Ian Wong, Co-fundador e CTO da Opendoor – Série de Entrevistas

Você pode resumir o conceito por trás da Opendoor e como ele difere dos concorrentes, como a Zillow?

Opendoor oferece às pessoas uma maneira simples e conveniente de comprar, vender e trocar casas. Estamos transformando um modelo de imóveis fragmentado e inflexível em uma experiência digital e sob demanda, de ponta a ponta. Como pioneira do “ibuying”, a Opendoor atendeu mais de 70.000 clientes até o momento e expandiu para 21 mercados nos EUA.

A Opendoor é capaz de fornecer valores de mercado justos para casas usando um modelo de avaliação proprietário que aproveita dados de primeira e terceira parte, além do uso de aprendizado de máquina, IA e revisão humana. Com apenas alguns toques no aplicativo da Opendoor, os vendedores podem receber uma oferta da Opendoor dentro de 24 horas. Vender para a Opendoor fornece mais escolha e certeza, pois os proprietários de casas podem escolher a data de mudança e evitar o estresse e o incômodo de exibições de casas e reparos.

Além disso, começamos a resolver outros pontos de dor na transação de casas com o lançamento de um novo produto que reimagina o processo de compra de casas, o lançamento de um negócio de empréstimos hipotecários e a aquisição de uma empresa de título e escrow. Nosso objetivo é tornar a mudança sem esforço, sob demanda e sem estresse.

O que o atraiu para a Opendoor?

Temos a chance de reimaginar a transação de imóveis, redefinindo as relações das pessoas com seu maior ativo. Em vez de um passivo, e se os proprietários de casas pudessem aproveitar a liquidez oferecida por suas casas da mesma forma que você e eu podemos sacar de nossa conta corrente? E se os compradores e vendedores pudessem pular meses de estresse e incerteza e se tornar mais confiantes para seguir em frente com o próximo capítulo de suas vidas? A visão de permitir mais mobilidade geográfica e liberdade financeira é super emocionante, e parece que estamos apenas começando essa jornada.

A Opendoor analisa uma grande coleção de transações de mercado históricas. Quais são os pontos de dados que você está reunindo?

Dados de imóveis precisos com o nível de granularidade que precisamos não são fáceis de encontrar. Usamos uma combinação de grandes conjuntos de dados proprietários e de terceiros para entender transações de mercado históricas, incluindo detalhes de nível de listagem e de nível de casa. Isso significa que olhamos para pontos de dados comuns de uma listagem, como a data de venda e o preço, quando a casa foi listada, bem como pontos de dados sobre casas individuais, como o número de quartos e banheiros, atributos da cozinha ou metros quadrados. Além disso, incorporamos recursos que denotam a qualidade ou a singularidade de uma casa, permitindo-nos selecionar comparações e, em última análise, precificar a casa com mais precisão. Também levamos em conta dados semelhantes de casas atualmente no mercado. Em última análise, esses pontos de dados nos ajudam a prever o valor de mercado justo de uma casa e a quantidade de tempo que provavelmente levará para revender a casa.

A Opendoor também analisa casas que são tiradas do mercado sem serem transacionadas, como esses dados são usados de forma diferente em comparação com casas que foram vendidas?

Olhamos para dados semelhantes para casas ativas e casas que são tiradas do mercado sem serem transacionadas — casas que chamamos de “delistings”. Nosso conjunto de dados olha para uma variedade de detalhes de nível de casa e de listagem, incluindo metros quadrados e preço de listagem, para cada transação. Examinamos essas informações para delistings, mas não observamos nossa variável-alvo de dias no mercado. Além disso, olhamos para o mercado de forma holística para entender a oferta e a demanda. Ao incorporar listagens não transacionadas, somos capazes de ter uma imagem mais abrangente do mercado.

A Opendoor usa Ensembling como um fator no preço das casas. Você pode explicar o que é ensembling e como a Opendoor usa essa tecnologia?

Quando um comprador deseja comprar uma casa ou um vendedor decide listar sua casa no mercado, a forma como eles determinam o valor da casa depende do motivo pelo qual estão comprando ou vendendo. E isso pode ser muito diferente dependendo do tipo de comprador e vendedor. Incorporamos isso em nosso modelo para entender como compradores e vendedores veem o mercado, o que é onde o ensembling entra. O ensembling nos permite usar diferentes modelos de precificação juntos para calcular uma média ponderada dos valores das casas. Alguns modelos podem dar mais peso a certas variáveis do que outros. Descobrimos que o ensembling geralmente resulta em precificação mais precisa do que qualquer modelo único.

A Opendoor importa grandes dados de várias fontes, o que pode ser um desafio devido à forma como os dados foram originalmente rotulados ou formatados. A Opendoor usa Markov Random Field para ajudar com esse problema. Você pode explicar o que é isso?

O desafio decorre de mutações nos dados de texto, desde abreviações e erros de digitação até ordenação inconsistente de palavras e grafia numérica. Dados de baixa qualidade afetam nossos modelos de avaliação de casas, o que é por que implementamos uma abordagem matemática para ajudar a padronizar o texto e melhorar a qualidade dos rótulos. O Markov Random Field nos permite pontuar todos os rótulos conjuntamente e interpretar mais precisamente características como subdivisões. A pontuação de cada rótulo vem de dois componentes diferentes: 1) como os rótulos finais se relacionam com o texto original e 2) como os rótulos são espacialmente contínuos entre os vizinhos. Com a matemática das cadeias de Markov, tornamos os dados mais do que apenas a soma de suas partes.

Você usa uma técnica chamada análise de sobrevivência para modelar o tempo médio de retenção de uma casa que está à venda. O que é análise de sobrevivência e como se aplica ao caso da Opendoor?

Fundamentalmente, precisamos entender a liquidez em uma base por casa, e ser capaz de atualizar nossa visão do perfil de liquidez de uma casa à medida que obtemos mais informações. A análise de sobrevivência é um método estatístico que analisa a quantidade de tempo que se espera que leve até que um ou mais eventos ocorram. No nosso caso, usamos a análise de sobrevivência para ajudar a entender e prever quanto tempo uma casa levará para ser vendida. Usando esse método, melhoramos dramaticamente nossa capacidade de responder a condições de mercado em evolução e prever mais precisamente nossa economia de unidade, o que nos permite determinar um limiar de risco para cada casa e fazer investimentos mais inteligentes, o que é vital para nosso negócio.

Há fatores que afetam o valor de uma casa que são muito dependentes da localização, como o ruído do tráfego. Como você usa o aprendizado de máquina para programar seu modelo de avaliação para esse tipo de problema?

O Modelo de Avaliação da Opendoor (OVM) combina inteligência de máquina com expertise humana para fornecer ofertas precisas e competitivas, levando em consideração fatores menos aparentes, como o ruído do tráfego. Para fazer isso, confiamos em nossas operadoras humanas para identificar variáveis e em nossas máquinas para prever o quanto elas importam no algoritmo de precificação. O OpenStreetMap (OSM) é um conjunto de dados disponível gratuitamente para geometrias de estradas e nos ajuda a identificar casas adjacentes a estradas. Também procuramos ajustes humanos anteriores em casas para calcular o valor de ajuste médio. Somos capazes de refinar esses valores com escala, e à medida que coletamos mais dados de ajuste humano para mercados, o conjunto de dados cresce e melhora o desempenho do OVM. O mais importante é que enriquecemos dados de terceiros disponíveis com nossos próprios dados proprietários. Como resultado, os sinais dependentes da localização melhoram dramaticamente com o tempo.

Há algo mais que você gostaria de compartilhar sobre a Opendoor?

O que torna trabalhar na Opendoor particularmente especial para mim é que estamos usando tecnologia, ciência de dados e excelência operacional para ajudar a resolver pontos de dor reais para milhões de consumidores. Esse casamento do mundo online e offline nunca foi feito e vem com muitos novos e interessantes desafios.

Para saber mais, visite a Opendoor