться с людьми, которые принимают решения на основе данных.