世界的パンデミックに伴い変化し続ける経済への適応に、多くのビジネスが苦慮する中、不動産業界は活況を呈していました。
住宅市場は先月、記録的な高水準に達し、既存住宅価格の中央値は前年よりも17.2%上昇しました。この住宅の平均価格の上昇は、平均的な住宅が過去最短の18日で売れたように、クロージングタイムの加速によってもたらされました。高騰する住宅価格、減少する在庫、競合他社からのオファーなどにより、住宅の購入はストレスの多いものとなっています。
クラウド上に構築された高度なアルゴリズムを使用し、Opendoorは、競争力のある価格で、保証付きの現金払いのオファーを顧客に迅速に提供することができるようになりました。アメリカで住宅を購入するのが最も困難な時期に、Opendoorはビッグデータとクラウドコンピューティングを活用し、効果的なソリューションを提供しています。
Opendoor社の共同設立者兼CTOであるIan Wong氏と、ThoughtSpot社のCindi Howsonは、Opendoorがいかにデータ分析と機械学習を使用して住宅市場を破壊し、住宅の購入と売却のプロセスを合理化したかについてディスカッションしました。二人のディスカッションの抜粋をお読みください。
Cindi Howson：Opendoor社にあまり馴染みのない方のために、少しご説明をお願いします。
Ian Wong：Opendoorは住宅を購入または売却する際の最適な方法です。住宅を売却する際、現在の売却プロセスには多くの問題が存在します。住宅の売却には約3か月を要し、その3か月間に皆さんは無数の作業をこなす必要があります。販売手数料は5～6%で、最悪なのは、どのくらいの価格で住宅を売却できるか、売却までにどのくらいかかるかが分からないことです。
Opendoorなら、ウェブサイトに行き、住宅に関する情報を提供し、同日にオファーを受け取り、引っ越し日を決めるだけです。これにより、住宅所有者は流動性を得ることができます。購入者側についても、住宅のツアー、購入、クローズをより簡単にするために多大な努力を投入しました。私たちは最近、現在の市場でより競争力の高いオファーを実現する、買い手のためのキャッシュバックオファーを開始しました。
私たちは、住宅の所有者と購入者の売却と購入のプロセスを同時に支援する方法を革新しようとしているのです。
Cindi：不動産売買のエコシステムの活用は、まだ始まったばかりのようですね。その点についてお話を伺えますか。
Ian：ローンを探しながら住宅の購入を検討している場合には、それが、いくらの住宅を購入できるかを理解するために必要な最初のデータポイントの1つになります。私たちは、このデータポイントが、Opendoorを訪れる方や、私たちのサービスを使用して市場にある住宅のツアーをする多くの人に共通するものであることに気づきました。そこで、「それがお客様の抱えた問題であるならば、Opendoorの住宅ローンを作ろう」と考えたのです。今では、住宅ローンが購入体験に統合されています。
私たちがとった主要なアプローチの1つは、異なる分野を恐れないことです。困難なことを、逆手にとって活用する方法を考え出そうとしました。なぜなら、私たちにとって困難なことは、他の人にとっても困難だからです。物件には、短い時間に複数のオファーが入ってきます。そこで私たちは、現金払いのオファーによって、競争力を高めるように購入者を支援しました。これはテクノロジー、価格、金融の観点から複雑なものですが、お客様をより良く支援するため、私たちが解決すべき問題だと考えたのです。
Cindi：価格設定やキャッシュバックオファーを駆動するには、ほとんどのモデルは運用化されている必要がありますよね。
Ian：Opendoorのアルゴリズムは実際に意味のある方法でビジネスを運営しています。所有している住宅に関する情報を誰かが提供すると、私たちはその情報を受け取り、用意したデータプラットフォームにその情報を統合します。私たちは、さまざまなソースからデータを取り込み、正規化し、リアルタイムで使用できるようにします。
住宅の情報とOpendoorのデータセットを組み合わせ、アルゴリズムを使用して、その特定の住宅にオファーすべき競争力のある価格を把握します。Opendoorには、最先端技術のディープラーニングベースの査定モデルがあります。これは私が知る限りでは、市場で最も高度なものです。モデルの精度の高さからそれが分かります。そして、これがお客様への私たちのオファーを駆動するものなのです。
Cindi：ファーストパーティーのデータ、つまり販売者のデータを受け取り、それをサードパーティーのデータと組み合わせるわけですね。このサードパーティーのデータについて、例をあげて説明していただけますか。
Ian：優れたアルゴリズムはすべて、優れたデータから始まります。データの質が悪ければ、得られる結果の質も悪くなります。データ、特に高品質のデータは、高パフォーマンスのモデルを生むための差別化要因です。
私たちはデータの細部に非常にこだわっており、自分たちで検査アプリを作成したほどです。私たちは、お客様がカスタマイズできるように、お客様が使用するデータインターフェイスを設計しています。また、私たちは、適切なオファーを生成するためにアルゴリズムが必要とするものを、お客様に尋ねることができます。このように、ファーストパーティ側では、詳細な情報を得ることができます。
サードパーティー側で重要なのは、あらゆる種類のデータを取り込む能力です。これには、取引履歴、公開記録データなどが含まれます。また、地理空間データ、自由形式のテキスト、画像、動画など、異種のデータタイプも含まれます。ここで問題となるのは、私たちがデータを非常に素早く観念化できるように、これらすべての完全に異なる種類のデータを取り込み、正規化し、製品担当者やリサーチャーがすぐに使用できるようにするにはどうしたらいいかということです。
Cindi：モデルが望ましい効果を発揮しているかはどう測定しますか。
Ian：機械学習はさまざまな失敗が発生し、ビジネスで成果を出せないことがあります。Opendoorでは、新しいデータソースを素早く取り込み、人々がそれを概念化し、その概念をできるだけ速くテストできるようにプラットフォームを設計しました。データサイエンティストやデータ専門家の仕事は、テクニカルスキル、コード記述、アルゴリズム、数学、統計などを併せて使用する必要があるため、難しいものです。さらに、そこにビジネスの直観を組み合わせる必要があります。
Opendoorでは、最初の１ヶ月で最初の査定モデルを構築し、それが最初のいくつかのオファーの原動力となりました。時間をかけて大幅に改善する必要がありましたが、少なくともそれが改善のためのベースラインとなりました。
<br>すぐにThe Data Chiefへアクセスして、Ianのようなデータおよびアナリティクスのリーダーから、より多くのインサイトを得ましょう。
