ИИ-сервис от VK позволил MR Group добиться почти 100% точности прогнозов стоимости квартир

Компания MR Group интегрировала ИИ-сервис PREDICT (проект VK) для автоматического расчета квартирографии. Сервис определяет оптимальную квартирографию жилого комплекса и рекомендуемый уровень цен, который позволит полностью реализовать проект в срок, установленный финансовой моделью. По данным тестов MR Group, точность прогнозирования стоимости квартир в среднем составила 91%.

---

MR Group входит в число лидеров рынка по уровню цифровизации и инноваций в своих проектах, активно развивает направления трейд-ин, венчурных инвестиций и ЗПИФ. Портфель компании — это 44 объекта общей площадью 7 миллионов кв. м в Москве, Московской области и Сочи.

---

«Математическая модель предлагает оптимальный вариант квартирографии для новых ЖК на основе имеющихся данных с оценкой оптимальной стоимости жилья. Алгоритм также позволяет менять распределение квартир с учетом проектных ограничений застройки и определять экономическую эффективность этого решения. Мы используем программный комплекс от VK на всех новых проектах, в том числе в таких масштабных жилых комплексах, как Mod, City Bay, Symphony 34, «Павелецкая Сити» (совместно с Level Group) и «Селигер Сити».

В будущем также планируем расширить возможности инструмента и добавить опцию детализированных рекомендаций по функциональным характеристикам жилья для того, чтобы планировать, к примеру, количество парковочных мест и габариты отдельных комнат и помещений в соответствии со спросом», ― говорит Мария Литинецкая, генеральный директор MR Group. 

Алгоритмы сервиса анализируют накопленные данные о спросе и предложении на жилые объекты в точке застройки, цены и темпы продаж квартир в похожих комплексах. Кроме того, модели учитывают информацию о социальной и транспортной инфраструктуре района.

«При проектировании жилого здания застройщику необходимо определить количество квартир и комнат в них, площадь, а также цену квадратного метра на каждом этапе строительства. Это помогает получить максимальную прибыль и реализовать весь объем жилья в установленный срок. Формировать план вручную не всегда эффективно: рынок меняется, количество данных для аналитики растет.

Технологии машинного обучения и анализ массивов данных позволяют минимизировать риски и максимально эффективно формировать планирование жилых комплексов. Совместный опыт с MR Group уже показал высокую эффективность такого подхода. Сервис можно использовать как для принятия решения на этапе проектирования, так и для проверки гипотез экспертов», – комментирует Роман Стятюгин, директор аналитических сервисов PREDICT, VK.

Система рассчитывает, какое количество квартир – студий, однокомнатных, двухкомнатных и трехкомнатных — должно быть в комплексе. Модели также позволяют балансировать продажи на всех этапах в зависимости от заданных темпов реализации проекта. При необходимости, разбивку по долям квартир можно скорректировать вручную, после чего система пересчитает показатели цен и сроков реализации.