Заказчики: Интеко Москва; Строительство и промышленность строительных материалов Подрядчики: Иннодата (Innodata) Продукт: Иннодата: DPrice Система динамического ценообразования (ранее Система интеллектуального ценообразования)На базе: Искусственный интеллект (ИИ, Artificial intelligence, AI) Дата проекта: 2021/04 — 2021/10
|
2021: Внедрение автоматизированной системы ценообразования
18 ноября 2021 группа «Интеко» с помощью «Иннодаты» провела цифровую трансформацию ценообразования и внедрила большой продуктовый и аналитический блок. Об этом «Иннодата» сообщила 18 ноября 2021 года.
В компании «Интеко» задумались о создании инструмента цифровизации процессов ценообразования и аналитики рынка, чтобы четко реагировать на изменение его конъюнктуры и способствовать высокотехнологичному подходу в формировании цены на объекты – квартиры, машиноместа, кладовые и нежилые помещения.
В компании было принято решение развернуть автоматизированную информационную систему динамического ценообразования. Внедрив такое решение, «ИНТЕКО» получило бы ряд плюсов в борьбе за клиента. В компании существенно сократилось бы время реакции на новые вводные о ценах, кратно увеличилось количество анализируемых параметров и появилась возможность индексировать ценообразование на более частой регулярной основе, придавая ему большую гибкость.
Руководство «ИНТЕКО» обозначило четыре реперные точки в цифровой трансформации ценообразования в компании.
- Объективный, проактивный и достоверный анализ рынка недвижимости.
- Создание единой продуктовой базы рынка недвижимости
- Эффективный, гибкий и прозрачный процесс определения стартовой цены и индексации цен на недвижимость.
- Эффективность принимаемых решений за счет увеличения количества анализируемых параметров.
- Прозрачная нативная аналитика исполнения плана и темпа продаж для принятия верных управленческих решений.
Лучшее решение этой амбициозной задачи предложила компания «Иннодата», российский системный интегратор и цифровой проводник в ключевые сегменты экономики России, представивший девелоперу собственную разработку. Ее особенность – применение для работы с Big Data технологии машинного обучения (или Machine Learning) в части предсказания вероятности продажи квартиры. Сама же стоимость объекта недвижимости рассчитывается, исходя из бизнес-правил компании и конкурентных показателей и поддается математическому анализу. Поэтому процесс формирования стоимости объекта недвижимости становится абсолютно прозрачным.
Особенностью системы в «ИНТЕКО» является ее разделение на два интегрированных модуля: модуль ценообразования и аналитическо-продуктовый модуль, - отметил Александр Сергиенко, исполнительный директор «Иннодаты». - в последнем задействовано более чем 50 дэшбордов, показывающих состояние рынка недвижимости, собранные из нескольких внешних систем и внутренних источников. Этот модуль в принципе не имеет аналогов. |
Основным отличием этого продукта от аналогов на рынке - это блоки оценки земельных участков (для best-use анализа); продуктовый блок, собирающий всю информацию по жилым комплексам от материалов фасада/ТЭПов до артикулов в отделке квартир и МОПах; а также аналитический блок, который покрывает все потребности бизнеса по рыночной аналитике, - сказала Полина Балашова, Директор по аналитике и ценообразованию «ИНТЕКО». |
Цифровой подход к ценообразованию гарантирует теперь «ИНТЕКО» и его клиентам объективную оценку ошибки, вызванные «человеческим фактором» при проведении массивных расчетов. В компании решена важная внутренняя задача: процесс индексации цен и определения стартовой цены не является теперь трудозатратным, ведь время выполнения и необходимые ресурсы с помощью цифровизации кардинально сокращены.Как DevOps-сервис помогает «разгрузить» высоконагруженные системы BPMSoft
Автоматизированная система динамического ценообразования от «Иннодаты» полностью сдана в промышленную эксплуатацию «ИНТЕКО». По самым скромным прогнозам, проект способствует в среднесрочной перспективе увеличению объема выручки девелопера на 2,5% – 3,5% с одного жилищного комплекса.
В планах партнеров дальнейшее развитие системы и реплицирование ее на региональный бизнес.