Рейтинги digital-компаний
Кейсы Сайты Дизайн Разработка Мобайл Брендинг Аутстафф
Все кейсы

ML ценообразование

Osmi ·NDA ·2025

Недвижимость Чат-бот, mini-app

Разработана ML-модель динамического ценообразования для арендодателей, снижающая время простоя объектов.

Задача

Арендодатели некорректно оценивают рыночную стоимость жилья, что приводит к длительному простою объектов. Требовалось создать систему динамического ценообразования для уменьшения простоя и повышения заполняемости.

Решение

Разработана ML-модель на основе CatBoost, анализирующая локацию, характеристики объекта, спрос, цены конкурентов и историю бронирований. Модель прогнозирует оптимальную цену с ограничениями изменения (+30%/-10%) на срок до 30 дней. Проведены эксперименты с ARIMA, марковскими цепями, байесовскими моделями и нейросетями; CatBoost показал лучший результат. Система интегрирована в сервис с логированием данных для дообучения.

Результат

Автоматизированное ценообразование с обоснованными рекомендациями, снижение времени простоя за счет адаптивных цен, гибкие настройки и удобный интерфейс применения цены в один клик.

Похожие кейсы

Недвижимость Чат-бот, mini-app
2025

Из 10 заявок в месяц — в 107 за день: как чат-бот в Instagram* взорвал входящий поток риелтора

Shorina Team · частный риелтор

Автоматизировали первичное касание через чат-бот в Instagram для агентства недвижимости, увеличив количество лидов в 10 раз — до 107 запросов в день без запуска рекламы.

15.07.2026 Дата обновления