Présentation d'algorithmes prédictifs dans l'immobilier

[Vinpourcent]

Ça me rappelle la "psychohistoire" d'Asimov .. mais je suis preneur pour des tendances pour Marseille.

 

[moietmoi]

Je peux te fournir des centaines d'exemples puisque le modèle s'applique depuis quelques années à la ville de Marseille (qui nous a servi de base de développement) pour laquelle nous avions identifié des coefficients qui "captent" le potentiel de revente à 10 ans (une cinquantaine en tout). Techniquement, avec un taux de réussite qui approche les 90%, on pourrait te fournir... 20 000 exemples ! Et ce uniquement pour cette ville sur la période 2019 - 2023.

tu n'as pas choisi la ville la plus simple...je dirais même sans doute la plus compliquée, car je ne crois pas qu'il existe en France une aussi grande variation de prix dans la même rue à 10 mètres près; de 1000 euros du m² à 6000 euros...;

avec un taux de réussite qui approche les 90%, on pourrait te fournir... 20 000 exemples

hummm. à Marseille il y a a peu près 13 000/15 000 ventes tout confondu à l'année.... alors 20 000 exemples sur ces années cela fait beaucoup!!!!!
Tu ne peux pas prévoir les lois;
L'encadrement des loyers à Marseille, fait qu'un bien qui avait un potentiel de hausse énorme, ne vaut même plus son prix d'achat d'il y a 5 ans....alors que le bien patrimonial lui que l'on croyait en haut, peut monter...
un studio rénové qui est utilisé pour du airbnb, qui devient quasi impossible maintenant, se trouve en concurrence avec des dizaines d'autres; car toutes les autorisations de locations saisonnières arrivent à échéance et ne sont pas renouvelées;

 

[PepeR]

L immobilier va prendre 50,0% d ici 10 ans a Marseille. Scientifiquement etabli.

Les autres items permettent de moduler les variations par rapport a cette norme.

Pas de stationnement, moins 4% par exemple.

 

[lebadeil]

Helo Lebadeil ;

Les phénomènes macroéconomiques et démographiques dont tu parles empêchent justement la projection du prix exact à 10 ans, mais pas le positionnement du bien à 10 ans sur le marché. Je m'explique : quel que soit la hausse (exponentielle, linéaire, logarithmique), la stagnation ou la baisse du marché dans sa globalité, un bien A avec un très fort potentiel de revente sera toujours "au-dessus" de X% d'un bien B avec un faible potentiel de revente. Par exemple, on peut affirmer "ce bien A sera 12% au-dessus des prix moyens du marché dans 10 ans, et ce bien B 19% au-dessous" sans pour autant connaître ce fameux prix moyen ! Donc le bien A est un excellent investissement à la revente, le bien B moins.

Les BDD sont multiples et croisées ; il y a bien sûr celles des notaires, mais pas que.
Les critères de sélections sont très nombreux : une cinquantaine ! C'est la puissance de ce modèle qui n'intègre pas que du géographique mais aussi les caractères intrinsèques du bien.

Voici un exemple avec le bien que je possède :

Merci pour la réponse, mais malheureusement pas convaincu de mon coté, messages trop généraux, manque de concret, et d'argumentaire/rationnel, pas sur que cela soit possible .... sauf à demander à ChatGPT .....
Algorithme m'a fait penser à une approche scientifique, peut-être ai je loupé quelque chose ? Prévoir le futur me semble malgré tout complexe, mais bon on peut toujours regarder les explications .....

 

[Membre60710]

"Les performances passées ne préjugent pas des performances futures". Un peu de mascara ne change rien à la réalité, prévoir le futur et expliquer le passé sont deux choses très différentes, et le fait qu'un modèle sache expliquer le passé n'est en rien une garantie que cela fonctionnera toujours demain. Chercher model overfitting parmi tant d'autres illustrations de pourquoi.

Si quelqu'un savait prédire le futur, il s'enrichirait en capitalisant dessus, pas en vendant cette expertise.

Effectivement, d'où l'utilisation des modèles de générations imbriquées qui permettent de réaliser des projections très concrètes et surtout viables sur une décennie. Elles sont déjà utilisées depuis quelques années mais le Big Data et le Machine learning permettent aujourd'hui de fournir des résultats impressionnants. D'autres secteurs utilisent ces modèles qui traduisent ces phénomènes, ce n'est donc pas une histoire de mascara.

 

[Membre60710]

Prendre son moteur de recherche préféré, taper le nom de notre nouvel ami en ajoutant "immobilier" à la suite, constater qu'il y a un site créé en 2023 qui correspond exactement, aller le visiter rapidement, constater qu'il y a des "agences partenaires" qui proposent des biens "à fort potentiel", et comprendre que toute cette file n'est qu'une publicité à peine déguisée pour deux fondateurs qui veulent gagner de l'argent en orientant les prospects vers des biens pré-sélectionnés sous couvert de technologie innovante (que ce soit vrai ou pas).

Bien tenté mais le business-model n'est absolument pas celui-là... la data est traitée pour fournir des analyses précises de marché à des institutions et grands groupes immo/commercialisateurs. Ce n'est pas en affichant quelques agences que vous orientez les utilisateurs, croyez-moi.

 

[nelson_a]

C'est donc toi le produit

Eh oui !!!

 

[Membre60710]

tu n'as pas choisi la ville la plus simple...je dirais même sans doute la plus compliquée, car je ne crois pas qu'il existe en France une aussi grande variation de prix dans la même rue à 10 mètres près; de 1000 euros du m² à 6000 euros...;

Tu as entièrement raison, c'est clairement la plus complexe : le choix est volontaire.
Le défi statistique et mathématique a d'ailleurs nécessité plus de 2 ans de travaux avec plusieurs spécialistes pour mener le projet à bien. Le bon point : en le réussissant sur Marseille, on peut ensuite l'appréhender plus aisément pour d'autres villes plus simples à traiter. Ce qui fut le cas.

 

[Membre60710]

L'encadrement des loyers à Marseille, fait qu'un bien qui avait un potentiel de hausse énorme, ne vaut même plus son prix d'achat d'il y a 5 ans....alors que le bien patrimonial lui que l'on croyait en haut, peut monter...
un studio rénové qui est utiliser pour du airbnb, qui devient quasi impossible maintenant, se trouve en concurrence avec des dizaines d'autres; car toutes les autorisations de locations saisonnières arrivent à échéance et ne sont pas renouvelées;

Ces effets touchent "heureusement" toute la ville et l'ensemble des quartiers, ce qui préserve la comparaison à cette échelle-là. Par contre tu as raison sur le fait qu'il soit nécessaire de mathématiquement prendre en compte ces considérations, évolutions et effets fixes, ce qui complexifie énormément la tâche mais est possible. Encore une fois, cela n'aurait pas été réalisable il y a encore quelques années, les méthodes et moyens le permettent aujourd'hui.

 

[Tomas466]

Bien tenté mais le business-model n'est absolument pas celui-là... la data est traitée pour fournir des analyses précises de marché à des institutions et grands groupes immo/commercialisateurs. Ce n'est pas en affichant quelques agences que vous orientez les utilisateurs, croyez-moi.

Expliquez-nous votre business model en détail alors. Mettons que je fasse une estimation gratuite de mon bien via votre algorithme de la mort qui tue sa mère. Que deviennent mes données ? À qui les vendez-vous ? Combien gagnez-vous d'argent ou de commissions ? Qui est susceptible de m'appeler ? Pour me vendre quoi ?