Ian Wong, Opendoorin perustaja ja CTO – Haastattelusarja

Voi kuvata Opendoorin käsitteen ja miten se eroaa kilpailijoista, kuten Zillow?

Opendoor tarjoaa ihmisille helpon ja kätevän tavan ostaa, myydä ja vaihtaa kotia. Muutamme fragmentoituja, joustamattomia kiinteistömarkkinoita kokonaisvaltaiseksi, digitaaliseksi ja tarpeen mukaan toimivaksi kokemukseksi. Opendoor on “ibuyerin” uranuurtaja, ja olemme palvelleet yli 70 000 asiakasta tähän mennessä ja laajentaneet 21 Yhdysvaltain markkinoille.

Opendoor pystyy tarjoamaan lähes välittömästi reilut markkinahinnat koteille omistaman arvostusmallin avulla, joka hyödyntää ensi- ja kolmannen osapuolen tietoja, koneälyä ja ihmisten tarkastusta. Vain muutamalla Opendoor-sovelluksessa myyjät voivat saada tarjouksen Opendoorilta 24 tunnin kuluessa. Myyminen Opendoorille tarjoaa enemmän valinnanvaraa ja varmuutta, koska kotitaloudet voivat valita muuttamispäivänsä ja välttää kotinäyttelyn ja korjausten vaivat.

Lisäksi olemme alkaneet ratkaista muita kotitransaktioihin liittyviä ongelmia uuden tuotteen lanseeraamisella, joka uudelleenmuotoilee kotinostoprosessin, kotilainaliiketoiminnan käynnistämisellä ja kiinteistö- ja vakuutusyhtiön ostamisella. Tavoitteemme on tehdä muutto vaivattomaksi, tarpeen mukaan toimivaksi ja stressittömäksi.

Mikä sai sinut kiinnostuneeksi Opendoorista?

Meillä on mahdollisuus uudelleenmuotoilla kiinteistökaupat ja määritellä uudelleen ihmisten suhteita suurimpaan omaisuuteensa. Sen sijaan, että koti olisi velka, mitä jos kotitaloudet voivat hyödyntää kotinsa tarjoamaa likviditeettiä samalla tavalla kuin me voimme nostaa rahaa pankkitililtämme? Mitä jos ostajat ja myyjät voivat ohittaa kuukausien stressin ja epävarmuuden ja tulla varmemmaksi seuraavan elämänvaiheen suhteen? Näkymä, jossa mahdollistetaan enemmän maantieteellistä liikkuvuutta ja taloudellista vapautta, on erittäin jännittävää, ja tuntuu siltä, että olemme vasta aloittamassa tätä matkaa.

Opendoor analysoi suuren kokoelman historiallisia markkinatransaktioita. Mitä tyyppisiä tietoja keräät?

Tarkkaa kiinteistötietoa, jolla on tarvittava yksityiskohtaisuus, ei ole helppo löytää. Käytämme suuria omia ja kolmannen osapuolen tietoja ymmärtääksemme historiallisia markkinatransaktioita, mukaan lukien listaus- ja kotitasoisten yksityiskohtien. Tämä tarkoittaa, että tarkastelemme yleisiä tietoja listauksista, kuten myyntipäivämäärää ja -hinta, kun koti listattiin, sekä tietoja yksittäisistä kodeista, kuten makuuhuoneiden ja kylpyhuoneiden määrä, keittiöominaisuudet tai neliömetrit. Lisäksi otamme huomioon ominaisuudet, jotka kuvaavat kodin laatua tai ainutlaatuisuutta, mikä mahdollistaa meille valita vertailukelpoiset kodit ja lopulta hinnoitella koti mahdollisimman tarkasti. Otamme myös huomioon samanlaiset tiedot kodeista, jotka ovat parhaillaan myynnissä. Lopulta nämä tiedot auttavat meitä ennustamaan kodin reilun markkinahinnan ja arvioimaan, kuinka kauan koti todennäköisesti myydään.

Opendoor analysoi myös koteja, jotka poistetaan markkinasta ilman transaktiota, miten tämä tieto käytetään eri tavoin verrattuna myydyksi tulleisiin koteihin?

Tutkimme samanlaisia tietoja sekä aktiivisille kodeille että kodeille, jotka poistetaan markkinasta ilman transaktiota – kutsuen näitä “poistetuiksi listauksiksi”. Tietokokoelmamme tarkastelee monia koti- ja listauskohtaisia yksityiskohtia, kuten neliömetrejä ja listahintaa, kullekin transaktiolle. Tarkastelemme näitä oivalluksia poistetuille listauksille, mutta emme pysty havainnoimaan kohdevakuumme, eli päivien määrää markkinoilla. Lisäksi tarkastelemme markkinaa kokonaisuutena ymmärtääksemme tarjontaa ja kysyntää. Sisällyttämällä transaktioitta listaukset pystymme saamaan kokonaisvaltaisemman käsityksen markkinasta.

Opendoor käyttää Ensemblingiä tekijänä talon hinnoittelussa. Voitko selittää, mitä ensembling on ja miten Opendoor käyttää tätä teknologiaa?

Kun ostaja haluaa ostaa talon tai myyjä päättää listata kotinsa markkinoille, tapa, jolla he määrittävät kodin arvon, riippuu siitä, miksi he ostavat tai myyvät. Ja tämä voi olla erilainen riippuen ostajasta ja myyjästä. Sisällytämme tämän malliimme ymmärtääksemme, miten ostajat ja myyjät näkevät markkinan, ja tässä ensembling tulee kuvaan. Ensembling mahdollistaa meille käyttää useita hinnoittelumalleja yhdessä laskemaan kodin arvon painotetun keskiarvon. Jotkut mallit saattavat painottaa tiettyjä muuttujia toisin kuin toiset. Olemme havainneet, että ensembling johtaa yleensä tarkempiin hinnoitteluun kuin yksittäinen malli.

Opendoor tuo suuren määrän tietoa eri lähteistä, mikä voi olla haasteellista, koska tiedot on alun perin merkitty tai muotoiltu eri tavoilla. Opendoor käyttää Markovin satunnaiskenttää avuksi tämän ongelman ratkaisemisessa. Voitko selittää, mitä tämä on?

Haaste johtuu tekstidatan mutaatioista, lyhenteistä ja oikeinkirjoitusvirheistä epäjohdonmukaisiin sana- ja numeromerkkien kirjoitusasuun. Huono laatus tieto vaikuttaa kotiarvostusmalleihimme, joten toteutimme matemaattisen lähestymistavan standardoida teksti ja parantaa etikettien laatua. Markovin satunnaiskenttä mahdollistaa meille arvioida kaikki etiketit yhdessä ja tulkitsemaan ominaisuuksia, kuten aluejaot, tarkemmin. Kunkin etiketin arvo saadaan kahdesta osasta: 1) kuinka hyvin lopulliset etiketit liittyvät alkuperäiseen tekstiin ja 2) kuinka tilallisesti jatkuvat etiketit naapureiden kesken. Markovin ketjujen matematiikan avulla teemme tiedosta enemmän kuin sen osien summa.

Käytätte tekniikkaa, jota kutsutaan selviytymisanalyysiksi, mallintamaan keskimääräistä aikaa, joka kuluu myytäväksi asetetun kodin myyntiin. Mitä selviytymisanalyysi on ja soveltuuko se Opendoorin tapaukseen?

Perustavasti meidän on ymmärrettävä likviditeetti kunkin kodin osalta ja päivitettävä näkymämme kodin likviditeetistä, kun saamme enemmän tietoa. Selviytymisanalyysi on tilastollinen menetelmä, joka analysoi odotetun ajan, joka kuluu, ennen kuin yksi tai useampi tapahtuma tapahtuu. Tapauksessamme käytämme selviytymisanalyysiä ymmärtääksemme ja ennustamaan, kuinka kauan talo myydään. Tämän menetelmän avulla parannamme merkittävästi kykyämme reagoida kehittyviin markkinatilanteisiin ja ennustamaan yksikkötaloutemme tarkemmin. Tämä auttaa meitä määrittämään riskikynnyksen kullekin kodille ja tekemään älykkäämpiä investointeja, mikä on elintärkeää liiketoiminnallemme.

On usein tekijöitä, jotka vaikuttavat kodin arvoon, jotka ovat hyvin sijaintikohtaisia, kuten tieliikenteen melu. Miten käytätte koneälyä ohjelmoimaan arvostusmallianne tällaisiin ongelmiin?

Opendoorin arvostusmalli (OVM) yhdistää koneälyä ja ihmisten asiantuntemusta tarjoamaan tarkat ja kilpailukykyiset tarjoukset, ottaen huomioon vähemmän ilmeiset tekijät, kuten tieliikenteen melu. Tämän saavuttamiseksi luotamme ihmisten asiantuntijoihin tunnistamaan muuttujia ja koneisiimme ennustamaan, kuinka paljon ne vaikuttavat hinnoittelualgoritmiin. OpenStreetMap (OSM) on vapaasti saatavilla oleva tietokanta tielogiikoille ja auttaa meitä tunnistamaan koteja, jotka ovat lähellä teitä. Etsimme myös aiempia ihmisten sovituksia kodeille laskea keskimääräinen sovitusarvo. Pystymme parantamaan näitä arvoja aikojen kuluessa, ja kun keräämme enemmän ihmisten sovitusdataa markkinoille, tietokanta kasvaa ja parantaa OVM-suorituskykyä. Ennen kaikkea rikastamme valmiita kolmannen osapuolen tietoja omilla ominaisuuksillamme. Tuloksena sijaintikohtaiset signaalit paranevat merkittävästi ajan myötä.

Onko jotain muuta, mitä haluaisit jakaa Opendoorista?

Se, mikä tekee työskentelemisestä Opendoorissa erityisen erikoista minulle, on se, että käytämme teknologiaa, dataa ja operatiivista erinomaisuutta ratkaisemaan todellisia maailman ongelmia miljoonille kuluttajille. Tämä liitto verkko- ja offline-maailman välillä ei ole koskaan tehty aiemmin, ja se tuo mukanaan paljon uusia ja mielenkiintoisia haasteita.

Lue lisää Opendoorista