ИИ НЕ ПОМОЖЕТ! Почему невозможно создать Искусственный интеллект в оценке недвижимости?

ЧАСТЬ 1. ЦЕЛЬ ОЦЕНКИ.

Давайте начнем с простого. Определимся с целью оценки объекта недвижимости. Тут же вспоминается анекдот.

- Хаим, сколько будет дважды два?

- Изя, уточни: мы покупаем или продаем?

народный еврейский анекдот

В этом анекдоте вся суть оценки. Покупатель и продавец никогда не согласятся с оценкой недвижимости. Налоговый инспектор никогда не согласится с оценкой объекта, который дали продавец или покупатель. Банкир, который берет объект в залог, никогда не согласится с оценкой собственника.

Все! В принципе на этом можно заканчивать статью. Шутка.

Рынок недвижимости многим кажется статичной величиной, но это не так. Поставьте себя на место банка, который на пузыре цен начала 2022 года набрал объекты недвижимости в залог, что будет, если придется в конце 2023 года продавать объект с торгов? Поможет банкиру оценка февраля 2022 года?

Очевидно, что у оценки нет долгосрочного срока годности. Тогда для банка нам нужна не оценка, а система мониторинга цен.

Но! Поможет ли такая система мониторинга цен, конкретному собственнику квартиры в жилом комплексе бизнес-класса с окнами на реку и парк, с прекрасным современным ремонтом? Что ему до нашей усредненной системы мониторинга цен. Ему нужно знать здесь и сейчас, сколько он может вытащить денег для решения конкретных задач сегодня. Ни вчера, ни через полгода, а сегодня.

Это разные системы.

Собственник хочет узнать ответ на 3 вопроса:

1. Можно ли продать объект за столько, сколько я хочу?

2. Если нет, то за сколько готовы купить?

3. Стоит ли по предложенной цене продавать сейчас?

То есть! Цель системы мониторинга цен показать нам тренд движения рынка в следующие 3-4 месяца. Цель сегодняшней оценки – сказать, сколько вытащим сейчас.

То, что сегодня делают порталы не отвечает ни на первый вопрос, ни на второй.

ЧАСТЬ 2. МЕТОДИКА СБОРА ДАННЫХ И ОЦЕНКИ.

Не будем долго говорить о методах оценки, их более-менее знают все.

Казалось бы, для машинного метода более всего подходит сравнительный анализ. Но, что мы сравниваем и какие данные используем для сравнения.

Если мы берем за основу данные ЦИАН или АВИТО. То получаем следующее.

ЦИАН и АВИТО зарабатывают деньги на платном размещении объявлений. Никто не платит дальше, если объект продан.

- Значит, что, Петров?

- Значит, если мы видим объявление в рекламе до сих пор, объект еще не продан!

- Садись, Петров, пять!

- Если объект не продан, Кузнецова, то, что?

- Значит, цена указанная в объявлении не вызвала желание у покупателя купить объект и владельцу или его представителю приходится дальше платить за рекламу объекта!

- Садись, Кузнецова, пять!

Получается, что на ЦИАНЕ и АВИТО мы видим цены НЕПРОДАЖИ! То есть по этим ценам не покупают.

Представим себе троих соседей, которые поставили в рекламу объекты. Сосед А мечтает, он просто решил проверить, дадут ли ему за его квартиру 18 млн рублей. Сосед Б хочет купить взамен квартиру больше, но пока не может найти подходящий себе объект и поэтому не снижает цену. Сосед В посмотрел на А и Б, поставил 18 млн рублей, но ему горит отдать долги.

Покупатель прошел все три квартиры. И в разговоре с владельцем В достиг цены 17,2 млн рублей. Увидим ли мы эту цену на ЦИАНЕ и АВИТО? Нет! Какой вывод сделают соседи А и Б? О! Сосед В только вышел по цене 18 млн рублей и объявление ушло. Мало берем! И поднимают цену до 18,2 млн.

Какой смысл для собственника получить оценку его объекта по ценам НЕПРОДАННЫХ объектов?

Теперь о методике оценки. При сравнительном анализу машину нужно научить отбирать релевантную выборку объектов недвижимости.

Релевантной выборкой будет отдаленно считаться: схожие характеристики объекта недвижимости по строительным материалам, по размеру и площади, по локации, возрасту объекта недвижимости.

Давайте сразу на пальцах объясню, что такое кластеризация и оценка. Нельзя оценку делать на малом количестве объектов. То есть в радиусе 500 метров (расстояние пешей ходьбы) для сравнения вы получите ничтожно малую выборку объектов. Ваша оценка любым более-менее понимающим в математике тут же будет разнесена.

Как только для построения выборки вы используете больший радиус в локации. Вы рискуете улететь в другой район. Возьмем радиус в 2 км (10 минут на машине) и получим такой разброс цен, что объяснить его без понимания сути агентской работы вы не сможете.

Почему? Потому что покупатель смотрит на объект по-другому. Он видит не просто набор характеристик. Он видит двор, фасад дома, входную группу, алкоголиков у подъезда, графити с матом на соседнем заборе.

Запомните! Грамотный эксперт при оценке перспектив объекта недвижимости на рынке смотрит на объект «глазами покупателя».

Глядя на объект, который является в сути своей штучным товаром из-за вида из окна, ремонта, качества жилого комплекса, отзывов на управляющую компанию, я должен выделить те маркетинговые преимущества, которые позволят вытащить из кармана покупателя больше денег.

Поэтому метод оценки называется «сравнительно-маркетинговым анализом конкурентов» (СМАК). Я смотрю какие прямые конкуренты могут «утащить на себя» внимание покупателей.

ИИ НЕ ПОМОЖЕТ! Почему невозможно создать Искусственный интеллект в оценке недвижимости?

Знаете ли вы, что в зависимости от типа Правоустанавливающих документов и сложности сделки дисконт на рынке недвижимости может составлять 10%. Как программный продукт учтет этот фактор?

ЧАСТЬ 3. КОРИДОР ЦЕНОВОГО ОЖИДАНИЯ.

Очень тяжело это сходу объяснить. На своем курсе для будущих агентов я трачу на объяснение 4 академических часа. Но! Давайте попробую.

Представьте себе, что я вам предложу сейчас iphone14PRO по цене 50 000 рублей. Для машинного анализа – это подозрительно низкая цена.

Так и с покупателем. За определенный товар он ожидает определенной цены. За китайский внедорожник покупатель не готов платить по цене немецкого бизнес-класса. Но за немецкий бизнес-класс покупатель тоже не готов отдать цену китайского автомобиля. Вот в чем парадокс.

В оценке объекта недвижимости важно очень четко определить в каком коридоре ожидает купить подобный объект конкретный покупатель. И это ручной анализ. Это опросы покупателя в момент общения агента на показах и приеме звонка по телефону.

У нас недавно продавался объект в жилом комплексе 2016 года, который мы поставили для ускорения продажи в рекламу по цене 14,9 млн рублей. Два покупателя, посмотревшие этот объект, купили в итоге объекты по цене 16 и 16,1 млн рублей. Каков был ответ причины выбора?

«Ваш объект кажется нам подозрительно низким по цене».

Как такой ответ учтет искусственный интеллект систем оценки?

В итоге, когда мы подняли объект до цены 15,1 млн рублей, состоялась сделка по цене 15,3 млн рублей. Потому что мы заставили двух претендентов конкурировать между собой.

Какой вывод? Вывод такой, что мы не можем научить машину думать как покупатель. Как машина ответит на вопрос «фасад у этого жк мрачный».

ЧАСТЬ 4. ИТОГО

Для работы эксперта мне нужны попытки машины делать оценку. От порталов я жду:

- данные, очищенные от фейков и дублей;

- историю реальных цен сделок (могут дать банки);

- инструментарий построения таблиц и выборок.

Ни один портал недвижимости, кроме Домклик не попытался сегодня это сделать.

44
11 комментариев

Что же касается назначения цены для объектов, то можно делать так:

То, что описано выше позволит нам получить балл оценки квартиры от ИИ. Далее мы по этому баллу сможем искать похожие квартиры либо в текущем рынке, либо можем обратиться к базе прошлых сделок и смотреть там. А цену корректировать на общее изменение цен по рынку за период.

PS: Нет таких задач, с которыми не справится работ. Тем более Вы этому учите других, а значит методика выбора и оценки квартиры имеет определенные алгоритмы. А при принятии решения вы анализируете развесовку значимости критериев для выбора.

Да, эту программу на коленке не напишешь, но ведь и заказчик такой программы не ларек с капустой, а крупные игроки на рынке. С десяток хороших программистов сделают за 1 год такую систему, которая будет учитывать тысячи параметров и будет работать лучше любого оценщика.

Ответить

Александр, идея рабочая при условии, что "баллы" для оценки будут актуализировать и вносить в систему агенты.
Иначе, как эта информация появится в системе?

У ДомКлик, например, ведётся база по объектам с фото фасадов, подъездов (информацию берут из объявлений) и характеристики дома, квартиры.

Ответить

Я сделал экспертную систему по определению максимальной цены продажи недвижимости. У меня в профиле есть сайт, там по продукту оценки есть видео-отчёты, интересно ваше мнение

Ответить

А не скинуться ли нам на правильный портал? С патента начинаем или с прав на программу для ЭВМ?

Ответить