Ian Wong, Co-Founder und CTO von Opendoor – Interview-Serie

Können Sie das Konzept hinter Opendoor zusammenfassen und erklären, wie es sich von Wettbewerbern wie Zillow unterscheidet?

Opendoor bietet Menschen eine einfache und bequeme Möglichkeit, Häuser zu kaufen, zu verkaufen und umzutauschen. Wir verwandeln ein fragmentiertes, unflexibles Immobilienmodell in ein durchgängiges, digitales und auf Abruf verfügbares Erlebnis. Als Pionier des “iBuyings” hat Opendoor bisher über 70.000 Kunden bedient und ist in 21 US-Märkten expandiert.

Opendoor kann nahezu instantane faire Marktwerte für Häuser bereitstellen, indem es ein eigenes Bewertungsmodell verwendet, das erste und dritte Parteiendaten nutzt, sowie Machine Learning, künstliche Intelligenz und menschliche Überprüfung. Mit nur wenigen Tippen in der Opendoor-App können Verkäufer innerhalb von 24 Stunden ein Angebot von Opendoor erhalten. Der Verkauf an Opendoor bietet mehr Auswahl und Sicherheit, da Hausbesitzer ihr Auszugsdatum wählen und die Mühe und den Stress von Hausbesichtigungen und Reparaturen vermeiden können.

Darüber hinaus haben wir begonnen, andere Schmerzpunkte im Hausgeschäft mit der Einführung eines neuen Produkts zu lösen, das den Hauskaufprozess neu interpretiert, der Einführung eines Hypothekengeschäfts und der Übernahme einer Firma für Titel und Escrow. Unser Ziel ist es, den Umzug nahtlos, auf Abruf und stressfrei zu machen.

Was hat Sie dazu bewogen, sich Opendoor anzuschließen?

Wir haben die Chance, den Immobilientransaktionsprozess neu zu gestalten und damit die Beziehungen der Menschen zu ihrem größten Vermögenswert umzudefinieren. Anstatt eine Belastung zu sein, können Hausbesitzer mit Opendoor die Liquidität, die ihre Häuser bieten, nutzen, ähnlich wie wir von unserem Girokonto abheben. Was, wenn Käufer und Verkäufer Monate des Stresses und der Unsicherheit vermeiden und sich bei der nächsten Phase ihres Lebens sicherer fühlen können? Die Vision, mehr geografische Mobilität und finanzielle Freiheit zu ermöglichen, ist sehr aufregend, und es fühlt sich an, als ob wir gerade erst auf diese Reise aufbrechen.

Opendoor analysiert eine große Sammlung historischer Marktransaktionen. Welche Arten von Datenpunkten sammeln Sie?

Genauere Immobilien-Daten mit dem erforderlichen Maß an Granularität sind nicht leicht zu finden. Wir verwenden eine Kombination aus großen eigenen und Drittanbieter-Datensätzen, um historische Marktransaktionen zu verstehen, einschließlich Listing- und Hausdetails. Das bedeutet, dass wir uns auf übliche Datenpunkte aus einer Listing konzentrieren, wie den Verkaufsdatum und -preis, wenn das Haus gelistet wurde, sowie Datenpunkte über einzelne Häuser, wie die Anzahl der Schlafzimmer und Badezimmer, Küchenattribute oder die Quadratmeterzahl. Darüber hinaus integrieren wir Funktionen, die die Qualität oder Einzigartigkeit eines Hauses kennzeichnen, um besser vergleichbare Häuser auszuwählen und letztendlich das Haus so genau wie möglich zu bewerten. Wir berücksichtigen auch ähnliche Daten von Häusern, die derzeit auf dem Markt sind. Letztendlich helfen uns diese Datenpunkte, den fairen Marktwert eines Hauses und die voraussichtliche Zeit, die es dauern wird, das Haus zu verkaufen, vorherzusagen.

Opendoor analysiert auch Häuser, die vom Markt genommen werden, ohne dass eine Transaktion stattfindet. Wie werden diese Daten im Vergleich zu Häusern, die verkauft wurden, anders verwendet?

Wir betrachten ähnliche Daten für sowohl aktive Häuser als auch Häuser, die vom Markt genommen werden, ohne dass eine Transaktion stattfindet – Häuser, die wir “Delistings” nennen. Unser Datensatz untersucht verschiedene Haus- und Listing-Details, einschließlich Quadratmeter und Listenpreis, für jede Transaktion. Wir untersuchen diese Erkenntnisse für Delistings, aber wir können unsere Zielvariable der Tage auf dem Markt nicht beobachten. Darüber hinaus betrachten wir den Markt insgesamt, um Angebot und Nachfrage zu verstehen. Durch die Einbeziehung nicht-transaktierter Listings können wir ein umfassenderes Bild des Marktes erhalten.

Opendoor verwendet Ensembling als Faktor bei der Hausbewertung. Können Sie erklären, was Ensembling ist und wie Opendoor diese Technologie verwendet?

Wenn ein Käufer ein Haus kaufen oder ein Verkäufer sein Haus auf dem Markt anbieten möchte, hängt die Bewertung des Hauses davon ab, warum er kauft oder verkauft. Und das kann sehr unterschiedlich sein, je nach Käufer- und Verkäufer-Typ. Wir integrieren dies in unser Modell, um zu verstehen, wie Käufer und Verkäufer den Markt sehen, und das ist der Punkt, an dem Ensembling ins Spiel kommt. Ensembling ermöglicht es uns, verschiedene Preismodelle zusammenzuführen, um einen gewichteten Durchschnitt der Hauswerte zu berechnen. Einige Modelle können bestimmte Variablen anders gewichten als andere. Wir haben festgestellt, dass Ensembling in der Regel zu genaueren Preisen führt als jedes einzelne Modell.

Opendoor importiert große Datenmengen aus verschiedenen Quellen, was aufgrund der ursprünglichen Kennzeichnung oder Formatierung der Daten eine Herausforderung darstellen kann. Opendoor verwendet Markov Random Field, um diesem Problem zu begegnen. Können Sie erklären, was das ist?

Die Herausforderung resultiert aus Mutationen in den Textdaten, von Abkürzungen und Fehlern bis hin zu inkonsistenter Anordnung von Wörtern und numerischen Schreibweisen. Schlechte Datenqualität beeinträchtigt unsere Hausbewertungsmodelle, weshalb wir einen mathematischen Ansatz implementiert haben, um Texte zu standardisieren und die Qualität der Kennzeichnungen zu verbessern. Markov Random Field ermöglicht es uns, alle Kennzeichnungen gemeinsam zu bewerten und Merkmale wie Unterteilungen genauer zu interpretieren. Die Bewertung jeder Kennzeichnung ergibt sich aus zwei verschiedenen Komponenten: 1) wie gut die endgültigen Kennzeichnungen mit dem ursprünglichen Text zusammenpassen und 2) wie räumlich kontinuierlich die Kennzeichnungen unter den Nachbarn sind. Mit der Mathematik von Markov-Ketten machen wir die Daten zu mehr als nur der Summe ihrer Teile.

Sie verwenden eine Technik namens Überlebensanalyse, um die durchschnittliche Haltezeit eines zum Verkauf angebotenen Hauses zu modellieren. Was ist Überlebensanalyse und wie wendet Opendoor diese an?

Grundlegend müssen wir die Liquidität pro Haus verstehen und unsere Sicht auf das Liquiditätsprofil eines Hauses anpassen, wenn wir mehr Informationen erhalten. Überlebensanalyse ist eine statistische Methode, die die voraussichtliche Zeit analysiert, bis ein oder mehrere Ereignisse eintreten. In unserem Fall verwenden wir Überlebensanalyse, um zu verstehen und vorherzusagen, wie lange ein Haus zum Verkauf stehen wird. Mit dieser Methode verbessern wir unsere Fähigkeit, auf veränderte Marktsituationen zu reagieren, und können unsere Einheitenökonomie genauer vorhersagen. Dies hilft uns, einen Risikoschwellenwert für jedes Haus zu bestimmen und intelligenter zu investieren, was für unser Geschäft von entscheidender Bedeutung ist.

Es gibt oft Faktoren, die den Wert eines Hauses beeinflussen und sehr ortsabhängig sind, wie z.B. Straßenlärm. Wie verwenden Sie Machine Learning, um Ihr Bewertungsmodell für ein solches Problem zu programmieren?

Das Opendoor-Bewertungsmodell (OVM) kombiniert maschinelles Lernen mit menschlicher Expertise, um genaue und wettbewerbsfähige Angebote zu liefern, wobei weniger offensichtliche Faktoren wie Straßenlärm berücksichtigt werden. Dazu verlassen wir uns auf unsere menschlichen Operatoren, um Variablen zu identifizieren, und unsere Maschinen, um vorherzusagen, wie viel sie in der Preisgestaltung zählen. OpenStreetMap (OSM) ist ein frei verfügbarer Datensatz für Straßengeometrien und hilft uns, Häuser in der Nähe von Straßen zu identifizieren. Wir suchen auch nach vorherigen menschlichen Anpassungen an Häusern, um den durchschnittlichen Anpassungswert zu berechnen. Wir können diese Werte mit der Zeit verfeinern und unsere Datenmenge für Märkte erweitern, wodurch die Leistung des OVM verbessert wird. Am wichtigsten ist, dass wir leicht verfügbare Drittanbieter-Daten mit unseren eigenen proprietären Daten anreichern. Als Ergebnis verbessern sich die ortsabhängigen Signale dramatisch über die Zeit.

Gibt es noch etwas, das Sie über Opendoor teilen möchten?

Was das Arbeiten bei Opendoor für mich besonders besonders macht, ist, dass wir Technologie, Datenwissenschaft und operative Exzellenz nutzen, um reale Schmerzpunkte für Millionen von Verbrauchern zu lösen. Diese Verbindung der Online- und Offline-Welten ist noch nie zuvor gemacht worden und bringt viele neue und interessante Herausforderungen mit sich.

Um mehr zu erfahren, besuchen Sie Opendoor