イアン・ウォン、Opendoor共同創設者兼CTO – インタビュー・シリーズ

Opendoorのコンセプトをまとめ、Zillowなどの競合他社とどう違うのか説明してください。

Opendoorは、人々が簡単に便利に家を買ったり売ったりトレードインできるようにします。私たちは、断片化された、柔軟性のない不動産モデルを、エンドツーエンドのデジタルでオンデマンドの体験に変えています。iバイヤーの先駆者であるOpendoorは、現在までに7万人以上の顧客にサービスを提供し、21の米国市場に拡大しています。

Opendoorは、独自の評価モデルを使用して、家の近似的な市場価値を提供できます。このモデルは、第一者と第三者のデータを活用し、機械学習、AI、人間のレビューを組み合わせています。Opendoorアプリで数回タップするだけで、売り手は24時間以内にOpendoorからのオファーを受け取ることができます。Opendoorに売ることで、売り手はより多くの選択肢と確実性を得ることができ、移動日を選択し、家の見せや修理のストレスを避けることができます。

さらに、私たちは、新しい製品の発売や、住宅ローン事業の開始、タイトルおよびエスクロー会社の買収など、住宅取引の他の痛み点を解決するために取り組んでいます。私たちの目標は、移住をシームレスに、オンデマンドに、ストレスフリーにすることです。

あなたがOpendoorに惹かれたのは何ですか?

私たちは、不動産取引を再考し、人々の最大の資産との関係を再定義する機会を持っています。不動産を負債ではなく、流動性の源として利用できるようにすることができます。買い手と売り手が、数ヶ月間のストレスと不確実性を避け、次の人生の章に自信を持って進むことができるようにすることができます。地理的移動性と経済的自由を促進するというビジョンは非常に興奮しますし、私たちはその旅の出発点に立っています。

Opendoorは歴史的な市場取引の大量のコレクションを分析します。どのようなデータポイントを収集していますか?

必要な粒度の正確な不動産データは簡単に入手できません。私たちは、歴史的な市場取引を理解するために、大規模な独自のデータセットと第三者のデータセットの組み合わせを使用しています。リストレベルの詳細や家レベルの詳細、販売日や価格、リストされた日など、リストからの共通のデータポイントを調べます。また、個々の家のデータポイント、寝室や浴室の数、キッチンの属性、平方フィートなども調べます。さらに、家の品質やユニークさを示す特徴を組み込んで、より適切な比較対象を選択し、最終的に家をできるだけ正確に価格設定することができます。現在市場に出ている家からの同様のデータも考慮します。最終的に、これらのデータポイントは、家の市場価値と家を再販するのにかかる時間を予測するのに役立ちます。

Opendoorは取引されなかった家も分析しています。取引された家とどう違うのか、そのデータはどう使われているのか?

私たちは、取引された家と取引されなかった家の両方で、同様のデータを調べます。取引されなかった家、つまり「リストオフ」家については、家レベルの詳細やリストレベルの詳細、平方フィートやリスト価格などのデータを調べます。しかし、取引された家では観察できない「市場に出ている日数」などのターゲット変数は観察できません。さらに、市場全体を理解するために、供給と需要を調べます。取引されなかったリストを組み込むことで、市場のより包括的な画像を得ることができます。

Opendoorは家の価格設定にアンサンブルを使用しています。アンサンブルとは何ですか? Opendoorはどうやってこの技術を使いますか?

買い手が家を買うときや売り手が家を市場に出すとき、家の価値を決定する方法は、買い手や売り手のタイプによって異なります。Opendoorは、買い手と売り手が市場を見ている方法を理解するために、アンサンブルを使用しています。アンサンブルにより、異なる価格設定モデルを組み合わせて、家の価値の加重平均を計算できます。モデルによっては、特定の変数に異なる重みを付けることがあります。アンサンブルを使用することで、より正確な価格設定が可能になります。

Opendoorはさまざまなソースからの大量のデータをインポートしますが、データのラベル付けやフォーマットの問題が発生することがあります。Opendoorはマルコフランダムフィールドを使用してこの問題を解決しています。マルコフランダムフィールドとは何ですか?

テキストデータのミューテーション、省略形やスペルミス、単語の順序の不一致、数字のスペルなど、さまざまな問題が発生します。品質の低いデータは、家の評価モデルに影響を与えます。そこで、ラベルを標準化し、品質を向上させるために、数学的なアプローチを実装しました。マルコフランダムフィールドにより、テキストをスコア付けし、特徴such asサブディビジョンをより正確に解釈できます。各ラベルのスコアは、2つのコンポーネントから来ます。1）元のテキストとの関連性、2）隣接するラベルの空間的連続性。マルコフ連鎖の数学を使用して、データをその部分の合計以上のものにします。

あなたは、販売されている家の平均保持時間をモデル化するために、生存分析と呼ばれる手法を使用しています。生存分析とは何ですか? Opendoorの場合にどう適用されますか?

基本的に、家ごとに流動性を理解し、情報が増えるにつれて流動性プロファイルの見方を更新する必要があります。生存分析は、1つ以上のイベントが発生するまでの予想時間を分析する統計的手法です。私たちの場合、生存分析を使用して、家が売れるまでにかかる時間を予測しています。この方法により、市場の変化に応じて迅速に反応し、ユニットエコノミクスをより正確に予測する能力が大幅に向上します。これにより、各家のリスクしきい値を決定し、より賢明な投資を行うことができます。これは、私たちのビジネスにとって非常に重要です。

家の価値に影響を与えるロケーション依存的な要因、例えば道路の騒音などがあります。Opendoorはどうやって評価モデルをプログラムしてこれらの問題に対処していますか?

Opendoor評価モデル（OVM）は、機械学習と人間の専門知識を組み合わせて、正確で競争力のあるオファーを提供します。道路の騒音などの、目立たない要因を考慮するために、人間のオペレーターが変数を特定し、機械がその重要性を予測するように依頼します。OpenStreetMap（OSM）は、道路幾何学のための無料データセットであり、道路に隣接する家を特定するのに役立ちます。また、市場での人間の調整データを使用して、平均調整値を計算します。スケールを増やし、市場のデータを収集するにつれて、データセットが成長し、OVMのパフォーマンスが向上します。最も重要なのは、利用可能な第三者のデータを独自のデータで強化することです。結果として、ロケーション依存的なシグナルが大幅に向上します。

Opendoorについてさらに共有したいことがありますか?

Opendoorで働くことの特別な点は、テクノロジー、データサイエンス、オペレーショナルエクセレンスを使用して、数百万人の消費者にとっての現実世界の痛み点を解決することです。オンラインとオフラインの世界の結婚は、これまでになかったことであり、新しい課題が多数あります。

Opendoorについてもっと知る