Покупка дома - важное решение, но оно также и довольно сложное, учитывая ряд факторов, которые необходимо учесть перед завершением строительства. Покупателям предоставляется лишь краткая визуальная экскурсия по дому, на основании которой они импульсивно должны принять важное решение. Это не только стрессово, но и ненаучно.

Какие факторы следует учитывать при покупке дома?

Если вы платите тысячи долларов за свой дом, вы должны быть уверены, что он сделает вас лучше - позволит вам быть более продуктивным, комфортным и здоровым.

Если какие-либо услуги здания, такие как электрическая система, система водоснабжения, системы безопасности, системы отопления и охлаждения, а также системы освещения, неэффективны, вы потеряете деньги и время на ремонт.

Даже неосязаемые факторы, такие как ориентация и геометрия, контролируют солнечный свет, ветер, блики и излучение, которое получает ваш дом - каждый из которых оказывает прямое психологическое воздействие на наш разум.

Пространственные параметры, такие как местоположение и парковка, регулируют, какой отрезок вашей бодрствующей жизни вы проводите в машине, борясь с пробками.

Когда вы покупаете дом, вы вступаете в новый образ жизни. Невозможно принять такое важное решение, не зная, на что вы подписываетесь.

Покупка машины vs покупка дома

Согласно предыдущему разделу, для покупателей дома есть только два подхода - продолжать покупать дома в надежде, что удача пойдет нам на пользу, или провести исчерпывающее исследование, прежде чем принять важное решение. Учитывая, что вы все еще читаете, можно с уверенностью предположить, что второй подход вам больше понравится.

Но что именно означает исчерпывающее исследование? Означает ли это, что покупатели должны изучить архитектурные планы и изучить схемы обслуживания?

Даже когда и автомобили, и здания предполагают оптимизацию множества факторов, покупка дома кажется более сложной задачей, чем покупка машины. Мы не видим, чтобы покупатели автомобилей анализировали схематические конструкции топливного насоса автомобиля, чтобы решить, какой автомобиль купить. Нет причин, по которым покупателям жилья следует проводить такой низкоуровневый анализ.

Интуитивность метрики

Давайте посмотрим на типичную машину. Вот результат поиска в Google Honda Accord 2018 года выпуска.

Все детали, необходимые клиентам для принятия решения об автомобиле, четко представлены в виде четырех-пяти различных показателей - миль на галлон, лошадиных сил, габаритов и снаряженной массы.

В этих показателях не говорится о деталях низкого уровня, таких как напряжение топливного насоса или радиус болта шины автомобиля. Несмотря на то, что эти функции играют роль в характеристиках автомобиля, пользователям отображаются более интуитивно понятные параметры, такие как мощность, стоимость и рейтинги, которые помогут им лучше думать об автомобиле, чем напряжение топливного насоса.

Клиентам не нужно анализировать конструкцию топливного бака или смотреть на принципиальные схемы двигателя, вместо этого они просто обращаются к этим показателям, которые отражают качественные аспекты двигателя и топливного насоса.

До сих пор не существовало никакого стандартного набора показателей, которые позволяли бы резюмировать здание. Разве не было бы неплохо, если бы аналогичный набор показателей существовал для зданий?

Гиперразмерности - количественная оценка качества

Здесь в игру вступают гиперпространства. Гиперразмеры можно рассматривать как эквивалент технических характеристик автомобилей в отношении зданий.

Гиперразмеры - это интуитивно понятные параметры, такие как Индекс семейного комфорта, Простор и Возможность садоводства, которые зависят от нескольких низкоуровневых функций, таких как количество окон, местоположение и т. Д. материалы постройки. Они помогают покупателям дома кратко рассмотреть различные аспекты здания, тем самым снижая нагрузку на покупателей при принятии решений.

Archilyse, дочерняя компания ETH, лидирует во внедрении гиперпространств в отрасль недвижимости. С помощью сложных алгоритмов машинного обучения они могут преобразовывать грубые низкоуровневые характеристики здания в интуитивно понятные гиперпространства высокого уровня.

С Archilyse пользователи могут сравнивать варианты, которые они собираются купить. Таким образом, вместо бесплодного сравнения грубых несопоставимых функций, таких как пространственная геометрия и местоположения, пользователи могут вместо этого обращаться к количественно определенным гиперпространствам.

Алгоритмы учатся преобразовывать архитектурные особенности в качественные психологические воздействия, подобно архитектору посредством машинного обучения. Например, на снимке экрана мы видим подробные архитектурные данные, такие как количество ванн, количество дверей и расстояние до ближайшего медицинского учреждения, которые учитываются при вычислении более интуитивно понятного гиперпространства Уровень семьи.

Как Hyperdimensions повлияют на опыт покупки дома?

Благодаря этому прогрессу индустрия недвижимости может совершить революцию. Есть четыре ключевых преимущества, которые гиперпространственный анализ может принести отрасли недвижимости.

Контекстуализация

Жизненный опыт - это здание, которое не ограничивается только его стенами, но и его окружением. Помимо данных, извлеченных из здания, контекстные данные из окружающей среды, такие как ближайшее расстояние до супермаркета или уровни загрязнения в районе, могут помочь покупателям заранее понять качество своей жизни.

Персонализация

Анализ можно персонализировать, чтобы скорректировать веса различных параметров в зависимости от факторов, которые покупатели отдают предпочтение. Скажем, если покупатель планирует в ближайшее время завести детей, оценка дружелюбия с детьми будет иметь больший приоритет при расчете общей оценки семейного уровня дома.

Деабстракция

Хотя покупатели доверяют своим эстетическим вкусам, оценивая привлекательность помещения, понимание влияния абстрактной пространственной геометрии требует острой архитектурной интуиции. С помощью гиперпространственного анализа пользователи могут точно получить представление об абстрактных концепциях, таких как совместное использование, уровень гурмана и безопасность пространства, без необходимости гадать, основываясь на своих визуальных инстинктах.

Регресс

По мере того, как все больше и больше пользователей используют систему и проверяют прогнозы, сделанные с помощью алгоритмов, точность показателей будет продолжать улучшаться, тем самым повышая адаптивность. В будущем можно будет давать точные рекомендации покупателям на основе предпочтений аналогичных покупателей в прошлом.

Эти факторы не просто помогают покупателям в абстрактном смысле - они имеют реальные практические преимущества, которые убеждают нас в адаптивности.

Экономия денег и времени. Обычно люди ищут дома, просматривая фотографии в Интернете и планируя посещение дома. Это трудоемкий процесс для покупателей и затратный для продавцов. Покупатели могут сравнить больше вариантов, чем они могут посетить за один раз, и выбрать наиболее желаемый дом вместо того, чтобы планировать несколько посещений, тем самым экономя свое время и деньги.

Сценарий с низким уровнем риска. Во время посещения дома перед продажей покупатели воспринимают пространство только визуально. Как мы уже говорили, здания - это машины, которые должны функционировать с течением времени. Гиперразмеры позволяют покупателям понять, как дом будет функционировать с течением времени.

Снижение умственной нагрузки. Покупка дома - это стрессовая ситуация для большинства людей из-за большого количества мелких решений, которые необходимо принять. Алгоритмы могут разгружать часть этого, помогая пользователям с помощью интуитивно понятных параметров основывать свои суждения.

tl;dr

Мы движемся к парадигме, при которой алгоритмы более тесно работают с архитекторами, не для их замены, а для расширения их возможностей по преобразованию ожиданий клиентов в четкие концепции дизайна. Поступая так, мы не только делаем бизнес в сфере недвижимости более эффективным, но и устраняем вековой скептицизм и недоверие, с которыми приходилось бороться в отрасли.

Многовековой разрыв между дизайнерами и клиентами можно было бы преодолеть, найдя общий словарь, который интуитивно понятен им обоим, и гиперпространства кажутся именно такими.

Об авторе

Ашрис - студент, приглашенный в Медиа-лабораторию Массачусетского технологического института (MIT Media Lab), в группе Fluid Interfaces Group, работающей над тем, чтобы сделать образование более увлекательным с помощью дополненной реальности. В 2017 году окончил ИИТ Харагпур по специальности Архитектура.