Рейтинги digital-компаний
Подбор по задачеПодбор Кейсы Сайты Дизайн Разработка Мобайл Брендинг Интеграторы SMM SEO Performance Аутстафф
Все кейсы

ML-платформа оценки недвижимости: рост выручки на 15% для сети агентств

Октябрь team ·2024

Недвижимость UI/UX-дизайнРазработка ПО

Разработали ML-платформу оценки недвижимости для сети агентств: средний прирост выручки 13,7% за 4 месяца, точность прогноза MAPE 4,9%.

Подбор агентства по задаче →

Задача

Сеть агентств недвижимости теряла до 12% потенциальной выручки из-за неоптимального ценообразования: объекты либо занижались в цене и продавались мгновенно, либо зависали из-за завышенной стоимости. Требовался инструмент для определения оптимальной цены под цели «продать быстрее рынка» или «максимизировать доход» и контроля качества работы риелторов.

Решение

Создали ML-платформу на основе CatBoost, обученную на истории сделок и инфраструктурных данных, и UX-виджет в CRM, который за 300 мс предлагает цену и прогнозирует влияние на срок экспозиции и маржу. Данные собрали из 5 источников, нормализовали адреса через DaData, восполнили пропуски геокодированием. Внедрили SHAP-объяснения и сценарии «что будет, если» для преодоления скепсиса агентов, провели обучение.

Результат

  • +13,7% Средний прирост совокупной выручки за 4 месяца
  • 58 → 41 день Сокращение средней экспозиции для быстрой продажи
  • 4,9% Точность прогноза цены (MAPE)
  • 92% Собственники принимают цену без торга после объяснений

Средний прирост совокупной выручки составил 13,7% за 4 месяца A/B-теста. Средняя экспозиция объектов с целью «быстрая продажа» сократилась с 58 до 41 дня. Точность прогноза цены достигла MAPE 4,9%, что на 38% лучше ручных оценок. В 92% случаев собственники принимают цену без торга после демонстрации факторов.

Ещё 286 кейсов в категории Промышленное предприятие → Разработка ПО

Похожие кейсы

Недвижимость UI/UX-дизайнРазработка ПО
16.10.2026 Дата обновления
Источники: Workspace