Contexte et objectifs

Une grande société de services immobiliers n'a pas su saisir des opportunités à forte marge dans le cadre de ses activités commerciales. Elle s'appuyait encore principalement sur le "feeling" humain pour évaluer les biens à vendre et à louer.

Son outil existant enregistrait les valeurs des transactions mais n'offrait que peu de possibilités de recommandation ou d'évaluation. En outre, la qualité des données était un problème persistant.

Nous avons donc entrepris de concevoir un système d'évaluation personnalisé.

Approche

Le nettoyage et l'homogénéisation des bases de données sur les biens et les transactions ont jeté les bases du projet.

À partir de là, nous avons intégré des connaissances commerciales dans l'outil par le biais de l'ingénierie des fonctionnalités et nous avons incorporé les critères de prix des experts immobiliers.

Nous avons ensuite comparé deux solutions pour estimer la faisabilité technique/l'efficacité de l'évaluation des biens immobiliers

• La première utilisait un modèle de régression simple, permettant au client de comprendre pleinement les calculs du résultat.

• Dans le second cas, une composante d'apprentissage automatique a évalué les propriétés de la maison en combinaison avec des critères définis par des experts. Bien que plus complexe et donc moins "explicable" pour un œil non averti, cette méthode a permis d'obtenir des estimations plus précises.

Notre client a finalement opté pour la deuxième solution.

Résultats

En moins de quatre semaines, nous avons fourni à notre client un outil automatisé prêt à être déployé, dont le taux de précision de l'évaluation immobilière était suffisamment bon pour lui procurer un avantage compétitif significatif par rapport à la concurrence en termes de

• Une qualité d'évaluation basée sur les données

• Rapidité de la première évaluation