Секрет ценовой модели Opendoor

«Меня поражает, что люди часто более склонны действовать, основываясь на небольшом количестве данных или их отсутствии, чем на использовании данных, которые сложно собрать».
- Роберт Шиллер

Дома - самое дорогое имущество среднего американца, но им труднее всего торговать. Трудно продать дом в спешке, когда кому-то нужны деньги, но машинное обучение может помочь решить эту проблему. Кейт Рабуа, ветеран технологий, занимавший руководящие должности в PayPal, LinkedIn и Square, основал Opendoor для решения этой проблемы. Его предпосылка состоит в том, что сотни тысяч американцев ценят уверенность в продаже, а не получение наивысшей цены. Opendoor взимает более высокую комиссию, чем традиционный агент по недвижимости, но, в свою очередь, он очень быстро предоставляет предложения по домам. Девиз Опендура: «Сделайте предложение на свой дом одним нажатием кнопки».

«Получите предложение на свой дом одним нажатием кнопки».

Опендур покупает дом, устраняет проблемы, рекомендованные инспекторами, и пытается продать его с небольшой прибылью. Чтобы добиться успеха, Opendoor должен точно и быстро оценить дома, которые он покупает. Если Opendoor устанавливает слишком низкую цену на дом, у продавцов нет стимула продавать свой дом через платформу. Если цена на дом будет завышена, то при продаже он может потерять деньги. Opendoor необходимо найти справедливую рыночную цену для каждого дома.

Недвижимость - это самый крупный класс активов в Соединенных Штатах, на который приходится 25 триллионов долларов, поэтому потенциал Опендура огромен. Но для того, чтобы Opendoor сделал соответствующее предложение, он должен определить цену каждого дома со всей имеющейся у него информацией о продаваемом доме. Opendoor ориентируется на середину рынка и не делает предложений на проблемные или элитные дома, потому что их цены непредсказуемы.

Opendoor создает программы, предсказывающие стоимость дома. Он делает это, анализируя особенности, о которых может подумать покупатель на рынке, а затем обучает этому свои модели. Opendoor делает это, анализируя три основных фактора:

  • Качества дома;
  • Район дома; и
  • Цены на соседние дома с течением времени.

Если бы вы сказали кому-то, что продаете дом площадью 2000 квадратных футов в Фениксе с двумя ванными комнатами и четырьмя спальнями, может ли покупатель назвать цену? Нет, они не могут. Покупатель должен увидеть дом. Точно так же модель Opendoor должна определять цену дома на основе достоверных данных и превращать их в нечто машиночитаемое и анализируемое алгоритмами. Таким образом, Opendoor также фотографирует дом, чтобы анализировать не только количество спален и другие особенности. Фотографии показывают больше качественных и количественных данных по сравнению с количеством комнат.

Фотографии информируют Opendoor о количественной информации, например о наличии бассейна на заднем дворе, типе напольного покрытия и стиле шкафа. Но другие особенности также важны для оценки дома, и их гораздо труднее определить. Например, хорошо ли выглядит дом и какова его внешняя привлекательность. Фотографии дополняют детали до необработанных фактов. Хотя эти характеристики присутствуют на изображениях, не все из них легко идентифицируются алгоритмами. Опендур определяет эти характеристики, используя как глубокое обучение для извлечения некоторой информации в машиночитаемую информацию, так и краудсорсинг, то есть использование большого количества людей для выполнения части работы. Opendoor нуждается в краудсорсинге для поиска качеств, которые менее поддаются количественной оценке, чтобы превратить эти визуальные сигналы в структурированные данные.

После этого Opendoor берет данные и анализирует их, добавляя другие факторы, например, в каком районе находится дом и его местоположение в этом районе. Но это тоже непросто, потому что, даже если дома расположены близко друг к другу, их цены варьируются в зависимости от многих других факторов. Например, если дом находится слишком близко к большой шумной автомагистрали, то цена дома может быть ниже, чем у дома в том же районе, но дальше от магистрали. Или дом, расположенный рядом с футбольным полем или торговым центром, может повлиять на цену. Многие вещи влияют на цену дома, но на первом этапе пытаются определить цену дома.

Следующий этап - определение стоимости дома во времени. Один и тот же дом имеет разную цену в зависимости от того, когда он продается. Итак, Opendoor необходимо определить, как цены меняются с течением времени. Например, до пузыря 2008 года цены на жилье были чрезвычайно высокими, а после того, как пузырь лопнул, цены резко упали. Opendoor должен выяснить, какой должна быть цена дома в зависимости от времени продажи.

Первое изображение показывает цену домов на нормальном рынке. На втором изображении представлены цены на дома в Фениксе непосредственно перед взрывом пузыря на рынке жилья. И третье изображение показывает цены на дома сразу после того, как пузырь на рынке жилья лопнул.

Opendoor нужно думать не только о цене, но и о рыночной ликвидности, то есть о том, сколько времени в среднем требуется для продажи дома на определенном рынке. Насколько рынок готов принять дом, который Опендур собирается купить и перепродать? Opendoor должен оценить риск, который принимает на себя, делая предложение. Ликвидность влияет на то, сколько домов можно купить за определенный период и на какой риск он принимает. Чем дольше дом продается, тем выше риск. Чем больше может варьироваться цена, тем хуже для Опендура, потому что он хочет платить справедливую цену за каждый дом.

Конкуренты

Другие конкуренты догоняют и предлагают аналогичные услуги, что приносит пользу клиентам. Например, в 2018 году Zillow начал предлагать услугу покупки домов по «предложению за наличные», только когда покупатель вводит информацию о доме, включая фотографии. Zillow предсказывает стоимость этих домов с помощью машинного обучения.