Это кейс о том, как застройщик Сибинтел оптимизировал работу с ценами на объекты с помощью Profitbase.ai. Результат — сокращение времени согласования в четыре раза и рост цены квадратного метра.

 

  

Клиент — Сибинтел-Девелопмент

Застройщик ГК Сибинтел-Девелопмент, входящий в ТОП-20 крупнейших девелоперов Тюменской области, более 20 лет развивает этот регион. Помимо жилых комплексов строили ТРЦ, бизнес-центры, автосалон и даже термальный курорт.

Один из последних проектов — Авторский квартал Машаров. Покупатели смогут «жить в первом ряду»: квартал находится в центре города. Первый дом из восьми будет сдан в I квартале 2023 года.

 

 

Компания растет. Как и объем работы

Сибинтел развивается как застройщик. Объектов становится больше, цены постоянно корректируются. Девелопер пришел к тому, что процесс нужно оптимизировать.

Для Сибинтел важно сохранять ритмичность продаж. Поэтому девелопер регулярно обновляет прайс.

Ценообразованием в компании занимается маркетолог-аналитик Татьяна Куракина. Анализ, изменение прайса, согласование новых цен и их публикацию нужно провести максимально быстро — максимум за неделю, и при этом необходимо успеть выполнить другие рабочие задачи. Татьяна также занимается планированием, составляет отчётность и анализирует рынок.

  

Три шага по изменению цен: как это было раньше

   

Шаг 1. Исследование рынка

Татьяна собирала данные из разных источников — Гугл-таблиц, CRM Profitbase. Приводила их в единый вид в excel-файле. Несколько раз проверяла, не появились ли ошибки при переносе.

Вся магия динамического ценообразования происходила в excel-таблицах. Цены проставлялись вручную.

Сбор и оформление информации отнимали у Татьяны большую часть рабочего времени — вплоть до двух дней.

   

Шаг 2. Согласование прайса

В согласовании участвовали директор департамента продаж, РОП, начальник отдела. Татьяна присылала обновленный прайс на почту. Каждый мог отправить комментарий.

Согласования проходили в три этапа и могли растянуться на недели.

   

Шаг 3. Публикация цен

Утверждённый прайс выгружался в отраслевую CRM. Данные из CRM от Profitbase автоматически обновлялись на других площадках.

Здесь процесс уже был автоматизирован и занимал минимальное количество времени.

Аналитик тратил много времени на механическую работу — сбор данных, проверку их корректности и приведение прайса к нужному виду.

    

«Хотим анализировать сами»: выбор сервиса для ценообразования

    

Застройщик понимал, какую потенциальную выгоду может упустить, если не обновлять прайсы оперативно. Коллеги-девелоперы поделились, что автоматизируют ценообразование с помощью IT-продуктов.

 

Для застройщика было важно, чтобы:

1. Работа с ценами велась прямо в сервисе

Одних таблиц и графиков было недостаточно. Аналитик хотел видеть информацию по объектам и менять прайс в одном месте.

2. Чтобы изменение цен происходило под контролем застройщика

Девелопер решил, что только внутренний эксперт может корректно изменить цены на объекты. Аналитик понимает, как устроены внутренние процессы, как строилась финансовая модель и план продаж.

Такую серьёзную задачу сложно доверить стороннему эксперту. Поэтому сервисы, где данные валидируются аналитиком IT-сервиса, сразу не рассматривались.

3. Чтобы разработчик имел глубокую экспертизу в ценообразовании девелопмента

Сервис должен содействовать работе аналитика, упрощать её и дополнять. Выстроить такой формат работы проблематично, если разработчики не понимают, как устроены продажи застройщиков.

Сибинтел выбрал Profitbase. ai — сервис динамического ценообразования. Продукт решает все задачи застройщика:

 

● Автоматически собирает все данные в одном окне

В одном месте отображаются финансовая модель/план продаж, статистика продаж в разрезе квартир (сколько продано, свободно, забронировано и выведено из продажи). Здесь же выводятся рекомендации по повышению или понижению цен.

Татьяна сразу получает информацию по проекту. Не выгружает данные из CRM и не тратит часы на перепроверку информации.

 

  

● Создаёт список рекомендаций на повышение цен

Сервис подсвечивает, когда одна из групп объектов начинает вымываться. Показывает, на сколько процентов можно изменить цену.

Татьяна просматривает рекомендации и корректирует их, исходя из текущей ситуации на рынке. Автоматически отправляет 4 коллегам на согласование.

 

 

● Позволяет менять цены прямо в системе

Обновлённый и опубликованный прайс сразу попадает в CRM, а из неё — на сторонние площадки, где цены на каждую квартиру меняются автоматически.

Татьяна в два клика меняет цены на отдельные квартиры. Выделяет их на шахматке и задаёт новые параметры.

 

 

● Дополняет экспертизу аналитика

Сибинтел менял цены по внутренним алгоритмам. Система подсказала, как ещё можно отслеживать вымываемость в долгосрочной и краткосрочной перспективе.

Теперь ценообразование застройщика стало ещё точнее.

«В сервисе Profitbase.ai мы нашли то, что искали: высокую экспертность в вопросах динамического ценообразования, возможность самостоятельно принимать окончательное решение по изменению цен, высокую степень автоматизации процесса, — говорит маркетолог-аналитик проекта АК Машаров Татьяна Куракина (на фото). — По факту получили всё это плюс высокую заинтересованность и желание сделать сервис удобным для нас как для клиента», — уточняет она.

 

 

Что из этого вышло? Делимся результатами

  

1. Аналитик перестал заниматься механической работой и сконцентрировался на приоритетных задачах

Татьяна больше не собирает цены в excel и не тратит часы на создание диаграмм. У нее появилось время на более глубокий анализ ценообразования. Освободились часы для других задач: анализа эффекта от нововведений, отчета по динамике продаж, исследования рынка.

  

2. Новый прайс публикуется раз в неделю, а не месяц

Время на обновление цен сократилось с одного месяца до одной недели. Теперь застройщик успевает за изменениями рынка.

 

3. Вымываемость квартир уменьшилась, а цена квадратного метра выросла на 3,74%

Цена квадратного метра увеличилась на 3,74% относительно плана продаж.

«Сервис Profitbase.ai полностью снимает с меня задачу по механическому сбору данных и анализу спроса и выбытия, соответственно появляется больше ресурса для выполнения других задач, — говорит маркетолог-аналитик проекта АК Машаров Татьяна Куракина. — Благодаря команде Profitbase. ai мы внедрили новые алгоритмы, которые помогают еще более детально подходить к вопросу изменения цен», — резюмирует специалист.

 

  

СПРАВКА

Profitbase — цифровая экосистема для девелоперов, которая включает решения для управления продажами, проведением сделки, маркетингом и клиентским сервисом застройщика. Платформа запущена в 2016 году, сегодня решения Profitbase используют более 500 застройщиков в России и СНГ.

 

 

  

 

 

 

 

Другие публикации по теме:

«Один менеджер вместо трех»: как пермская Орсо групп оптимизировала продажи благодаря MacroCRM

Как технологии помогают застройщикам сократить расходы в кризис

Profitbase проведет на форуме недвижимости «Движение» конференцию по цифровизации девелопмента

Российские IT-компании готовят специальные предложения для поддержки рынка недвижимости

Бизнес в России точно не умрет: MR Group, ГК Самолет, ГК Пионер обсудили будущее рынка на большой конференции по цифровизации девелопмента на RosBuild

Онлайн-продажи квартир 2022. Учимся на чужих ошибках и запускаемся на счет «Три!..»

Группа Эталон выстроила бесшовный процесс дистанционной продажи квартир с сервисами Profitbase

Геном инноваций: Profitbase стал резидентом Сколково

ФСК выстроила в Санкт-Петербурге работу с ценами на базе автоматизированных алгоритмов и искусственного интеллекта Profitbase.ai 

Вся правда об онлайн-продажах: исследование ТОП-100 застройщиков от Profitbase

Profitbase — в едином реестре российского ПО

Стартап-шоу для застройщиков: новый проект с онлайн-оценкой инноваций в недвижимости

Новые возможности для застройщиков: как изменился Profitbase за 2020 год

Личный кабинет покупателя: онлайн-продажи квартир с Profitbase

Profitbase — IT-платформа для управления маркетингом и продажами в недвижимости

70 сервисов для цифровизации девелопмента

Руководитель направления по информационному моделированию компании «ПроГород» Марат Гайсин рассказывает об опыте внедрения отечественной ТИМ-системы в проектный контур.

  

  

Строительство любого объекта всегда начинается с идеи и представления о том, что это должно быть, каким целям служить, где должно быть расположено и что в себя включать. Сегодня воплотить идеи в жизнь помогают технологии: визуализация и цифровое моделирование объекта дают наглядную картинку будущего объекта. Современные технологии и техника значительно ускорили темпы строительства. Теперь не нужно ждать десятилетия, чтобы увидеть построенный дом. Помочь сделать проектирование и строительство эффективным могут технологии информационного моделирования (ТИМ).

«ПроГород» — компания в контуре государственной корпорации развития ВЭБ.РФ, созданная для реализации комплексных проектов освоения территории. Это первый государственный мастер-девелопер федерального уровня, рассматривающий для реализации проекты во всех регионах страны. 

Руководитель направления по информационному моделированию компании «ПроГород» Марат Гайсин (на фото), рассказывает об опыте внедрения отечественной ТИМ-системы в проектный контур, о том, почему BIM/ТИМ необходим, почему в «ПроГород» выбрали продукт компании Renga Software, в чем основные преимущества работы в Renga.

    

 

— Деятельность нашей компании нацелена на развитие городской среды и улучшение качества жизни людей в регионах России, — отметил топ-менеджер. — Внутри компании мы проводим разработку концепций будущего строительства, оцениваем площадки, на которых мы можем возвести жилые и социальные объекты. После того как проекты проходят стадию концепции и формирования бюджета, мы выбираем подрядные организации, которые разрабатывают проекты и рабочую документацию.

 

Почему ТИМ необходим: взгляд «ПроГород»

Компания «ПроГород» начала свою работу сравнительно недавно, но уже активно внедряет информационные технологии. Уход международных вендоров был вызовом для проектов, а санкции заставили компанию перейти на отечественное ПО.

Для внедрения и последующего эффективного применения ТИМ требуется некоторое время на переобучение и подборку квалифицированных кадров. Небольшим организациям, занимающимся проектированием, часто трудно найти кадры без увеличения затрат на оплату труда, что может усложнить переход на ТИМ. Внедрение трехмерного проектирования также требует приобретения ПО и настройки инфраструктуры. Для некоторых это может стать препятствием на пути к современным методам работы. Возможно, этим и объясняется небольшой процент проектировщиков, работающих в ТИМ, и, как следствие, отсутствие понимания того, в чем заключаются его главные преимущества.

В свою очередь крупные застройщики ценят прозрачность и точность в расходах, и ТИМ помогает им в этом. Проектировщики иногда ограничиваются видением объекта, не учитывают финансовые аспекты. Но ТИМ-система — инструмент не только для моделирования и получения чертежей. По сути, ТИМ — это путь к созданию цифрового двойника объекта, звена в цепи развития проекта — от концепции до разрешения на ввод и даже периода последующей эксплуатации.

 

Поиск российских решений и выбор Renga

При переходе на отечественный рынок мы рассмотрели продукты для нашей компании, учитывая следующие критерии:

1. Отечественный продукт в сфере ТИМ;

2. Наличие возможности совместной работы;

3. Возможность разработки основных разделов проектной документации;

4. Активное сообщество пользователей.

Исходя из этих критериев, мы выбрали Renga — ПО, объединяющее множество разделов. Особенно нас привлекли инструменты для разработки раздела «Архитектурные решения».

Мое знакомство с Renga произошло еще до начала работы в «ПроГород» — на первом потоке курса BIM-менеджмент, организатором которого является «Vysotskiy Consulting». В рамках этого курса проходило обучение Renga, и одна из моделей была собрана именно с помощью этого ПО.

Тем не менее переход оказался определенным вызовом. Нам пришлось осваивать новую программную среду и адаптироваться к новой методологии моделирования. В основном наш отдел занимается концепцией комплексной жилой застройки, что снижает требования к моделированию. При этом наша стратегия включает создание полноценного цифрового двойника проекта. Мы разработали классификатор, создали библиотечные элементы и планы квартир, настроили связи и выгрузку объемов из модели. На этапе концепции мы сегодня способны выгружать 80% — 90% тендерных объемов для типовых этажей.

 

Преимущества работы в Renga

Преимущества работы в Renga включают совместную работу в режиме реального времени (к слову, это реализовано компанией Renga Software при грантовой поддержке РФРИТ), объединение сотрудников и систематизацию данных. Ранее при обмене заданиями и планами могли возникать расхождения в данных из-за разной версионности или несвоевременных изменений.

BIM/ТИМ-система Renga позволяет создавать концепции застройки проектов с присвоением кодов классификатора. Полученные объемы данных позволяют корректно сформировать бюджет проекта. Инструмент «Сборка» дает возможность собирать части модели в группу для формирования библиотеки крупноузловых элементов здания, что ускоряет сборку концепции застройки. Успешно сформированные ведомости объема работ из моделей концепции доказывают эффективность применения ПО Renga для девелопера даже на стадии формирования концепции и сбора первичных объемов.

Важно отметить, что концепция Renga отличается от других ПО, особенно в области инженерного оборудования. Так, для создания любого типа инженерного оборудования в Renga реализован свой язык программирования — STDL.

   

От теории к практике: жилой комплекс «Город в Лесу» и проект «Междуреченск»

На данный момент в ПО Renga выполнено два проекта: концепция застройки новой очереди ЖК «Город "В лесу"» и проект жилого дома в Междуреченске (Кемеровская область).

Когда мы начали работать в Renga, сразу столкнулись с задачей проработки концепции будущей очереди ЖК «Город "В лесу"» для оценки финансовой модели. Мы формировали концепцию для нескольких очередей и вносили изменения по мере обсуждений. С получением данных об объеме работ появились новые идеи и корректировки. Мы внесли дополнения и доработки, при этом получив опыт работы с концепциями в Renga.

 

Рис. 1. Концепции застройки новой очереди ЖК «Город "В лесу"»

 

Затем мы разработали планировки и секции для 8 жилых зданий разной высоты. Мы создали классификатор, который автоматизировал переход данных из спецификаций в форму для бюджетирования, графиков, смет и тендерных процедур. Этот классификатор основан на управленческих практиках и статьях расходов, содержащих 11 глав. Каждому элементу в шаблоне проекта присвоен собственный код, который используется для подсчета затрат по всему проекту.

С введением классификатора мы значительно сократили время работы, уменьшив его с 1,5 недель до 1 дня. Классификатор адаптивен и позволяет легко добавлять новые блоки и позиции, это ускорило составление бюджета проекта в два раза.

Получение данных с помощью классификатора осуществляется благодаря стандартной функции выгрузки данных из информационной модели в формате CSV. Эта функция достаточно проста и в то же время недоступна в некоторых аналогичных системах информационного моделирования без написания дополнительных модулей.

В этом мы, безусловно, видим преимущество Renga в плане формирования базы данных элементов из информационной модели базовым набором инструментов.

 

Рис 2. Пример структуры классификатора

 

Благодаря использованию информационной модели для формирования бюджета проекта теперь мы можем оценивать металлоемкость и расход бетона с точностью от 80% до 90% на предпроектной стадии.

 

Рис. 3. Планировка одного из корпусов ЖК «Город "В лесу"»

 

Наш второй проект, жилой дом в Междуреченске (Кемеровская область), занял всего две недели. Мы использовали опыт работы над первым проектом и сформировали библиотеки окон, дверей и квартир.

Также завершили адаптацию стандартов проектирования и библиотеки квартир различной планировки, автоматизировав подсчет объемов проекта.

 

Рис. 4. Разработка концепции проекта «Междуреченск»

 

Рис. 5. Внутренняя библиотека преднастроенных крупноузловых элементов

 

Рис.6. Библиотека квартир различной комнатности для повторного применения

 

Рис. 7. Стандартный вид одной из квартир

 

Проработка модели на стадии концепции не предполагает полноценного моделирования внутренних инженерных систем из-за ограниченного времени. В связи с этим было принято решение использовать еще один инструмент внутри Renga — формулы. Проведя анализ собственных существующих проектов, мы обнаружили зависимость расхода элементов внутренних инженерных систем от пяти характерных параметров квартиры, которые наиболее точно описывают ее характеристики.

Сбор данных, написание формул, сравнение полученных данных с эталонной моделью заняли у нас около двух месяцев. Расхождение в плане штучных элементов не превышает 5%, а в линейных элементах — не более 10%. Данный показатель мы считаем успехом, так как в этом случае мы значительно сэкономили время и прорабатывали отдельно в модели только подвальные и первые этажи.

Перспективное направление для нас — формирование сборки квартир с включением в них элементов инженерных категорий и подчинение необходимых параметров элементов сборки параметрам самой сборки. Это позволит создавать сборки квартир с динамически изменяемым инженерным наполнением и применять результат, полученный на стадии концепции на дальнейших этапах разработки модели.

 

Рис. 8. Свойства сборки квартиры

 

Этот проект подтвердил, что при правильной методологии российское ПО позволяет быстро получать архитектурные концепции и данные для оценки объемов работ менее чем за месяц. Мы надеемся, что все будущие проекты нашей компании будут разрабатываться на российском ПО с использованием уже сформированных платформ и библиотек.

 

В качестве заключения

Внедрение программного комплекса Renga на пилотных проектах компании показало, что отечественные решения в области ТИМ могут конкурировать с иностранными по части визуализации различных конструктивных, архитектурных и инженерных решений.

Переход на отечественные системы ТИМ-моделирования российскими застройщиками может занять до четырех лет, но использование опыта ООО «ПроГород» в создании универсальной экосистемы в Renga уменьшит этот срок до полутора-двух лет. После завершения создания экосистемы ожидается, что точность обработки данных повысится на 30%, а время на сбор бюджета проекта уменьшится на 50%, подводит итог руководитель направления по информационному моделированию компании «ПроГород» Марат Гайсин.

С другими историями использования ПО Renga можно ознакомиться на сайте компании Renga Software в разделе Опыт пользователей.

 

Реклама. ООО «Ренга Софтвэа».  ИНН: 7801319560

 

 

 

 

 

Другие публикации по теме:

Эксперты рассказали об основных условиях внедрения ИИ в стройке

От лоскутной автоматизации к бесшовной цифровизации: IT-решениями на этапе проектирования поделились застройщики и эксперты на РСН–2024

Опубликован стандарт, устанавливающий требования к цифровым информационным моделям жилых зданий

Внедрение ТИМ в работе государственного заказчика: опыт BIM-Cluster и Красноярского края

Modulbau разработала BIM-семейство префаб-продукта для облегчения работы архитекторов и проектировщиков

Застройщики и IT-компании поделились кейсами применения ТИМ на конференции НОЗА и ЕРЗ.РФ