کیلید یکی از سرویسهای توانمند حوزهی معاملات املاک است که با نگرشی متفاوت و علمی وارد گود رقابت شده و اکنون تبدیل به یکی از بزرگترین بازیگران این عرصه شده است. این سامانه در کنار اراSهی بستری برای درج آگهی، فروش ملک و مشورت با کارشناسان املاک، قابلیت تخمین قیمت منازل بهواسطهی تحلیل دادههای موجود و الگوریتم هوشمند خود را نیز دارد. در جریان الکامپ ۱۳۹۸ با حضور در غرفهی کیلید به گفتوگو با علیرضا ذوالفقاری& مدیرعامل این استارتاپ نشستیم تا از شرایط فعلی و برنامههای آتی آن جویا شویم.
در حال حاضر اکو سیستم کیلید شامل پنج بخش اصلی میشود:
- Kilid.com که سامانهای برای فروش و درج آگهی برای انجام معاملات مسکن (مشابه با سایر رقبا) است.
- بستر Kilid Pro برای مشاوران و سازندگان املاک، که امکانات زیادی اعم از درج آگهی، کنترل جلسات کاری، مدیریت مشتریان، تنظیم قرار کاری و افزودن موارد را به همراه دارد.
- مجلهی Kilid Mag با انتشار اخبار و مقالات روزانهی حوزهی ملک. توصیههای بازار، موارد مورد نیاز خریداران، شرایط اقتصادی و مطالب عمومی معماری داخلی و خارجی از [مله محتوای در حال انتشار در این سرویس است.
- سامانهی تحلیل دادهی Kilid Insight که نتایجی از بازار مسکن و شرایط آن برای سازندگان و بانکها تولید میکند.
- سامانهی انتشار تبلیغات Kilid Ads برای رسانهی کیلید که البته بهگفتهی مدیرعامل آن، با برخی آژانسهای تبلیغاتی هم برای همکاری و اراSهی این سامانه، صحبتهایی شده است.
بهگفتهی ذوالفقاری، اکوسیستم کیلید تنها زمانی به کاربری ایدهآل خود میرسید که حداقل ۵ مورد بالا را در بر داشته باشد. بههمین دلیل سایر اعضای خانوادهی کیلید در کنار یکدیگر ایجاد شدند و با سرعت یکسانی رشد کردند.
اما کیلید تفاوت ویژهای با رقبای خود دارد که میتوان آن را تحلیل داده دانست. مدیرعامل استارتاپ کیلید در این خصوص گفت:
کار کیلید تحلیل تخصصی داده در بخش مسکن است. کیلید هم مثل بسیاری از سرویسها آگهی کاربران را در سامانهی خود درج میکند. اما دادههای این آگهیها درست نیست زیرا حاوی رقم درخواستی فروشنده است. اقدام خوب وزارت راه و مسکن در راهاندازی سامانه سابا که حاوی اطلاعات واقعی معاملات مسکن است، در کنار زیرساخت کد پستی ۱۰ رقمی کمک زیادی به ما برای ورود به بحث تحلیل داده کرد.
یکی از مشکلات بزرگ بازار مسکن وجود آگهیهای متعدد با قیمتهای غیرواقعی است که ضربهی زیادی به بازار زد و اخیرا نیز با دستور رسمی دولت، درج قیمت در آگهیهای ملک ممنوع شد. بهگفتهی ذوالفقاری کیلید برای حل معضل تخمین قیمت از شاخصهایی مثل کیس شیلر (بر مبنای فروشهای تکراری) و هدونیک بهره برده است و در ادامه حتی شاخص جدید اختصای خود را نیز تدوین کردهاند.
تخمین قیمت ملک بهصورت روزانه با الگوریتمهای یادگیری ماشین صورت میگیرد. ذوالفقاری در خصوص این پروژهی Big Data گفت:
این حوزه فیلدی تخصصی است که به آن (AVM (Automated Valuation Model میگویند. در جهان از این روش برای تخمین قیمت بسیار استفاده میشود که شرکت زیلو آمریکا با الگوریتم Zestimate خود یکی از نامدارترین نمونههای موجود است.
عدم دخالت خطای انسانی در الگوریتمهای هوشمند را میتوان مهمترین نقاط قوت آنها دانست. قیمت واقعی انجام معاملات هم در کنار ورودیهای متعدد دیگر، بهعنوان منبع اصلی تخمین قیمتهای جدید مورد استفاده قرار میگیرد. مدیرعامل کیلید از تخمین ارزش ۳ میلیون مسکن در تهران و کرج خبر داد. وی در ادامه گفت:
AVM صنعت بزرگی است و در برخی مناطق جهان نیز بیمه میشود تا در صورت بروز مشکل هزینهی خسارت واردشده توسط شرکتهای بیمه پرداخت شود.
بهبود مداوم عملکرد الگوریتمهای تحلیل داده و یادگیری ماشین از مهمترین مواردی است که توسعهدهندگان باید در نظر داشته باشند. کیلید برای این امر، ماهانه و پس از تخمین قیمت مسکن، قیمت واقعی معامله را از نمونهی تخمینی خود کم کرده و با محاسبهی میانهی قدرمطلق آن، فاصلهی الگوریتم خود تا شرایط واقعی را محاسبه میکنند تا در ادامه از آن بهعنوان ورودی برای بهبود الگوریتم در ماه آینده بهره ببرند.
ذوالفقاری دقت الگوریتم هوشمند کیلید را بدینصورت تشریح کرد:
بهطور متوسط خطای کیلید برای تهران الان ۹.۷ درصد است. خطای الگوریتم شرکت زیلا در آمریکا ۹.۶ درصد و نمونهی شرکت زوپلا در تخمین قیمت ملک در لندن ۱۰.۷ درصد اعلام شده است. پیش از آغاز بهکار کیلید بسیاری از سختی تخمین قیمت ملک در تهران سخن میگفتند که ما موفق به انجام آن تا حدود خوبی شدیم. در شرایط خروج بازار از تعادل خطای این الگوریتم افزایش مییابد که در حال حاضر شاهد نبود تعادل بازار مسکن هستیم.
مدیرعامل سرویس کیلید الگوریتم هوشمند را تنها نقطهی برتری خود ندانست و قابلیتهای کاربردی متعدد مانند نقشهی حرارتی مسکن در تهران یا امکان فروش از راه دور ملک به کمک مشاوران املاک را از دیگر نقاط برتری سرویس کیلید عنوان کرد.
ذوالفقاری در پایان نیز از اتمام پروژهی ارزیابی هوشمند به کمک واقعیت افزوده خبر داد که مراحل پایانی تست را پشت سر میگذارد. بهگفتهی وی کاربران با نشان گرفتن دوربین گوشی بهسمت یک ملک میتوانند تخمینی از ارزش آن را داشته باشند که در نوع خود، سرویس بسیار جذابی به شمار میرود.
.: Weblog Themes By Pichak :.