Big data, comprare e vendere casa sarà semplice come il trading in Borsa

Quando sentiamo parlare di intelligenza artificiale e big data potremmo pensare a qualcosa di proiettato nel futuro, ancora poco attinente alla realtà odierna. Invece la tecnologia dell'informazione ha già rivoluzionato processi come ordinare la consegna della cena, chiamare un taxi e fare trading nell'azionario. Ora sembra essere giunto il momento dell’immobiliare, un'industria del ventesimo secolo che resta ancorata all’archiviazione cartacea, dove i clienti sono assistiti da professionisti che li guidano di persona a fare i sopralluoghi e dove gli operatori storici puntano a mantenere lo status quo.

74 MILIARDI DI DOLLARI DI COMMISSIONI ANNUE

La posta in gioco è impressionante: nel 2018 negli Stati Uniti sono stati pagati 74 miliardi di dollari in commissioni agli agenti immobiliari. "Ci sono oltre 180 milioni di utenti attivi su Zillow e Trulia ogni mese, ma soltanto 6 milioni di persone acquistano e vendono case ogni anno", ha affermato Charles Folsom, direttore del servizio clienti di Knock, una innovativa società di compravendita immobiliare americana. "Sebbene si tratta soltanto di un’enorme vetrina online - ha aggiunto Folsom - c'è chiaramente un forte desiderio per tutti i frequentatori del sito. Se si riuscisse a far leva sul sogno americano e a facilitare l’acquisto e la vendita allo stesso tempo, le potenzialità di incremento delle compravendite risulterebbe incalcolabile".

ZILLOW E TRULIA

Zillow è una società immobiliare online fondata nel 2006 che opera come un motore di ricerca immobiliare che espone oltre 110 milioni di case negli Stati Uniti: un patrimonio enorme di informazioni che può ora essere sfruttato dagli sviluppi nel campo dei big data. Trulia, simile a Zillow, è un sito web di immobili residenziali ed è stata acquisita da Zillow nel 2015 per $ 3,5 miliardi.

COME AVVICINARSI AL TRADING AZIONARIO?

Krishna Rao, vice Presidente e analista di Zillow Group ha paragonato l'attuale evoluzione del settore immobiliare alla ‘democratizzazione’ del mercato azionario di decenni fa. Non solo oggi è possibile trovare immediatamente il valore di qualsiasi titolo, ha osservato, ma mentre esiste una sorta di bid-ask perpetuo su ogni titolo finanziario quotato, lo stesso non si può affatto dire in campo immobiliare. Come fare per chiudere questo gap?

UNA COMBINAZIONE DI BIG DATA E INTELLIGENZA ARTIFICIALE

La risposta sta nella combinazione dell’intelligenza artificiale applicata all’analisi big data. Rao, che per formazione è un macroeconomista, è entrato in Zillow nel 2013 dopo un’esperienza presso la Federal Reserve Bank di New York maturata proprio nel bel mezzo della grande crisi finanziaria. In Zillow, ha aiutato ad analizzare e rendere utili le enormi quantità di dati che l'azienda acquisisce per Zestimate. Quest’ultimo è il modello di valutazione che Zillow utilizza per stimare il valore di mercato di una casa.

180 MILIONI DI VISITATORI UNICI

Nel secondo trimestre del 2019, Zillow ha acquistato più di 1.500 case e ne ha vendute quasi 800 ma il management ha dichiarato che mira a negoziare 10 volte tali volumi. Per farlo Zillow fa leva su una peculiarità, le informazioni dettagliate sulla domanda, raccolta da 180 milioni di visitatori unici del sito Web ogni mese. Sfruttando i programmi di big data in combinazione con il ‘machine learning’, Rao intravede la possibilità di definire un prezzo di mercato effettivo per ogni casa.

ALLA RICERCA DI UNA QUOTAZIONE SEMPRE AGGIORNATA

"L’intelligenza artificiale ad apprendimento automatico può vedere in tempo reale qual è la domanda indirizzata ad uno specifico tipo di appartamento, l’offerta relativa e la tendenza, ed elaborare questa miriade di dati per tradurli in un prezzo di listino. Con il passare del tempo, quando viene cercata quel tipo di casa, si aggiungono nuove informazioni sempre più dettagliate che si utilizzano per affinare la nostra strategia in modo da rendere la quotazioni sempre aggiornata" puntualizza Rao.

KNOCK SI AFFIDA ALL’ESPERIENZA NELLA CIA

Anche il team di Knock sta lavorando per rendere l’acquisto di una casa un esercizio relativamente semplice e veloce per le famiglie e al tempo stesso trasparente. Knock lo fa aiutando i clienti a comprare una nuova casa - di solito più grande per ospitare una famiglia in crescita - quindi vende quella vecchia una volta che i clienti sono sistemati. Applica una commissione equivalente al 3% del valore dell'immobile sia per i clienti che acquistano che per i venditori, oltre a un piccolo sovrapprezzo per coprire i costi che sono stati sostenuti per l'acquisto, come assicurazione iniziale e anticipi per le garanzie. Ma la vera particolarità di Knock è nell’attenzione maniacale per l'analisi dei dati, in particolare per quanto riguarda il prezzo, come fa Zillow. Knock ha reclutato dalla Central Intelligence Agency (Cia), in qualità di scienziato capo dell’analisi dei dati, Rafaan Anvari. Il modello di valutazione automatizzato è ora chiamato "Borg" e inserisce le informazioni tra le quali dimensioni della stanza, stile domestico, spazio esterno e altro in un algoritmo per ricavare il valore di una casa.

QUELLO CHE L’OCCHIO UMANO NON VEDE

Nel frattempo, Zillow sta cercando di diventare ancora più granulare, insegnando alle sue macchine a valutare persino gli infissi e le caratteristiche interne. La società ha descritto questa evoluzione in un comunicato stampa di luglio su Zestimate: “Il modello di riconoscimento delle immagini può classificare i modelli nei pixel delle fotografie e correlarli al valore della casa. Ad esempio, mentre l'occhio umano vede i controsoffitti di piastrelle o granito, Zestimate identifica due diversi schemi di pixel”. Insomma, la stragrande maggioranza delle risorse della scienza dell’informazione – in particolare quelle relative a big data e intelligenza artificiale – orientate al settore immobiliare sembra concentrarsi sulla valutazione della casa come punto finale di arrivo con l’obiettivo di permettere acquisti e vendite di una casa quasi come fosse un’azione o un’obbligazione.