Находясь на нашем сайте, Вы даете согласие на обработку файлов cookie.

Девелопмент

Кейсы внедрения ML
Оценка стоимости строительства
Выбор места для застройки
Управление энергопотреблением
Оценка недвижимости
Оптимизация закупки сырья
Прогноз поломки коммуникаций

Прогноз стоимости и сроков строительства объекта

Модель прогнозирует стоимость и сроки строительства объекта на основе исторических данных по схожим проектам: стоимость, класс застройки, площадь и высота здания, место строительства, строительные материалы, особенности коммуникаций и отделки, состав строительной бригады и пр.
Модель также может быть адаптирована под
оценку конкретной статьи расходов: например, оценка строительных материалов или рабочей силы.
Решение помогает предотвращать перерасход денежных средств, оценивать добросовестность и эффективность работы прорабов.

Эффект

до 15%
Сокращение расходов на строительство

Прогноз спроса для планирования застройки

Для прогноза спроса по районам города ML- модель учитывает исторический спрос в данном направлении, плотность населения и застройки, динамику социально- экономических факторов (рождаемость, средний возраст, доходы), планы по развитию инфраструктуры (например, строительство новой ветки метро) и макроэкономические факторы (инфляция, безработица, ВВП).
Модель помогает более эффективно планировать застройку в долгосрочной перспективе: выбирать район, плотность застройки и этажность, класс жилья.

Эффект

до 20%
Рост продаж

Оценка объектов недвижимости

Для оценки стоимости решение сопоставляет данные купли-продажи схожих объектов в прошлом.
Для прогноза ML-модель учитывает данные о доме (год и серия постройки, тип материала, кол-во лифтов, подъездов), географические данные (район, удаленность от центра), инфраструктуру (магазины, школы, больницы) и данные банков о ценах купли-продажи.
Модель позволяет точно определить стоимость недвижимости с учетом целей: максимизация выручки или быстрая продажа.

Эффект

до 7%
Рост выручки

Оптимизация закупки строительных материалов

ML-модель прогнозирует лучшее время для закупки строительных материалов.
Решение учитывает потребности в материалах на разных этапах, средние сроки их доставки и особенности хранения, динамику цен и условия работы с поставщиками.
Инструмент позволяет закупать материалы вовремя и по оптимальной стоимости, что снижает риски срыва сроков строительства и переплат за материалы.

Эффект

до 20%
Снижение издержек на закупку сырья

Системы управления энергопотреблением

ML-модель прогнозирует температуру в помещении и оптимальные настройки кондиционеров или приборов отопления.
Решение обучается на прогнозе погоды и истории потребления электроэнергии в разные сезоны и дни недели. Решение также может учитывать количество людей в помещении в зависимости от времени суток.
ML-решение позволяет снижать уровень потребления электроэнергии при сохранении комфортной температуры в помещениях.

Эффект

до 15%
Снижение расходов на электричество

Прогноз выхода из строя инженерных коммуникаций

ML-модель прогнозирует перебои в работе внешних и внутренних инженерных сетей: водоснабжение, водоотведение, газоснабжение, электричество и пр.
Для прогноза решение учитывает данные о недвижимости (год постройки, тип недвижимости, особенности коммуникаций, история обслуживания, количество жильцов/посетителей), данные эксплуатации схожих объектов и внешние факторы (день недели, погода, сезон).
Решение позволяет предотвратить перебои в работе инженерных систем, провести их своевременное обслуживание.

Эффект

до 10%
Снижение расходов на обслуживание