Машинное обучение и поиск недвижимости на судебных торгах

Идея в том, чтобы разработать сервис поиска привлекательной инвестиционной недвижимости на судебных торгах во Франции, используя техники машинного обучения. Цель: искать недвижимость с наибольшим дисконтом к рыночной цене. Потенциально огромный рынок: только за последние три года во Франции было продано с торгов недвижимости на 1.5 млрд евро. Легко расширяемая бизнес-модель.

Собрана база данных объявлений и результатов торгов недвижимостью во Франции. Размечена по 160 параметрам. Было натренировано несколько моделей для предсказания итоговой цены торгов.

До 500 млн. евро в год — продажи недвижимости с торгов. Если десятая часть продается с достаточно большим дисконтом, то от использования подобного подхода при инвестировании можно получить достойную рентабельность капитала.
Если коммерциализировать инструмент как сервис, то выручка будет от 2,4 до 24 млн. евро в год (30 000 агентств недвижимости во Франции x 80% из которых только в двух регионах x 10% из которых заинтересованы в подобном сервисе x от 1,000 до 10,000 евро в год подписка). При небольшим операционных издержках и практически нулевом капексе.

Некоторые объекты продаются с торгов с существенным дисконтом к рыночной цене. Так можно найти объекты с дисконтом и в 30%. Такой дисконт не гарантирует прибыльности, но повышает на то шансы.
Большие объемы данных легко доступны участникам рынка, но не используются ими в полной мере, потому что они в большинстве своём небольшие семейные компании. Использование данных в полной мере может быть существенным конкурентным преимуществом.

Решение — разработать базу данных и модель для предсказания итоговой цены торгов и поиска наиболее привлекательной для инвестиций недвижимости. Такой сервис может быть интересен участникам рынка недвижимости (агентствам, брокерам), также может быть интересен агрегаторам данных о торгах и недвижимости. Также может использоваться как проприетарная технология для самостоятельного инвестирования в недвижимость.

Небольшие семейные компании, специализирующиеся на ремонте, в некоторой степени агентства недвижимости, в перспективе — компании типа Zillow

Поскольку на рынке доминируют небольшие компании, которые сталкиваются с ограничениями капитала и ликвидности, то они вынуждены инвестировать лишь в небольшое количество сделок в год, рассчитывая сделать прибыльной каждую сделку и потому тщательнее подходя к выбору сделок и больше ограничивая свой потенциал роста и лишая себя преимуществ диверсификации и экономии от масштаба
Компания, не сталкивающаяся с таким серьезными ограничениями и использующая всю доступную информацию сможет приобрести существенное преимущество на этом рынке.

Итак, преимущества
— информационная асимметрия,
— диверсификация активов,
— экономия от масштаба
— легко масштабируемая и распространяемая бизнес-модель

Сложно оценить будущую стоимость подписки на сервис, такую, которая будет принята достаточным количеством агентств недвижимости. Оценка от 1,000 до 10,000 евро в год кажется разумной.
Количество потенциально заинтересованных включает только агентства недвижимости (30,000 во Франции) и не включает семейные ремонтные и строительные компании, которые также периодически участвуют в торгах.
Мы в основном заинтересованы в компаниях, которые располагаются только в двух регионах, потому что там происходит 80% всех торгов недвижимостью. Оценку выручки от сервиса в 2,4-2,5 млн. евро я воспринимаю как консервативную. Экспансия сервиса на весь Евросоюз может увеличить выручку до 100 млн. евро.

Использование же технологии для инвестирования в недвижимости потребует огромных финансовых ресурсов, которые к некоторой степени можно покрыть через банковское кредитование. Объем недвижимости проданной с торгов во Франции в 2018 году — более 350 млн. евро. По нашим оценкам около 65% всех объектов продаются с дисконтом к некоторой минимальной рыночной цене.
Если 20% проданной недвижимости продано с дисконтом, то речь идет о недвижимости общем стоимостью в 70 млн. евро. Если покрыть потребность в капитале на 40% за счет кредита и предположить, что средний дисконт составил 10%, а ставка по кредиту в 5%. То рентабельность собственного капитала будет на уровне в 15%.

Два варианта:
— либо поисковый сервис по подписке,
— либо инвестиционная компания, специализирующаяся на торгах

1/ разработка инструментов скачивания, разметки и подготовки данных, а также инструментов поиска и визуализации — бэн-энд, на базе которого можно построить как поисковый сервис, так и проприетарное ПО для инвесткомпании.
2/ усовершенствование моделей и баз данных — нет предела совершенству
3/ поиск и найм дата-инженера или дата-сайнтиста
4/ формирования команды кодеров (задачу /1/ под силу реализовать единственному программисту)
5/ регистрация компании в Люксембурге
6/ найм финдиректора в Люксембурге для поиска дальнейших инвестиций
7/ найм специалистов в области недвижимости, скаутов во Франции для участия в торгах (если приоритет в развитии бизнеса будет дан инвестнаправлению)
8/ создания подобных баз и моделей для Германии и Великобритания с целью расширения на эти рынки

Я бы хотел видеть инвестора, который не только разделяет мою верю в потенциал этого бизнеса, но и убежден, что инвестирование в недвижимость с помощью подобного инструмента будет наиболее перспективным направлением для развития.
Я бы предложил 200,000 евро в несколько траншей за долю 15% (с возможностью обсуждения точного размера доли).

Самый главный риск — потенциальный выход на рынок крупных агрегаторов данных о недвижимости (вроде американской Zillow), которые уже имеют огромное преимущество в информации

Не изобретение и не патент, но права разработчика базы данных охраняются законодательством об интеллектуальной собственности