В Excel по-старому
По данным аналитиков из «Иннодаты», строительный рынок в России растет последние восемь лет. В 2020 году объем рынка, по оценке «Иннодаты» и Росстата, вырос на 7,8% и достиг 9,5 трлн руб. По итогам 2021 года его показатели прогнозируются на уровне 10,5 трлн руб., отмечают в Росстате, будет построено более 80 млн кв. м жилья. По данным ЦИАН, лишь в Московском регионе девелоперы смогли получить за 11 месяцев 2021 года около 1,4 трлн руб. выручки за новостройки (на 22% больше показателей 2020 года). В столице суммарный объем продаж составит около 8 млн кв. м, в Московской области — около 3,5 млн кв. м.
В 2021 году (за 11 месяцев продаж) средняя стоимость новостроек в Москве в старых границах составляет 298 тыс. руб. за 1 кв. м, констатировал аналитический центр АО «Интеко». Этот показатель на 26% выше средней стоимости новостроек в 2020 году: начиная со второй половины 2020 года произошел значительный рост цен на недвижимость.
В такой ситуации проблема определения цены на жилье становится все более актуальной. Как пояснила директор по ценообразованию и анализу рынка группы компаний «Интеко» Полина Балашова, до последнего времени ее вручную рассчитывали аналитики по нескольким источникам, в том числе по данным Росреестра о сделках и фигурирующих в них ориентировочных ценах на жилье. Кроме того, использовались данные о ценах из коммерческих баз. «Аналитик сводит все это в математическую модель в Excel и по специально разработанной методологии устанавливает стартовую цену. Он определяет цены конкретных квартир в проекте, прибавляя наценку за различные продуктовые характеристики, а также вводя стандартные наценки, как положительные, так и отрицательные», — поясняет Полина Балашова. После поступления квартир в продажу их стоимость регулярно пересматривается в зависимости от спроса, соответствия плану продаж и рыночной ситуации. По словам эксперта, в первые две-три недели после старта продаж это происходит ежедневно или несколько раз в день, затем — дважды-трижды в неделю. «Но аналитик не всегда может вычислить перетекание спроса, скажем, с одного блока квартир при их хороших продажах на другой при повышении цен на один из типов квартир. Тогда как математические модели могут это делать. Также их задача — максимизировать выручку, и в этом их основная ценность», — говорит Полина Балашова.
Цифровизация пришла в отрасль с запозданием, констатируют аналитики «Иннодаты». «Многие девелоперы не первый год внедряют различные решения по автоматизации, но в большинстве случаев эти действия носят ‘лоскутный’ характер», — отмечается в обзоре компании. «Учитывая консерватизм руководства компаний, целесообразно реализовывать цифровую трансформацию бизнеса поэтапно», — говорят аналитики компании-разработчика «Иннодата», советуя начинать с внедрения системы динамического ценообразования. По данным «Иннодаты», применение таких систем способно увеличить выручку с объекта на 3–5%. Этот тезис проверили в «Интеко», где такая разработка работает уже несколько месяцев.
Big data по-новому
Система динамического ценообразования, внедренная в «Интеко», позволяет прогнозировать спрос на жилье и управлять его стоимостными коррективами. Систему разработала компания «Иннодата»: ее особенностью выступает применение технологии машинного обучения для работы с big data в части предсказания вероятности продажи квартиры. «Система автоматизирует рутинные операции, связанные с формированием и корректировкой прайс-листов, сопоставлением стоимости с ценами конкурентов, отслеживанием текущей ситуации и прогнозированием возможного развития. Процесс формирования стоимости объекта недвижимости становится абсолютно прозрачным», — говорит руководитель проекта со стороны «Иннодаты» Дмитрий Аборин.
В «Интеко» рассказывают, что система, в частности, учитывает упомянутые данные Росреестра о проведенных сделках, курсы валют (и возможные скачки спроса на квартиры в случае их подорожания), ключевую ставку Центробанка (и возможный рост спроса на жилье в случае ее понижения), а также внутренние данные застройщика. В последнем случае речь о CRM-системе «Интеко» (в прогнозе цены участвует частота звонков покупателей по поводу определенных квартир) и аналитике передвижения клиента по сайту застройщика, в том числе с использованием систем сквозной аналитики. «Мы знаем, как клиент к нам пришел, какие квартиры смотрел, какой способ оплаты предпочитает и сколько условно у него есть денег», — рассказывает Полина Балашова. В «Иннодате» подчеркивают, что совокупно математическая модель ценообразования учитывает 600 признаков.
По результатам строится математическая модель ценообразования, она формирует вероятность продажи той или иной квартиры в процентах, добавляет Дмитрий Аборин. «Например, однокомнатная квартира продастся с вероятностью 90% в течение 30 дней, а ‘двушка’ уйдет с вероятностью 5% за срок в 90 дней. Если ряд квартир пользуется хорошим спросом, в интересах застройщика повысить цену. Если жилье неликвидно, срабатывает другой алгоритм, и система предлагает подождать или понизить ее стоимость», — рассказывают в «Иннодате». В «Интеко» говорят, что на старте продаж объекта система может запускаться вручную с той периодичностью, которую задает аналитик. В «Иннодате» добавляют, что можно настроить автоматическую работу в определенное время суток. Так, сейчас в «Интеко» система динамического ценообразования работает в ночное время. Но у «Иннодаты» есть возможность запускать ее каждые 20 минут: таково минимальное время на обработку гигантского массива данных. В пример в компании-разработчике приводят ситуацию с минимальной ипотечной ставкой с господдержкой в 4%, когда «все закупались квартирами, и застройщики активно повышали цены». «Наша модель позволяет обрабатывать за 20 минут огромный объем исторических и текущих данных из всех источников. Это очень хороший результат, учитывая, что обычно на обработку таких объемов уходят часы», — добавляют в «Иннодате».
Впрочем, в «Интеко» дополняют, что аналитик компании может «не согласиться» с предложенной системой ценой и выставить свою. «Но в компании есть цель максимально доверять системе. У любого аналитика есть шоры. И это не позволяет максимизировать выручку. Система помогает принять наиболее взвешенное решение, поскольку оно подкреплено большим количеством расчетов», — говорит Полина Балашова. По ее словам, благодаря внедрению системы динамического ценообразования девелопер получает 5–7% дополнительной выручки. Таким образом, затраты на разработку системы окупаются у застройщика в короткий период.
«Традиционно на рынке представлены математические модели, принцип работы которых непрозрачен, поэтому им сложно доверять. Мы же можем показать, как складывалась каждая рассчитанная вероятность, разложить оценку любой квартиры по составляющим. Так мы повышаем доверие к системе», — подчеркивает Дмитрий Аборин. «Применение системы позволяет быстро реагировать на изменение цен на рынке, увеличивать объем продаж без увеличения расходов и минимизировать влияние человеческого фактора», — добавляет он.
Следующим шагом цифровизации строительной отрасли в «Иннодате» видят внедрение технологий информационного моделирования (ТИМ). Речь о модели будущего объекта с архитектурно-конструкторскими, технологическими, электротехническими, экономическими и другими решениями, имеющими отношение к объекту, говорит Дмитрий Аборин. «Внедрение ТИМ может увеличить затраты на проектирование и время проектирования, но на этапах строительства, эксплуатации и реконструкции снизит расходы и повысит точность принимаемых решений», — добавляет он. По оценкам «Иннодаты», применение ТИМ в строительстве может снизить стоимость возведения зданий до 20% и сократить сроки строительства в среднем на 10%.
Элементы этой модели уже применяются в «Интеко». Так, в компании внедрен блок, анализирующий окупаемость земельного участка под застройку и рассчитывающий цену квартир и ежегодный объем продаж. В расчет берется географическое положение участка, соседние проекты застройщиков-конкурентов и иные дополнительные параметры. «Итогом модели будет прогнозная средневзвешенная цена метра и годовой темп продаж», — говорит Полина Балашова, подчеркивая, что такой системы еще нет у конкурентов. Другая разработка «Интеко» позволяет управлять себестоимостью проекта, аккумулируя данные по продукту в проектах конкурентов. Наконец, регулярные отчеты о продажах по рынку, от оперативных и ежемесячных до ежеквартальных и ежегодных, также «зашиты» в автоматизированную систему «Интеко». «У нас большое количество дашбордов, которые удобно смотреть всем: от руководства до линейного аналитика», — добавляет Полина Балашова.
Использование динамического ценообразования — один из основных современных трендов на рынке недвижимости. Инструмент позволяет определить выгодную стоимость квадратного метра и, как следствие, получить максимальную прибыль от продажи объекта.