Реалист.
Консультация эксперта Реалист
Оставьте заявку, чтобы эксперт компании смог с Вами связаться
Отправляя свои данные Вы соглашаетесь с политикой конфиденциальности
Движок Shiva AI
История развития технологии
Краткое резюме:
  • Технология Shiva AI находит мотивированных продавцов и привлекательную недвижимость для арбитражной сделки на рынках: открытом рынке , рынке офлайн продажи , торгах и аукционах
  • Shiva AI анализирует более 200 000 предложений каждый день и составляет более 2000 детальных бизнес планов для наиболее выгодного 1% сделок
  • Определяются самые востребованные локации
  • Определяется самый востребованный тип недвижимости
  • Прогнозируется зависимость срока продажи от цены недвижимости
  • Система корректирует цены в портфолио раз в сутки с учетом изменения конъюнктуры рынка, локальных конкурентов, спроса
  • Работает на рынках: Россия, США, Казахстан.
  • Shiva.AI работает в режиме 24/7, обеспечивает бесперебойный deal flow с максимальной селекцией сделок и выстраивает модель, ведущую к лучшему возможному сценарию по уровню прибыли (IRR) по каждой сделке
Shiva.Ai разработана для следующих целей:
Находить каждый день выгодные объекты для инвестирования.

Автоматически просчитывать варианты сценариев доходности
Предлагать варианты по покупке активов на мировых рынках и зарабатывать на этом.

Shiva.Ai также дает нужные сигналы:
Когда нужно покупать
Когда нужно продавать

Это необходимо , для того чтобы получить максимальную доходность и вложить деньги в следующий актив
Почему AI?
Команда экспертов Shiva AI считает, что в следующие 10 лет рынок инвестиций в недвижимость драматически изменится. Резко возрастет скорость транзакций и принятия решений. Если ты медленный - не получишь выгодную сделку.

По мнению экспертов компании Shiva AI, инвестиционных риелторов и посредников в России через 10 лет практически не останется - в этой нише будут работать машины и технологичные компании.

Доходности, которые возможно получить (вне зависимости от роста или падения рынка) в России будут со временем уменьшаться и дойдут до уровня США (при ипотеке под 4% редко кому удается превысить годовую доходность в 15%). По прогнозам команды Shiva AI, машины следующие 10 лет будут побеждать риелторов и аналитиков за счет того, что они не спят,
обучаются и работают на больших объемах данных, которые человек не может обработать.

Сегодня - это золотое время для AI.

Недвижимость - это скорость!
Как находить выгодные сделки:
В Московской области до "бетонного кольца" есть 20 000 предложений о продаже земельных участков.

Размер выгодных для инвестирования объектов недвижимости из поиска составляют 0,5% из 20 000.
Это наш short-list (короткий список) из 100 объектов.

Это сделки, которые принесут максимальную прибыль.
Составить такой short-list вручную — это 1666 часов работы или 208 дней (по 5 минут на 1 сделку).

Для целей поиска выгодных предложений нашей командой разработана Shiva.AI


Алгоритм работы Shiva.AI

1) Просмотр ближайших конкурентов по локации и основным параметрам

2) Просмотр конкурентов по удаленным локациям

3) Анализ стоимость сотки или стоимости квадратного метра, если это квартира стоимость сотки
4) Выдача результата:показывает разрыв стоимости этого объекта с его аналогами в окружении (подсвечено красным).

Такой вот быстрый верхнеуровневый конкурентный анализ.



Где и на что есть устойчивый спрос покупателей или арендаторов?
В России нет открытых или достоверных данных о совершенных сделках с недвижимостью (в отличие от США), так что такие данные приходится генерировать самостоятельно с максимально возможной точностью. Прежде чем получить первые данные о спросе , пришлось изучать рынок в течении 4 месяцев.

Для сбора данных команда Shiva.AI создала алгоритмы, которые оценивает недвижимость на основании конкурентного анализа (подозрительно дешевые или подозрительно дорогие объекты убраны из расчетов оценки).

Машина определяет — этот объект завышен в цене , или наоборот , занижен относительно медиан и кластеров.

Если на протяжении времени с рынка уходит выгодный объект — машина считает сделку совершённой.

Если с рынка уходит плохой объект — значит его просто переставали продавать.

Учитывается время нахождения на рынке объектов с хорошей ценой и с плохой.

Машина совмещает данные на карте и выдает карту спроса.


Теперь условно известен {СПРОС} и ответы на вопросы:

1) какая цена заставляет покупателей приобретать

2) сколько продукта покупают за месяц

3) какой продукт пользуется спросом.





Один из наших кейсов
В 2018 года мы купили 30 соток в районе Красногорска за 11.5 млн. рублей https://goo.gl/maps/5aiCyhsXKrR76iXP7.

Купили по одной причине:

Собранная нами система (мы назвали ее Shiva) показала, что есть высокий спрос на землю до цены 3,5 млн. рублей.

Не было ни одного предложения о продаже земельного участка за эту цену.

Зато можно было купить 30 соток, что мы и сделали.

Спрос на участки до 3.5 млн. рублей вблизи Красногорска высокий и сегодня.

Минимальный возможный участок в Красногорске по закону — это 5 соток для ИЖС.

Мы купили 30 соток и вывели на рынок 6 лотов по 5 соток по цене каждого в 3.1 млн. рублей.


Продали объекты в течение года за 17.4 млн. рублей.

В абсолютных числах доходность на каждый рубль составила 125% годовых.





Воронка в CRM и переговоры о цене
Машина наполняет CRM воронку, которая состоит из 24 этапов отсева (на каждом этапе выполняется простое действие "Да" или "Нет", которое может выполнять неквалифицированный сотрудник на аутсорсе).

Основные этапы воронки:

1) Переговоры о цене

2) Юридическая проверка

3) Подготовка и реализация сделки

4) Упаковка

5) Продажи.

На каждом этапе работает "корзина отсева", из которой наша команда разработчиков "вылавливает" причины отсева, которые далее имплементируются в код системы.

И такие сделки больше не попадают в CRM

Машина просчитывает цену конечного предложения, по которому покупатели приобретут в короткий период времени.

Это основной вопрос, влияющий на доходность инвестиций.

Что будет выгоднее: продать за 4 млн. рублей через 7 месяцев или за 3.5 млн через 2 месяца?

Shiva высчитывает налоги, потенциальные расходы и назначает цену нашего предложения продавцу, при которой мы получим нашу целевую доходность в целевой период времени.

Колл-центр обзванивает продавцов в воронке с предложением заключить сделку по нашей цене 1 раз в 2 недели.

Переговоры могут быть долгими, короткими или вообще не быть, если цена нас устраивает.

Получив целевую цену , мы переводим сделку в секцию для юридической доскональной проверки .


Смарт-прайсинг
Как правильно устанавливать цену?

Если покупатели торгуются, соглашаться или нет?

Для нас это было большой проблемой, пока мы не передали эти функции Shiva.

Каждый риелтор заинтересован продать недвижимость как можно скорее и уломать продавца продать сегодня.

Проценты тут ни при чем (при 5% за квартиру 7 млн или 6 млн разница в комиссии 50 тыс. рублей, а продать на миллион дороже — ровно на миллион).

Кроме как доверять риелтору , никакого решения ранее не существовало. Оставалось загадкой: сколько было просмотров у рекламы, количество звонков, какая зависимость, на сколько срок продажи зависит от цены на недвижимость и еще десятки вопросов, на которые риелтор бы
ответить не смог.

Если в районе продается 2 участка (или 2 квартиры) в месяц этого класса, очевидно, что для реализации недвижимости за 1 месяц нужно находиться в ТОП 2.

Для удержания нужной позиции в глазах покупателя необходимо коррелировать цену предложения ПОСТОЯННО.

Совмещаем данные:

1) Количеством просмотров нашей рекламы по сравнению с конкурентами

2) Количеством звонков покупателей

3) Нашими ожиданиями от целевой доходности по этой инвестиции — получаем нужное нам пересечение кривых ВРЕМЕНИ и ЦЕНЫ продажи (или Точку Эквилибриума Shiva)

Стоимость объекта, выход на сделку или отказ определяет параметр "доходность". Выражается в процентах на рубль инвестиций.

Если продавать выгодно через месяц — нужно ставить одну цену, если прямых конкурентов по цене нет, а спрос есть и за 6 месяцев на рынке мы сможем получить доходность выше за счет более высокой цены, то Shiva выставляет цену, рассчитанную на 6 месяцев реализации.

Все прозрачно и понятно.

Больше нет риелторской магии и ответов типа "Есть пару желающий, думаю, что продадим через месяц".





Наше развитие и стремление
Многие компоненты системы работают с участием человека для обеспечения подстраховки и выполнения тех задач , которые пока невозможно делать автоматически.
Наша команда работает над тем , чтобы соединить все элементы в одну систему и автоматизировать процессы.


Это позволит инвестировать в недвижимость в Москве, Нью Йорке, Дубае или даже в Индии и Индонезии вне зависимости от локальной экспертизы.

Команда Shiva.Ai на основании опыта пришла к следующим выводам : -Принципы покупки и продажи во всех странах одинаковые, разница лишь в законах и налогах (это можно учесть и вручную добавить в систему, благо эти параметры не меняются раз в день)
-Данные по недвижимости будут все более и более доступны (в США уже есть массив данных, в России или Индонезии данные станут доступны в течение 10–20 лет)

В результате тестирования на территории РФ маржинальность инвестиций Shiva составляет 74%. Машина готова к переходу на следующий этап развития и увеличению инвестиций в 7–10 раз в 2020 году. Ранее работа Shiva AI протестирована с объёмом капитала в 78 млн. рублей.

В США машина Shiva AI и описанный выше подход проходит испытание первыми сделками в текущий момент.

Наши новости