Le défi
Le client est une société immobilière active sur le marché allemand. Elle voulait suivre et prédire l’évolution des prix de l’immobilier résidentiel et commercial, estimer la valeur des biens de façon précise et automatique, et repérer automatiquement les biens intéressants à acquérir.
Notre solution
Nous avons construit un pipeline de collecte de données pour analyser plus d’un million de biens immobiliers, puis entraîné un modèle de deep learning sur ces données. Un outil de visualisation interactif donne aux utilisateurs un accès direct aux enseignements du modèle.
Bien que l’outil ait été conçu pour le marché allemand, l’approche est transposable à d’autres marchés : un projet similaire a été mené pour le marché suisse.
- Estimation du prix d’un bien à partir de ses paramètres : caractéristiques du logement, surface du terrain, équipements disponibles, région et emplacement
- Contribution de chaque paramètre au prix global
- Prédiction de l’évolution du marché, qui capte les dynamiques temporelles et envoie des alertes en cas de changement significatif
- Identification automatique des biens sous-évalués sur le marché
- Outil de visualisation interactif des enseignements du modèle
Le résultat
Le système permet au client de réagir rapidement aux évolutions du marché et lui fournit des analyses de qualité pour ses investissements potentiels, y compris des signaux de marché invisibles pour les autres acteurs. Il en a tiré un net avantage concurrentiel.
Sur la base de ces analyses, le client a investi environ 20 millions d’euros dans plusieurs biens, avec un retour sur investissement nettement positif.
