Группа «ИНТЕКО» с помощью «Иннодаты» провела цифровую трансформацию ценообразования и внедрила большой продуктовый и аналитический блок

Новый подход позволит одному из ведущих девелоперов страны повысить эффективность продаж за счет автоматизации процесса индексации цен на недвижимость, прозрачной продуктовой и рыночной аналитики.

Группа «ИНТЕКО» – девелопер, реализующий лучшие проекты высокобюджетного сегмента в сфере недвижимости на основе анализа и прогноза предпочтений человека. Следуя этой парадигме, в компании задумались о создании современного инструмента цифровизации процессов ценообразования и аналитики рынка, чтобы четко реагировать на изменение его конъюнктуры и способствовать высокотехнологичному подходу в формировании цены на объекты – квартиры, машино-места, кладовые и нежилые помещения.

В компании было принято решение развернуть автоматизированную информационную систему динамического ценообразования. Внедрив такое решение, «ИНТЕКО» получило бы ряд преимуществ в борьбе за клиента. В компании существенно сократилось бы время реакции на новые вводные о ценах, кратно увеличилось количество анализируемых параметров и появилась возможность индексировать ценообразование на более частой регулярной основе, придавая ему большую гибкость.

Руководство «ИНТЕКО» обозначило четыре реперные точки в цифровой трансформации ценообразования в компании:

•          Объективный, проактивный и достоверный анализ рынка недвижимости.

• Создание единой продуктовой базы рынка недвижимости

•          Эффективный, гибкий и прозрачный процесс определения стартовой цены и индексации цен на недвижимость.

•          Эффективность принимаемых решений за счет увеличения количества анализируемых параметров.

•          Прозрачная нативная аналитика исполнения плана и темпа продаж для принятия верных управленческих решений.

Лучшее решение этой амбициозной задачи предложила компания «Иннодата», российский системный интегратор и цифровой проводник в ключевые сегменты экономики России, представивший девелоперу собственную разработку. Уникальная ее особенность – применение для работы с Big Data технологии машинного обучения (или Machine Learning) в части предсказания вероятности продажи квартиры. Сама же стоимость объекта недвижимости рассчитывается, исходя из бизнес-правил компании и конкурентных показателей и поддается математическому анализу. Поэтому процесс формирования стоимости объекта недвижимости становится абсолютно прозрачным.

«Особенностью системы в «ИНТЕКО» является ее разделение на два интегрированных модуля: модуль ценообразования и аналитическо-продуктовый модуль, – говорит Александр Сергиенко, исполнительный директор «Иннодаты». – Последний является для рынка уникальным: в нем задействовано более чем 50 дэшбордов, показывающих состояние рынка недвижимости, собранные из нескольких внешних систем и внутренних источников. Этот модуль в принципе не имеет аналогов».

«Основное отличие этого продукта от аналогов на рынке – это блоки оценки земельных участков (для best-use анализа); продуктовый блок, собирающий всю информацию по жилым комплексам от материалов фасада/ТЭПов до артикулов в отделке квартир и МОПах; а также аналитический блок, который покрывает все потребности бизнеса по рыночной аналитике», – комментирует Полина Балашова, Директор по аналитике и ценообразованию «ИНТЕКО».

Цифровой подход к ценообразованию, примененный одним из лидеров рынка недвижимости, гарантирует «ИНТЕКО» и его клиентам объективную оценку ошибки, вызванной «человеческим фактором» при проведении массивных расчетов. В компании решена важная внутренняя задача: процесс индексации цен и определения стартовой цены не является теперь трудозатратным, ведь время выполнения и необходимые ресурсы с помощью цифровизации кардинально сокращены.

Сегодня автоматизированная система динамического ценообразования от «Иннодаты» полностью сдана в промышленную эксплуатацию «ИНТЕКО». По самым скромным прогнозам, проект поспособствует в среднесрочной перспективе увеличению объема выручки девелопера на 2,5-3,5% с одного жилищного комплекса.

В планах партнеров дальнейшее развитие системы и реплицирование ее на региональный бизнес.