Geo-AutoML-сервис для анализа новостроек от ВТБ

Заказчик:: ПАО Банк ВТБ
Руководитель проекта со стороны заказчика: Юлий Шамаев

управляющий директор, управление перспективных алгоритмов машинного обучения, департамент анализа данных и
Год завершения проекта: 2023
Сроки выполнения проекта: Январь, 2023 - Ноябрь, 2023
Масштаб проекта: 10000 человеко-часов
Цели: Главной целью проекта было создать универсальный инструмент для оценки стоимости кв. м жилой недвижимости в зависимости от расположения и строительной готовности на основе обезличенных данных в крупнейших городах России — и по всей географии присутствия банка ВТБ.
Результаты: Благодаря разработке команды департамента анализа данных и моделирования у банка появился дополнительный инструмент анализа, Техника анализа позволяет выделять влияние различных факторов на стоимость недвижимости и прогнозировать стоимость объекта в различных сценариях.

Уникальность проекта

Задача оценки стоимости объектов недвижимости сложна и актуальна как в области геопространственного анализа, так и в машинном обучении. До настоящего времени не существовало универсального решения, которое бы учитывало все аспекты и специфику рынка недвижимости.
Сервис использует более 3 миллионов объектов недвижимости и обезличенные данные из различных источников для построения аналитики о районе, инфраструктуре, интересах жителей и других характеристиках окружения.

Проект решает задачи импортозамещения

Да

Использованное ПО

Полностью собственная внутренняя разработка банка

Сложность реализации

Сложность задачи по оценке недвижимости в масштабах России заключается в учете региональной специфики, макроэкономических колебаниях и большом разнообразии в качестве и расположении строительных объектов, что в свою очередь обуславливает выбор инструментов и способов моделирования.

Описание проекта

Geo-AutoML-сервис для анализа новостроек от ВТБ — сложно-функциональный сервис оценки строящегося жилья, разработанный командой департамента анализа данных и моделирования ВТБ.
Решение в автоматическом режиме с помощью инструментов геоаналитики и машинного обучения на основе большого массива обезличенных данных:

оценивает стоимость кв. м жилой недвижимости в зависимости от расположения и строительной готовности,
экономит время банка при оценке строительных проектов застройщиков жилой недвижимости для принятия взвешенного решения о выдаче кредитов в ускоренном режиме,
предоставляет аналитику и информацию о рыночных условиях и характеристиках объектов недвижимости в разных регионах РФ,
использует модели машинного обучения и инструменты AutoML для автоматической актуализации моделей в соответствии с динамикой рынка недвижимости.

Решение для каждой конкретной локации и периода прогнозирования отбирает самые важные показатели из обширного количества параметров:

параметры строящегося объекта (класс объекта, этажность, общая площадь, квартирография и др.)
параметры окружения (численность работающего/проживающего населения, доходы, возраст, торговая активность, профили интересов и др.);
параметры застройки и объектов аналогов (стоимость, возраст жилой недвижимости, арендные ставки коммерческой недвижимости.);
Макроэкономические параметры (курсы валют, процентные ставки, рыночные индикаторы экономики)

Техника анализа позволяет выделять влияние различных факторов на стоимость недвижимости и прогнозировать стоимость объекта в различных сценариях.

География проекта

41 город России (Москва вместе с Подмосковьем в пределах ЦКАД, Санкт-Петербург и пригороды, 13 городов с населением +1 млн, 26 крупнейших городов присутствия банка).