Hoe machine learning u als makelaar helpt

Steven Hommes, Senior Data Scientist

“Wij maken (grotendeels) kunstmatige intelligentie modellen – ook wel machine learning modellen genoemd – die door data worden gevoed”, legt Steven uit. “Met die bestaande data – onder andere uit TIARA – kan met behulp van deze modellen de beste voorspelling worden gedaan, bijvoorbeeld op het gebied van huizenprijzen.” De modellen die Steven ontwikkelt leren dus van data om relevante voorspellingen te kunnen doen.

Apps

De modellen vormen de basis voor de verschillende applicaties die brainbay ontwikkelt voor NVM-makelaars en -taxateurs. “Binnen een app zijn vaak meerdere modellen samengevoegd”, vertelt Steven. “Zo kunnen we bijvoorbeeld met het ene model relevante informatie uit aanbiedingsteksten van makelaars halen, zoals over de waarde van het object.

Een ander model matcht de beste referenties. Dit zie je bijvoorbeeld terug bij Inverkoopname en de Aankoop-tool. Dit geeft de makelaar extra gemak en tijd.” Via een API-koppeling kan een model door verschillende applicaties worden gebruikt.

Machine learning vs. klassieke methoden

Naast machine learning modellen wordt door Steven en zijn collega’s ook met klassieke statistiek gewerkt, bijvoorbeeld voor het toetsen van hypotheses. “Als data scientist werk je zowel voor de teams Wonen en Business – die applicaties bouwen voor woning- en bedrijfsmakelaars – als voor team Research”, zegt Steven.

“Voor de applicaties ontwikkelen we vooral machine learning modellen. Maar als we voor team Research aan de slag gaan, met een bepaalde onderzoeksvraag, neigen we vaak meer naar wat klassiekere methoden. Bijvoorbeeld of een tuin op het zuiden significant meer waarde heeft voor een woning ten opzichte van een tuin die niet op het zuiden ligt.

Machine learning technieken lenen zich meer voor de situatie waarbij je minder geïnteresseerd bent in oorzaak-gevolg maar je juist de best mogelijke voorspellingen wilt doen.”

Input

Veel bestaande modellen worden door de data scientists bij brainbay geregeld aangepast of uitgebreid. Zij hebben zelf ideeën over hoe modellen kunnen worden verbeterd, maar ook bij de gebruikers van de apps, de NVM-leden, wordt input opgehaald.

Steven: ”Onlangs heb ik op verzoek van een NVM-makelaar het AVM waarderingsmodel aangepast met een variabele voor recreatiewoningen. Dit model behandelde recreatiewoningen namelijk eerst als reguliere woning, waardoor recreatiewoningen overgewaardeerd werden. Elke maand worden onze modellen gevoed met nieuwe (object)data – denk aan transacties en woningkenmerken – waarmee de modellen opnieuw worden getraind, zodat we de beste voorspellingen kunnen blijven doen.”

In ontwikkeling

Uiteraard worden er ook nieuwe modellen ontwikkeld. “We zijn nu bezig met een model dat kan aangeven hoeveel een woning meer waard wordt bij verduurzamingsaanpassingen”, vertelt Steven. “Verder zijn we bezig met de Brainbay Kwaliteitsscore waarmee we iets kunnen zeggen over de kwaliteit van een woning op basis van de TIARA data, de aanbiedingstekst en de foto’s van een woning.”

Ook wordt momenteel een nieuw prijsindexmodel uitgerold. “We stappen over van een transactie gebaseerd model, waar de prijsontwikkeling uitsluitend op transactiedata is gebaseerd, naar een voorraad gebaseerd model, waarin de waardeontwikkeling van de gehele koopwoningvoorraad is meegenomen.

Hierdoor wordt de prijsindex minder beïnvloed door toevalligheden en kunnen we elke maand, in plaats van elk kwartaal, de meest betrouwbare cijfers brengen.”

Met behulp van deze (nieuwe) modellen kan de makelaar zijn/haar klanten nog beter adviseren en daardoor van toegevoegde waarde zijn bij de woonvraagstukken die nu spelen bij de consument.

Meer informatie?

Neem contact op met brainbay via info@brainbay.nl of 030 8504500.

Volg ons op LinkedIn voor de laatste vastgoedmarkt informatie.