俄罗斯最大的开发商PIK将举办
机器学习锦标赛 。 任务是预测销售进度，并在培训数据中-预测30多个项目2.5年的公寓销售信息。
是的，保守的建筑行业已经可以进行机器学习了。 价格和销售管理-企业最重要的任务之一-仍然是艺术，只有分析师才能接受。 对于这个公寓为什么要花费500万卢布的问题，您可以获得各种答案，从“这是递延的需求”到“我们的布局在市场上是独一无二的”。
现在使用了定价计算器，但是它们是粗糙且线性的，它们没有考虑到市场的饱和状态。 因此，您必须每天依靠同一位分析师的直觉来管理价格。 为了防止所有看到森林的公寓分散在两个月内的情况，必须进行价格管理。 这是主要任务-确保按类型，层数，布局等统一销售公寓。
开发中定价和销售进度的自动管理任务尚未解决，这并不能使我们休息。
来自其他业务领域的动态定价经验-机票销售商，酒店和其他房地产汇总商，零售-具有许多基本差异：
- 每间公寓都是独特的产品。 我们不能像在出售机票时那样仅收集一间公寓的统计信息。
- 与酒店业务相反，该公寓仅售出一次；
- 每个公寓都有独特的价格，不一定与“市场”价值相对应；
- 与二手房市场相比，对类似公寓的竞争非常敏感。
例如，具有相同市场价值的公寓的价格差30,000卢布可导致某些公寓的快速销售而另一些公寓的销售停止。
因此，我们没有成功复制他人的经验，因此需要更深入地研究。
目的：找到公寓参数，价格和步调之间的关系，以便进一步管理价格并最大化项目绩效。
据我们了解过程的本质：
- 每套公寓都有市场价值，即普通买家愿意支付的最高价格；
- 该公寓的价格可能具有相对于市场价值的差额（以下称“差额”）；
- 该公寓有竞争对手，每个竞争对手都有一定的Delta；
- 出售公寓的可能性取决于其三角洲和竞争性公寓的三角洲。 公寓之间的距离越近，竞争越激烈。
说到市场价值，我们指的是买方对公寓的价值，以货币表示。 对于大多数人来说，购买公寓是一件重要的事情。 买方在做出选择时会花费数十个小时，并会考虑数百种通常没有形式化的因素。 例如：
- 半径500 m以内的绿化区
- 窗口中的视图。 从每个窗口（取决于地板），将打开不同的视图，这可能会受到周围建筑物的极大影响。 这一点很重要，尤其是在较高的经济领域。
- 世界的一面
- 距地铁，公园等的距离，以及距相关房屋的距离，而不是整个LCD的距离
- 院子的大小
为了实现价值函数的创建，我们将买家考虑的所有重要因素正式化。 接下来，我们面临着这个：
问题1.如何计算步伐（出售公寓的概率）。 要计算公寓销售的速度，您必须将它们组合在一起。 问题是什么？ 根据分解的结果，我们将获得不同的费率。 依靠展示单独的公寓一词是行不通的，因为积累统计数据将花费很长时间。
问题2。如何找到市场价值。 让我们获取公寓的最大参数，获取其售价并获取市场价值？ 事实证明，市场价值高度取决于所考虑的项目。 相反，有些项目的销售速度比市场快，也就是说，那里的价格低于市场价格。 事实证明，为了正确地计算市场价值，有必要考虑公寓的销售率，这使我们回到问题1。
问题3.如何考虑竞争公寓的差异。 集合中（例如，建筑物的一部分）的销售进度取决于周围公寓的参数及其价格。 由于事先不知道它们的市场价值，我们被迫将公寓的参数及其价格替换为一种对环境的描述。 环境的这种“描述”如何“馈送”到机器学习算法是一个大问题。
不幸的是，我们还没有找到解决这些问题的可行方法，因此我们决定举办一次冠军赛。
对此任务感兴趣的人可以通过在
PIK Digital Day网站上注册来参与。
冠军赛分两个阶段进行-在线直到7月9日，离线7月14日在莫斯科举行。 我们将邀请80位在线阶段的公众评价领导者进入离线阶段，冠军获奖者将分享550 000₽的奖金。