Внедрение системы динамического ценообразования на квартиры в "ИНТЕКО"

Компания/Заказчик:
ИНТЕКО
Консалтер/Интегратор:
Иннодата
География:
РФ
Отрасли:
Строительство и архитектура
Области управления бизнеса:
Маркетинг и продажи
Решаемые бизнес-задачи:
Прогнозирование спроса, Ценообразование
Идеологические платформы и тренды:
Большие данные, Машинное обучение
Источник изображения:
изображение взято из открытых источников
Исходная проблема, вызов, идея

Цель внедрения системы динамического ценообразования на недвижимость заключается в повышении эффективности процесса управления ценами в соответствии с ситуацией на рынке и максимизации прибыли.

Подобный подход позволяет учитывать больше источников данных для прогнозирования по сравнению с ручным расчетом [в Exсel], уменьшить время обновления прогнозов и повысить их точность.

Принцип решения

Использование машинного обучения

Краткое описание кейса

В "ИНТЕКО" внедрена система динамического ценообразования, разработанная компанией "Иннодата". Она автоматизирует рутинные операции по работе с данными для расчета, позволяет прогнозировать спрос на жилье (предсказывает вероятность продажи квартиры в процентах) и управлять его стоимостными коррективами.

Всего система учитывает более 600 признаков, в том числе данные Росреестра о проведенных сделках, курсы валют (и возможные скачки спроса на квартиры в случае их подорожания), ключевую ставку ЦБ (и возможный рост спроса на жилье в случае ее понижения), внутренние данные застройщика (частота звонков покупателей по поводу определенных квартир, аналитика передвижения клиента по сайту застройщика).

Отмечается, что обработка данных для обновления прогноза занимает порядка 20 минут. Благодаря внедрению системы динамического ценообразования девелопер может получить 5–7% дополнительной выручки.

[Уточняется]

Ссылки на источники