Alla scoperta di un settore che di certo non brilla(va) per innovazione

Quando si pensa all’intelligenza artificiale di solito si pensa alle applicazioni strategiche dentro a banche, assicurazioni e alle grandi aziende tech.

Difficilmente si pensa al settore immobiliare.

Dopotutto siamo abituati ad associarlo alla vendita offline dove fiuto e senso per gli affari fanno da padroni.

Nonostante la convinzione comune ci sono molti ambiti dove agenzie e grandi costruttori possono beneficiare per portare il loro business ad un livello ancora superiore.

Analisi Smart dei Prezzi

Come nelle grandi banche d’investimento i famosi trader sono stati quasi completamente sostituiti da algoritmi e ingegneri informatici…

Allo stesso modo anche nel settore immobiliare il machine learning è più bravo di noi a valutare i numeri.

Chi si occupa di immobiliare sa bene quanto sia vitale capire in anticipo il prezzo e il valore di una proprietà. Dopotutto un buon affare si fa al momento dell’acquisto e non durante la vendita (che sarà solo una conseguenza).

Noi uomini siamo imprecisi, sbagliamo spesso a fare i conti e di certo non siamo in grado di valutare troppe variabili contemporaneamente.

Supervised Learning

Il supervised learning è una branca del machine learning dove vengono addestrati modelli in grado di predire i valori di un soggetto partendo dalle sue caratteristiche.

Tutto quello che ci serve sono i dati di vendita di diversi immobili come prezzo, distanza dal centro, stato dell’immobile, riscaldamento, materiali, servizi nelle vicinanze etc..

Una volta archiviati dati a sufficienza sarà possibile creare un modello che ‘indovini’ il prezzo giusto della proprietà avendo a disposizione solo le sue caratteristiche.

Quali i benefici ?

• Prima di tutto avere una solida valutazione del prezzo di un immobile è la base per un business redditizio.
• Se siamo così bravi da rendere il modello scalabile i vantaggi si moltiplicano: ad esempio analizzare intere liste di immobili e individuare con grande velocità quale si trovano ad un prezzo molto minore rispetto a quello di mercato.
• Infine, da non sottovalutare, l’analisi dei trend. Avendo a disposizione prezzi e variabili potremmo fare un passo avanti. Potremmo predire, sulla base di sentiment analyis, trend analysis, news e altri fattori come il prezzo di un’intera zona si modifica nel tempo.

Start Up interessanti

• HOUSECANARY (San Francisco): L’algoritmo proprietario di questa società non solo predice il prezzo dell’immobile ma ne definisce le fluttuazioni di prezzo nell’arco di tre anni. Il modello predittivo è stato creato grazie ad uno storico di ben 40 anni di compravendite immobiliari.
• CITYBLDR (Seattle). La genialità di questa piattaforma sta nel ‘scoprire’ proprietà sottovalutate. Grazie alla collaborazioni di ingegneri , data scientist e professionisti del mondo immobiliare questa società si è presa il suo spazio all’interno di questa industria grazie alla sua capacità di trovare gemme all’interno di una spiaggia di sassi.

Analisi predittiva, Malfunzionamenti e Sicurezza

Un’altra area critica di chi gestisce immobili e grandi strutture, oltre alla classica compravendita, è proprio il mantenimento, la sicurezza e gestire il tutto cercando di tenere le spese al minimo.

Anche in questo caso il potere predittivo del machine learning e la capacità di acquisizione dati dei dispositivi IoT sono la soluzione per raggiungere la massima efficienza.

Che si tratti di monitorare lo stato di usura di un’ascensore, di prevenire la dispersione di calore o capire quali siano le zone più affollate e soggette a pericolo di un edificio i sensori IoT sono la risposta ad ogni nostra domanda.

Start UP Interessanti

• PointGrab — grazie ai sensori intelligenti installati all’interno dell’edificio monitora il comportamento degli individui e tiene traccia dell’utilizzo degli spazi. Il suo modo di virtualizzare gli individui permette di mantenere gli stessi standard di sicurezza senza comprometterne la privacy.
• BuildingIQ— una piattaforma che attraverso le sue 3 funzionalità (enables tracking analysis, aggregation modeling, and reporting) permette di monitorare il consumo energetico, l’efficienza e la produttività di un’ sistema di produzione
• LOCALIZE — (New York City). La cosa incredibile di questa app (disponibile solo per New York) è la mole di informazioni che è in grado di reperire su una proprietà. Dall’individuare il livello di rumore che impatta l’immobile (analizzando le fonte esterne come scuole, discoteche, bar etc..) all’esposizione solare della casa.

Marketing e Sales

Va bene capire i prezzi, minimizzare i consumi e migliorare la sicurezza ma… non è possibile concludere l’articolo senza parlare del fulcro di questo settore: vendere la proprietà.

Esistono diversi implementazioni che possono essere piuttosto utili alle grande agenzie per chiudere i contratti e generare lead vincenti.

Sfortunatamente molte di queste soluzioni sono ancora in fase di sviluppo e non ancora pienamente competitive a livello di business.

È bene prendere visone di come possa evolversi il mercato per non farsi sorprendere ma altrettanto importante tenere i piedi a terra e non farsi prendere dall’hype.

Raccomandazione prodotti

Prima di tutto i grandi portali online hanno già sviluppato sistemi di raccomandazione di immobili a partire dalle preferenze degli utenti e dallo storico delle proprietà visitate.

Esattamente come fa Netlfix quando ci consiglia la prossima serie TV da guardare, allo stesso modo il motore della piattaforma sposta la nostra attenzione su quello che più siamo interessati ad acquistare.

Si tratta di un’ottima soluzione per portali davvero grandi che cercano di scalare il proprio modello di business, non certo la piccola agenzia che farebbe meglio a seguire i singoli clienti con premura.

• REDFIN (Seattle): Un vero e proprio motore di ricerca per le proprietà interessanti per i clienti. È possibile impostare sia una ricerca per filtri sia lasciare mano libera all’algoritmo. Quello che sorprende sono i feedback degli utenti che molto spesso lasciano la scelta all’algoritmo anziché cercare a seconda dei propri criteri.
• TRULIA (San Francisco). Trullia è un portale immobiliare che ha già testato una soluzione di questo tipo per facilitare la ricerca di proprietà. Il suo algoritmo di raccomandazione si basa sullo storico degli utenti precedenti e cerca di individuare tratti comuni tra esigenze e gusti personali nello scegliere casa.

Realtà Aumentata

Sempre a proposito di esperienza utente e proprietà negli USA qualche start up ha già sperimentato la realtà aumentata per permettere ai clienti di entrare nell’immobile senza muovere un passo.

• VirtualAPT. La start up utilizza piccoli robot che visitano in autonomia ogni stanza della proprietà e ne catturano ogni dettaglio grazie ad un video a 360 gradi. È sufficiente ‘liberare’ queste piccole macchine e ritrovarsi con un filmato professionale pronto per essere caricato su ogni piattaforma.
• Rooomy : a differenza della precedente il software di questa compagnia permette di trasformare foto in 2D in animazioni 3D e osservare gli interni come se aveste visitato la casa di persona. (13 milioni di round appena conclusi).

Lead Generation

Come ogni attività legata alla vendita e al marketing anche il mercato immobiliare può beneficiare di una serie di innovazioni che lo colpiscono indirettamente.

Dalla gestione smart del CRM per tenere i contatti con i clienti alla lead generation per chiudere i benedetti contratti.

• COMPASS (New York). Proprio l’esempio perfetto di CRM intelligente, in grado di avvertire la ‘prontezza’ del cliente nell’acquistare e quando ricontattarlo per non perdere la sua fiducia e la sua attenzione.
• REX (Woodland Hills, Calif). Un vero e proprio motore di lead generation che grazie all’AI crea advertising mirato su siti, social media e motori di ricerca che trattiene una piccola percentuale (2%) sulla vendita finale (di sicuro meno del classico agente).

Concludendo abbiamo visto come machine learning e AI possano davvero fare la differenza anche in un settore che non brilla certo per il suo carattere innovativo.

Dalla scelta dell’immobile (price analysis) fino alle strategie per chiudere il cliente (crm e lead) passando per l’analisi delle sue caratteristiche e il suo mantenimento.