์ธ๊ณต์ง๋ฅ
๋ถ๋์ฐ์ ๊ณผํ: ๋งค์นญ ๋ฐ ๊ตฌ๋งค
您的 데이터는您를 가장 잘 알고 있습니다. 그것을 사용하여您的 꿈의 집을 찾으십시오.부동산 산업은 매년 사용되지 않는大量의 데이터에 앉아 있습니다. 이 기사에서는 부동산 투자자, 중개인, 회사들이 산업 내에있는大量의 정보를 사용하여 사람들이 꿈의 집을 찾는 데 도움이되는 고급 기술을 어떻게 활용하는지 обс论합니다.
2017년, Field Actions Science Reports 기사는 부동산 부문에서 AI, 기계 학습, 예측 분석의 영향에 대해 논의합니다:
“AI 기반 도시 분석의 실천은 부동산 산업에서 시작되고 있습니다. 데이터 과학 및 알고리즘 논리는 새로운 도시 개발 관행의 전면에 있습니다. 얼마나 가깝게? 전문가들은 디지털화가 지능형 건물 관리 시스템을 훨씬 넘어갈 것이라고 예측합니다. 예측 기능을 갖춘 새로운 분석 도구는 도시 개발의 미래에 극적으로 영향을 미치고, 그 과정에서 부동산 산업을 재구성할 것입니다.”
2020년으로 돌아가면, 과도한 기대를 뒤로하고, 우리는 데이터 리터러시, 디지털화 전략, 기술 발전에 대한 변혁적影响을 인정합니다. 예측 분석, 기계 학습, AI 기반 애플리케이션은 여전히 다양한 산업에서 혁신을 주도하고 있습니다. 가장 재미없는 기계 학습 애플리케이션부터 가장 흥미로운 NLP & OCR 자동화 노력까지, 산업 리더들은 이러한 강력한 도구를 利用하는 방법을 배웠습니다.
오늘날 우리는 3개의 부동산 사용 사례를 살펴봅니다. 현대 소프트웨어 스택과 직관적인 인터페이스가 기계 학습 및 데이터 엔지니어링과 어떻게 상호 작용하여 고유한 제품 및 서비스를 생성하는지 보여주기 위한 것입니다.
부동산 과학: 귀하는 귀하의 데이터를 가장 잘 알고 있습니다. 그것을 사용하여 귀하의 완벽한 집을 찾으십시오.
집 구매 과정
오늘날의 부동산 시장은 기계 학습에 대한 흥미로운 도전을 제기합니다. 올바른 집 구매자와 올바른 부동산을 올바른 가격에 매칭하는 공식이 존재합니까? 정확한 집 매칭 및 발견 서비스를 구축하는 것이 연구자와 산업 전문가를 긴장하게 만듭니다.巨大的 데이터 볼륨과 온라인 추천 시스템(넷플릭스, 등)의 높은 정확도를 이용하여 집 매칭 엔진은 끊임없이 개발되고 있습니다.
Orchard는 현대 기술 도구를 利用하여 집 발견 서비스를 개선하는 중개인입니다. 기계 학습 알고리즘을 사용하여 집 구매자에게 가장 중요한 질문에 대한 답변을 제공합니다. “귀하의 꿈의 집은 무엇처럼 보입니까?” 또한, 알고리즘은 “귀하는 어떤妥協을 할 수 있습니까?”라는 후속 질문에 대한 답변을 도와줄 수 있습니다.
공동 창립자이자 최고 제품 및 마케팅 책임자 인 Phil DeGisi는 다음과 같이 설명합니다.
“Home Match는 사람들이 가장 중요한 기능을 선택할 수 있는 첫 번째 집 검색 알고리즘입니다. 우리는 구매자에게 집에서 무엇을 가치 있게 생각하고 “필수 항목”과 “좋은 항목”으로 간주하는지에 대한 질문을 합니다. Orchard는 검색 영역의 모든 집에 개인 매칭 점수를 할당합니다.”
이ように 구매자는 적절한 집 구매 기회와 매칭되며, 모든 당사자에게 과정은 더 쉽게 됩니다.
집 매칭 시스템의 사용자는 개인화와 사용성이 향상된 경험을 즐길 수 있습니다. 검색 결과는 프로필에 따라 순위가 매겨지며, 평범한 부동산 카탈로그를 대체하는 사용하기 쉬운 인터페이스가 제공됩니다.
“Orchard는 또한 Photo Switch라는 또 다른 산업 첫 번째 솔루션을 개발했습니다. 이는 개인화된 검색 결과를 더 시각적으로 유용하고 개인화된 방식으로 표시합니다. 이를 위해 Orchard는 시장에 있는 모든 집의 사진을 스캔하고 각 사진에 있는 방을 결정하는 기계 학습 모델을 만들었습니다. 이 기능은 최초이며 사용자가 한 번의 버튼 클릭으로 모든 “필수 항목”을 한 번에 비교할 수 있습니다. 요리사 키친, 울타리가 있는 후원, 또는 아늑한 거실이든 집 구매자는 이제 브라우저에서 한 번에 모든 방을 볼 수 있습니다.”
이러한 기능은 현대 기술 도구의 무결점한 상호 작용으로만 가능합니다. 웹 플랫폼, 가상 현실 SDK, 이미지 처리 알고리즘 및 기계 학습 프레임워크는 모두 고유한 부동산 경험을 생성하는 데 기여합니다.
상업용 부동산 평가
또 다른 중요한 상업용 부동산 과정은 부동산 평가입니다. 자동화된 평가 모델은 산업이 시작된 이후로 존재해 왔으며, 부동산을 평가하고 가격 체계를 설정하는 임무를 맡았습니다. 전통적으로 이러한 모델은 대부분 역사적인 판매 데이터에 기반을 두었습니다. 그러나 과거 행동만을 기반으로 하는 모델은 많은 다른 데이터 소스를 놓치고 있습니다.
예측 분석 및 현대적인 데이터 수집 인프라는 외부 데이터 소스를 통합하고 알고리즘을 다양한 데이터 유형에 따라 훈련하도록 설계되었습니다. 한 가지 데이터 유형만을 사용하여 한정된 관점을 제공하는 대신,統一 데이터 아키텍처는 360도 관점을 제공하고 외부 데이터 소스를 통합합니다. 시장 수요, 거시 경제 데이터, 임대 가치, 자본 시장, 일자리, 교통 등이 있습니다. 부동산 평가 모델에서 사용할 수 있는 데이터에는 하드한 제한이 없기 때문에 예측 분석은 부동산 에이전시에 사용할 수 있는 강력한 도구입니다.
Smart Capital은 이러한 현대적인 솔루션을 제공합니다. 부동산 부동산을 평가하기 위해 예측 분석을 사용하며, 1영업일 내에 전체 보고서를 제공하도록 약속합니다. उनक의 CEO 인 Laura Krashakova는 어떻게 이를 달성하는지에 대해 일부 통찰력을 제공합니다.
“기술은 데이터 처리 및 부동산 평가를 실시간으로 가능하게 하며, 이전에는 지역 중개인만이 접근할 수 있던 데이터에 대한 개인 액세스를 제공합니다. 지역 정보 such as 위치의 인기도, 지역의 편의 시설, 대중 교통의 품질, 주요 고속도로와의 근접성, 보행자 교통량은 이제 쉽게 비교할 수 있도록 점수화되어 있습니다.”
이러한 서비스가 가능하게 하는 두 가지 측면이 있습니다. 액세스의 용이성과 실시간 통찰력의 가능성입니다. 모바일 및 웹 플랫폼은 고객이 데이터에 액세스, 업로드 및 시각화하기 쉽게 합니다. 필요한 것은 인터넷 연결뿐입니다. 동시에 예측 분석 프레임워크는 데이터를 실시간으로 처리하며, 이는 몇 밀리초 안에 발생합니다. 새로운 데이터 이벤트가 발생하면, 이를 수집하여最新의 분석 보고서에 포함합니다. 시간이 걸리는 집중적인 계산을 기다릴 필요가 없습니다. 모든 계산은 클라우드에서 거의 즉시 발생할 수 있습니다.
또한, 현대 기술 도구의 무결점한 상호 작용으로 실시간 통찰력을 기반으로無缝한 경험을 제공할 수 있습니다. 동시에 다양한 외부 데이터 소스는 평가의 정확성을 높이는 보증이 됩니다. 이는 모든 당사자에게 시간, 돈, 고민을 절약합니다.
대출 신청 과정의 간소화
또 다른 상업용 부동산 과정은 대출 신청입니다. 이는 집 구매자에게뿐만 아니라 기계 학습 모델에게도 도전을 제기합니다. 신용 승인 모델은 개인 정보, 신용 기록, 역사적 거래, 고용 기록 등 모든 종류의 데이터에 액세스해야 합니다. 이러한 모든 데이터 소스를 수동으로 식별하고 통합하는 것은 빠르게 번거롭고 시간이 걸리는 작업이 될 수 있습니다. 또한 수동 처리는申请 과정에서 오류가 발생할 가능성이 있습니다. 이러한 측면은 수동 대출 신청 과정을 부동산 거래의 병목 현상으로 만들었습니다.
만약 어떤 자동화된 솔루션이 이러한 고통을 덜어줄 수 있다면…
Beeline은 대출 신청 과정을 간소화하는 회사입니다. 그들의 직관적인 모바일 인터페이스는 구매자를 대출 신청 과정으로 안내하며, 이는 몇 분 안에 완료할 수 있습니다. 전체 과정은 15분밖에 걸리지 않으며, 집 구매자에게 많은 고민을 절약한다고 주장합니다. 그들은 이를 어떻게 하는지에 대해 다음과 같이 설명합니다.
그들의 서비스는 모바일 우선 경험, 지능형 처리 능력, 및 최근 사용자 디자인을 통합함으로써 가능합니다. 그들의 대출 가이드는 채팅 인터페이스를 통해 제공되며, 사용자에게 질문에 대한 답변을 찾기 쉽게 합니다. NLP 알고리즘은 이러한 상호 작용을 지원하며, 개인화된 경험을 생성하는 데 도움이 됩니다.
동시에, 자동 평가 알고리즘은 구매자가 양식을 작성하는 동안 배경에서 작동합니다. 이는 자동화가 그들의 서비스의 성공에 핵심임을 보여줍니다. 또한, 기술 도구의 무결점한 상호 작용이 이러한 자동화를 가능하게 합니다.
다음은 무엇인가?
강력한 기술 트렌드의 혼합은 부동산 혁신의 최전선에 있습니다. 데이터의 가용성 증가, 데이터 처리 능력의 발전, 기계 학습 알고리즘의 普遍性는 모두 가장 도전적인 애플리케이션을 지능적이고 자동화된 방식으로 해결할 수 있게 합니다.
또한, 클라우드 컴퓨팅 능력과 현대적인 저장 아키텍처는 데이터에서 통찰력을 실시간으로 추출하고, 복잡한 예측 모델을 구축하며, 다양한 데이터 소스를 통합할 수 있게 합니다. 모든 것이 미래를 예측하고, 혁신하고, 경쟁 우위를 유지할 수 있게 합니다.
image sources: Canva
