Недвижимость: модель оценки стоимости объектов

Ситуация: AVM (Automated Valuation Model) имеет median error 8%. Для 15% объектов error >20%. Банки требуют error <5% для ипотечных решений.

Портал оценивает 2 млн объектов. AVM использует: площадь, этаж, район, ремонт, инфраструктуру. Данные о сделках — с задержкой 2–3 месяца. Новостройки и элитка — слабое место.

Доступные данные

• properties: property_id, type, area_sqm, rooms, floor, total_floors, year_built, renovation
• transactions: property_id, sale_date, sale_price, listed_price, days_on_market
• location_features: property_id, district, metro_distance_m, school_rating, park_distance_m
• avm_predictions: property_id, predicted_price, actual_price, error_pct, model_version

Задачи

• Проанализировать, для каких сегментов error выше 20% и почему.
• Определить, какие features наиболее предиктивны для разных типов недвижимости.
• Предложить stratified model: отдельные модели для разных сегментов.
• Рассчитать commercial impact: сколько ипотечных заявок теряем из-за low accuracy.

Все кейсы для подготовки → ← Все кейсы