Стратегии продаж в условиях неопределенности, способ повышения выручки на кейсе реального ЖК и советы девелоперам, как внедрить в свой проект динамическое ценообразование.

 

 

Как построить стратегию продаж в 2023 году

Условия неопределенности — текущая реальность. Как действовать застройщикам, если себестоимость строительства и спрос по ассортиментным группам меняются из месяца в месяц? Как достичь главной цели — получить максимальную выручку в сжатые сроки?

 

Предугадать, что будет с рынком, невозможно, но можно быстро реагировать на изменения и сохранять разнообразный ассортимент

Для этого девелопер должен определить стратегию продаж собственных продуктов:

1. Сохранить стоимость лота, но потерять темпы продаж.

2. Сохранить темпы продаж, но снизить стоимость лота.

 

Profitbase рассмотрел плюсы и минусы этих стратегий

Сохраняем стоимость лота, теряем темпы продаж:

+ Сохранение плановой выручки проекта.

- Растягивание сроков продаж относительно плановых приведёт к увеличению затратной части. Проекты будут сдаваться городу, на плечи девелопера свалятся дополнительные затраты за содержание жилья и общедомовые КУ.

- Снижение конкурентной привлекательности. Если конкуренты избирают стратегию снижения стоимости лота, появляется риск потерять клиента.

- Недостаток обеспечения проектного финансирования (ПФ) и повышение риска увеличения % за использование ПФ¹.

  

Сохраняем темпы продаж, снижаем стоимость лота:

+ Сохранение конкурентной привлекательности.

+ Увеличение количества потенциальных клиентов.

+ Сохранение обеспечения ПФ.

- Бесконтрольная вымываемость. При отсутствии механизмов контроля вымываемости и затоваренности появляется риск продать самые ликвидные ассортиментные группы раньше срока. Это приведет к рискам по покрытию себестоимости строительства, потере конкурентной привлекательности и маржинальности проекта.

- Неоправданное занижение стоимости. Важно понимать, что снижение цены 1 кв. м на 20%—40% не приведет к максимально возможному результату. В этой стратегии ценообразование должно опираться на фактические продажи, брони, интерес к лотам. Только в этом случае можно будет сказать, что получена максимально возможная выручка.

- Снижение плановой выручки проекта.

 

Какая из этих стратегий приведет к максимизации выручки

По данным «ДОМ.РФ», 85%—90% девелоперов используют ПФ и эскроу для обеспечения жилищного строительства.

   

   

Соответственно, стратегия сохранения плановой выручки предусматривает увеличение себестоимости за счет повышения процента по использованию ПФ, коммунальных услуг и прочего.

Profitbase предполагает, что при текущем состоянии эта стратегия неэффективна уже на старте. Ее эффективность может проявиться только в синергии, когда отслеживаются и темпы продаж.

Поэтому компания предлагает разобрать на конкретном примере эффективность другой стратегии: сохранение плановых темпов продаж, но снижение стоимости лота.

 

Разберем на примере

 

Дано:

ЖК Сироп:

• 300 лотов жилой недвижимости (квартир);

• Площадь — 14 250 кв. м;

• 2 секции;

• 15 этажей (по 10 квартир на этаже).

Ассортимент (комнатность):

• СТ — 25% (75 шт.)

• 1К — 25% (75 шт.)

• 2К — 25% (75 шт.)

• 3К — 15% (45 шт.)

• 4К — 10% (30 шт.)

Средний метраж по комнатности:

• СТ — 18 кв. м;

• 1К — 38 кв. м;

• 2К — 56 кв. м;

• 3К — 70 кв. м;

• 4К — 90 кв. м.

Продажи ЖК стартуют в январе 2023 года и завершатся в марте 2024 года, покупатель активнее всего покупает в IV и I кварталах.

Цель: продать весь ассортимент за 15 месяцев и заработать 1 482 712 500 руб.

Стандартное решение:

1. Продавать по 20 лотов или 950 кв. м ежемесячно²;

2. Каждые полгода планово повышать стоимость на 5%.

 

 

 

Результат спустя 15 месяцев

 

Теперь перенесемся на 15 месяцев вперед и посмотрим, как прошли продажи. Ниже на рисунках представлена статистика продаж по лотам и квадратным метрам.

 

 

    

Что здесь не так?

На продажу всех лотов ЖК Сироп потребовалось 14 месяцев. Уже с декабря в продаже не было студий. А к марту вымыли весь ассортимент.

Факт — 21 лот или 1018 кв. м в месяц.

Цель — 20 лотов или 950 кв. м в месяц.

Плановые темпы продаж опережены, проект реализован быстрее. Но можно ли сказать, что это хороший результат?

Нет. И вот почему.

Profitbase разобрал, как «перевыполнение» плановых показателей сказалось на валовой выручке.

 

 

Валовая выручка составила 1 475 759 000 руб. План выполнен на 99,5%. Но максимизирована ли выручка на текущем проекте?

Для начала рассмотрим диаграмму вымываемости ассортиментных групп в ЖК «Сироп».

 

 

На диаграмме видно, что начиная с первого месяца продаж ассортиментные группы «СТ» и «1К» вымываются. В меньшей степени, но также с отрицательным трендом, вымывается группа «2К». При этом «3К» и «4К» затовариваются.

Без привязки к темпам продаж это приводит как минимум к потере конкурентной привлекательности на рынке. Ведь за 4 месяца до конца продаж уже не получится предложить «СТ», а за 3 месяца — «1К».

Далее отдельно рассматривались темпы продаж в «1К» и «СТ».

 

 

По графику видно, что в январе и феврале были пиковые темпы. Далее из-за сезонности темпы снизились, но из-за отсутствия реакции в феврале было продано больше лотов, чем нужно.

Поэтому среднемесячные темпы и срок продаж по данным группам следующие:

Факт

«Ст» — 7 лотов в течение 11 месяцев.

«1К» — 6 лотов в течение 12 месяцев.

Цель

«Ст» — 5 лотов в течение 15 месяцев.

«1К» — 5 лотов в течение 15 месяцев.

Выводы:

• удалось опередить плановые темпы на 4 месяца (за 4 месяца до конца лишились «СТ», за 3 месяца — «1К»);

• цены не увеличились на 5% из-за вымывания ассортимента;

• ассортимент начал вымываться уже через 2 месяца после старта продаж.

 

А как можно было сделать?

 

Во второй же месяц для «СТ» и «1К» необходимо было поднять цены на 5% и посмотреть, как изменятся темпы продаж.

Для этого следует обратиться к коэффициенту эластичности темпов продаж. Коэффициент эластичности — это величина уменьшения темпа продаж при подъеме цены на 1%.

Коэффициент эластичности — динамический, он зависит от географии, стадии строительства и рассчитывается по формуле. Но в среднем его значение находится в пределах 5%—7%.

Коэффициент эластичности в ЖК «Сироп» = 6%. Это значит, что при плановом подъеме цены на 1 кв. м в группах «1К» и «СТ» в феврале на 5%, темпы продаж по этим же группам сократятся на 30%.

Рассмотрим картину продаж с учетом новых вводных.

 

 

Что это дает

Из сравнения становится понятно, что благодаря изменению цены срок продаж в группах увеличивается на 3 и 2 месяца соответственно и выравнивается вымываемость этих групп.

Сейчас видно, что:

1. «Ст» продаются в среднем по 5,3 лота в течение 14 месяцев.

2. «1К» продаются в среднем по 5,3 лота в течение 14 месяцев.

Напомним цель и фактический итог:

Цель

«СТ» — 5 лотов в течение 15 мес.

«1К» — 5 лотов в течение 15 мес.

Факт

«СТ» — 7 лотов в течение 11 мес.

«1К» — 6 лотов в течение 12 мес.

Повышение цены

«СТ» — 5,3 лотов в течение 14 мес.

«1К» — 5,3 лотов в течение 14 мес.

Теперь рассмотрим, как изменилась выручка:

 

 

После проработки цены на кв. м в группах «1К» и «СТ» валовая выручка увеличилась на 26 942 430 руб.

План выполнен на 101,3% и повысилась маржинальность проекта ЖК Сироп.

Вывод: перевыполнение плановых показателей не означает, что нет упущенной выручки.

Profitbase рассмотрел только две группы лотов. Но такой анализпоказывает, что работать только по плану продаж неэффективно.

При продаже лотов нужно отслеживать вымываемость и темпы продаж. А вымываемость — это не только представленные в этой статье методы, но и более сложные структуры, которые отслеживают динамику в краткосрочном периоде и сравнивают тренд с долгосрочным.

Для более четкого понимания картины необходимо учитывать выбытие по ассортиментным группам, которые уникальны для каждого проекта, закладывать как плановые повышения, так и изменения стоимости на основе покупательского спроса. Такая система работы занимает длительное время.

Нынешняя ситуация в стране не позволяет реагировать на изменения спроса медленно. Картина продаж меняется мгновенно, происходят затишья и всплески. И с данной точки зрения необходимость быстрого построения системы с возможностью ее корректировки и автоматизации процессов работы — очень важная часть в максимизации выручки.

Максимизация выручки = глубокий анализ текущего состояния рынка + быстрая реакция на изменения.

 

Как начать использовать динамическое ценообразование в своих проектах:

1. Можно использовать ручное управление, нанять штат аналитиков, они будут сопоставлять данные инструментами CRM и/или в Excel. Важно не упускать момент и вовремя замечать минимальные колебания спроса, чтобы успеть поднять цены на категорию квартир и заработать больше.

2. Использовать сервисы динамического ценообразования. Один из таких сервисов — Profitbase.Ai. Система позволяет вести более сложные расчёты, а также она чувствительна к минимальным колебаниям спроса. После запуска Profitbase.Ai команда Profitbase поняла, что для многих девелоперов динамическое ценообразование ассоциируется с долгим внедрением и отложенным эффектом, т. к. деньги вендору нужно заплатить сразу, а эффект виден только через несколько месяцев. А большей части рынка вообще нужен инструмент с простыми функциями.

  

Profitbase запустил новый формат Profitbase.Ai, который можно внедрить за 15 дней, он дешевле и подойдет небольшим девелоперам.

Цель сервиса — максимизация выручки за счет равномерного выбытия, ускорения процесса принятия решения по изменению цены и сохранения плановых темпов продаж.

 

Возможности и преимущества:

1. Система настроена таким образом, чтобы каждый девелопер выводил на экран актуальные для него показатели и получал оперативную отчётность по продукту.

2. По данным клиентов Profitbase, прогнозная выручка после 6 месяцев использования вырастает в среднем на 3%—6%.

3. Для того чтобы рекомендации к изменению стоимости лота были наиболее релевантными, важно классифицировать ассортиментную группу как можно подробнее.

Например: у ЖК Сироп есть лоты одной комнатности, но разной планировки. В рамках группы вымываемость можно контролировать по комнатности. Но эффективнее будет рассматривать продажи в разрезе каждой планировки, учитывая их особенности (этаж квартиры, имеется ли терраса и т. п.).

Если бы ЖК Сироп использовал систему, подобную Profitbase Ai, то тренд выбытия по лотам стал бы очевиден уже на второй месяц. А за счет оперативного управления стоимостью лотов ЖК показал бы наибольшую маржинальность.

 

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.

 

 

¹При оформлении проектного финансирования (ПФ) формируется график, по которому при пополнении эскроу до определенных границ уменьшается процент по ПФ. Этот график нужно учитывать в продажах. Иногда наполнение эскроу ускоряют, но бывают и ситуации, когда темпы наполнения замедляют (например, если план уже выполнен). Если не пополнять эскроу до нужных объемов, то увеличиваются как процент по ПФ, так и затраты на него. Эти затраты — отложенные, они будут известны после раскрытия эскроу.

²В примере используется линейный план продаж, не учитывается сезонность, темпы продаж в первые месяцы. Считается, что каждый месяц будет продано 20 лотов / 950 кв. м.

  

      

    

     

     

    

    

Другие публикации по теме:

Исследование сайтов застройщиков Казахстана: грубые ошибки против современных решений

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 Profitbas

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

Масштабируйте продажи, а не хаос: Profitbase выпустил новое решение для работы с агентами

Сбербанк и Profitbase переводят продажи квартир в онлайн

Новый взгляд на ценообразование в девелопменте: аналитик начал высыпаться, а цены на квартиры — расти. Кейс Сибинтел

Почему застройщику не обойтись без аналитика, нужны ли застройщику нейросети, сколько стоит скорость реакции в вопросе ценообразования? Читайте в новой статье от Profitbase. 

   

  

Системы динамического ценообразования: что это такое и для чего они нужны

Динамическое ценообразование — это изменение или переоценка стоимости товара в зависимости от разных факторов. В недвижимости — изменение стоимости квадратного метра.  

В полуручном-полуэкселевском варианте динамическое ценообразование существует практически у всех застройщиков: вы повышаете цены в процессе строительства — значит, применяете динамическое ценообразование.

   

Как работает динамическое ценообразование у большинства

• Практически все работают в Exel.

• Применяют очень простые формулы или не применяют их вовсе.

• Визуально оценивают по шахматке, какие лоты вымываются сильнее и экспертно проставляют обновлённые цены.

• Долгосрочного плана продаж либо нет, либо он неактуальный (разрабатывался для банка).

В последнее время, говоря об инструментах динамического ценообразования, подразумевают автоматизированные системы, которые будут рассчитывать и предлагать конкретные изменения и новую цену квадратного метра или лота.

      

У системы динамического ценообразования две задачи:

1. Обеспечить равномерное выбытие лотов, чтобы у девелопера в продаже всегда был одинаково богатый ассортимент.

2. Максимизировать выручку.  

На практике потребности застройщиков меняются в ходе реализации объекта:

• На старте проекта стоит задача создать непрерывный денежный поток.

• В середине реализации — повысить выручку и маржинальность проекта.

• В конце — оценить, что выгоднее: повысить цены на последние лоты или быстрее избавиться от остатков, чтобы сократить издержки на маркетинг и продажи.

Динамическое ценообразование помогает управлять спросом, поэтому помогает в каждой из этих задач.

 

В чем проблема и зачем здесь нужна автоматизация

Обычно контролем спроса и управлением ценами занимаются аналитики и финансовый или коммерческий директор, который анализирует темпы продаж и отслеживает, какие квартиры с какой скоростью продаются, намечает тренды и решает, на какие типы квартир нужно повысить цены, а на какие — снизить.

На практике многие аналитики больше времени тратят на то, чтобы собрать и загрузить данные, сделать графики и сдать руководству: у них просто не хватает времени на то, чтобы их проанализировать.

Еще одна проблема заключается в том, что экспертная корректировка цен всегда субъективна. Тем более, когда человек должен скорректировать цены не на две квартиры, а на несколько тысяч. Причем корректировать постоянно.  

Работа с ценообразованием — это работа с большими объёмами данных, подключение автоматизированных систем здесь помогает ускорить процесс принятия решений.  

  

Доверить ценообразование машине и уволить аналитика? Конечно, нет  

Аналитик тоже понадобится. Человек и машина — не взаимоисключающие вещи. Машина внедряется не для того, чтобы заменить человека, а для того, чтобы помочь ему и повысить его эффективность.

Когда вы «переезжаете» с ручного управления на автоматизированное, точность и скорость принятия решений увеличивается. Появляется возможность прогнозировать планы поступлений, сроки завершения продаж всего объекта или определенных лотов. В Excel этого сделать нельзя.

И, конечно, применение математических моделей позволяет внести больше объективности в процесс ценообразования.

Алгоритм может просчитывать, сравнивая спрос на квартиры в разных разрезах, что позволит заметить тот или иной тренд гораздо раньше, чем обычный человек.

А в недвижимости при средней стоимости лота в 5 млн руб. если мы отреагировали быстрее и успели поднять цены на 1%:

• на две квартиры — то дополнительно получили 100 тыс. руб.,

• на пять квартир — 250 тыс. руб.

Но полностью машина заменить человека не может, аналитик должен валидировать рекомендации алгоритма и, если нужно, вручную их корректировать.

   

Алгоритм в системе ценообразования — это про машинное обучение?

Сейчас в недвижимость приходят многие команды из екоммерса и авиаперевозок и предлагают использовать модели ценообразования с машинным обучением. Но у недвижимости другая специфика, потому что здесь другие темпы продаж и меньше данных для обучения алгоритма.

   

Разбираем на примере Ван Гога и жвачки

Вот представьте, у нас есть какой-то простой продукт, например обычная жевательная резинка. Блистер на 10 подушечек продаётся возле кассы в супермаркете, стоит 23 руб. Ходовой товар, каждый день продаётся десятками миллионов упаковок. С помощью машинного обучения мы можем проанализировать эти большие данные и вычислить, при какой стоимости на товар будет максимальный спрос.

   

 

  

И возьмем другую «крайность» — произведение искусства. В каком-то смысле оно бесценно. Это эксклюзивный товар, и здесь покупку определяет эмоция. Никому же не придёт в голову, что оценить картину Винсента Ван Гога «Звездная ночь» можно с помощью машинного обучения. Потому что стоимость этой картины будет зависеть от настроения мультимиллиардера на аукционе, когда он решит её купить: может быть, он захочет заплатить за неё 70 млн долларов, а может 80 или 100.

   

Винсент Ван Гог. Звёздная ночь. 1889 год

    

Если рассуждать логически, недвижимость находится где-то посередине между этими двумя примерами. Товара мало для аналитики. Если декомпозировать до класса недвижимости и конкретного города, то это тысячи, в большом городе — максимум десятки тысяч штук за месяц.

   

 

  

Если говорить об эконом-классе — то он ближе к примеру с жвачкой: подобных квартир больше, и люди в этом сегменте принимают решение на основе понятных параметров, таких как стоимость, локация, инфраструктура. И машинное обучение сможет найти в этом какие-то зависимости.

Но если говорить про премиум и про элит-класс — там всё меньше товара и всё больше эмоций в принятии решений. Покупателю не так критично, заплатить за объект 90 млн или 93 млн, но важно, как сработает маркетинг, как презентован объект, и какую эмоцию всё это создаст. Именно от того, как маркетинг сыграет на гедонизме, и будет зависеть стоимость.

Можем ли мы тут применить машинное обучение, которому нужны большие данные и конкретные оценочные параметры? Это уже большой вопрос.

  

А теперь с технической стороны. Без жвачки

Есть несколько ограничений, из-за которых алгоритмы машинного обучения в чистом виде не могут применяться как основной алгоритм в ценообразовании объектов недвижимости.

1. Алгоритм машинного обучения не интерпретируется. Как работает машинное обучение? Вы загружаете данные в чёрный ящик и получаете рекомендацию. Но у вас есть аналитик или финдиректор, который отвечает за выставленные цены и соблюдение финмодели. Если с ценами что-то пошло не так и компания недополучила прибыль — обвинят аналитика. Поэтому, когда вы к нему придёте и скажете, что теперь он должен на 100% доверять вот этой машинке и её рекомендациям — он будет сомневаться и спрашивать, почему алгоритм считает именно так. А никто не сможет ему этого объяснить. Тогда как он сможет доверять рекомендациям этой машины?

2. Точность расчётов. Чтобы алгоритм машинного обучения что-то посчитал — ему нужны данные, а когда проект только запускается — этих данных нет и опираться не на что. Данные другого своего проекта взять нельзя — это разные проекты, их сравнение приведёт к некорректным расчетам.

Есть вариант взять похожие проекты конкурентов и посмотреть данные по ним в ретроспективе: с какими темпами и по каким ценам продавались разные лоты, и, исходя из этого, спрогнозировать.

Но в России нет ни одного сервиса, который позволит вам корректно собрать такие данные. Те, кто продаёт такую аналитику, собирают данные из открытых источников — с сайтов застройщиков, из классифайдов. Но эти цены часто не конечные: застройщики могут давать индивидуальные скидки. Росреестр сейчас не передает информацию по стоимости сделок — только по дате. Поэтому, покупая или собирая вручную данные, мы получаем погрешность в 1—7%.

   

 

  

Если мы в алгоритм загружаем не очень точные данные — получаем не очень корректные расчёты. На рынке есть бенчмарк: какую прибыль застройщики планируют получать от сервиса динамического ценообразования — это 1—5%. То есть погрешность в данных сжигает всю добавочную стоимость применения системы.

Алгоритмы машинного обучения можно использовать, но не как основные алгоритмы.

  

А как должен работать алгоритм, если не на машинном обучении?

На более простых алгоритмах и статистических моделях. Они понятнее и их можно интерпретировать, тогда аналитик сможет понять, почему система предлагает ему именно такое изменение цены.

С таким подходом мы разработали собственную систему для динамического ценообразования в девелопменте Profitbase Ai, и на его примере расскажем, как это работает.

Profitbase Ai использует данные по ЖК, по предложениям и темпам продаж конкурентов и обрабатывает их с помощью специального мета-алгоритма.

Мета-алгоритм Profitbase Ai — общий алгоритм принятия решений о назначении новой цены за квартиру и стоимости квадратного метра. Он состоит из комплекса алгоритмов и правил, каждое из которых настраивается индивидуально под каждый жилой комплекс по принципу конструктора. Набор алгоритмов зависит от финансовой модели застройщика, наличия внешних и внутренних данных, стратегии продаж.

   

 

  

Анализируя данные компании и доступные внешние данные, поочередно подключаются алгоритмы, которые при совместной работе представляют собой единый мета-алгоритм.

Мета-алгоритм позволяет увеличить добавленную стоимость по отношению к базовой финмодели. При этом следующий алгоритм подключается только тогда, когда предыдущий показал свою состоятельность для конкретного объекта. Profitbase Ai не позволяет опуститься ниже линии базовой финмодели, последовательно увеличивая прибыльность проекта.

    

   

Принцип конструктора мета-алгоритма

1. Запускается статистический алгоритм, который учитывает продажи конкретного ЖК.

2. В расчётах начинает учитываться рынок на основе данных о конкурентах.

3. Подключаются данные из CRM. Алгоритм начинает давать рекомендации по корректировке не только цены, но и работы отдела продаж.

4. Далее могут запускаться алгоритмы машинного обучения, которые будут работать параллельно. Алгоритмы машинного обучения рассчитывают вероятность выбытия квартиры, эластичность рынка и могут использоваться для подтверждения и корректировки работы других алгоритмов.

Аналитики застройщика получают готовую и проверенную модель принятия решений в компании, основанную на достоверных данных. Это помогает быстро и прозрачно принимать управленческие решения.

   

С чего начать работу с динамическим ценообразованием

Если вы в самом начале пути:

• Составьте план продаж в разрезе выручки, площадей и лотов. Договоритесь о том, как часто вы его будете пересматривать.

• Пропишите хотя бы самые простые правила изменения цен.

• Попробуйте «запрогроммировать» Эксель — использование формул даст вам хотя бы первичную автоматизацию.

• Подумайте о более сложной автоматизации с применением систем динамического ценообразования, такой как Profitbase Ai.

  

А если сразу в автоматизацию — сколько времени потребуется на подключение системы динамического ценообразования?

Это зависит от:

1. Размера проекта, на котором хотите применять модель. Точечная застройка стандартного ЖК — это одни сроки внедрения, микрорайон — другие, проект элитной недвижимости, в котором нет типовых этажей и планировок, — третьи.

2. Уровня подготовки застройщика. Важно, как сейчас ведется ценообразование, какие есть наработки. Если есть хотя бы таблица с коэффициентами, как вы повышаете цены на квартиры — будет уже быстрее.

3. Вовлеченности команды. Внедрение потребует погружения разработчиков в тонкости вашей финансовой модели, чтобы подстроить алгоритм под ваш проект. Это в свою очередь потребует множества встреч и плотной работы большой команды и со стороны разработчика системы, и со стороны застройщика. Если со стороны застройщика заинтересован только собственник или гендиректор, а команда не понимает ценности — она может затягивать коммуникации, и каждая проволочка будет увеличивать сроки старта.

Очень абстрактно: запустить систему динамического ценообразования можно за 1—3 месяца.

Узнать больше о работе Profitbase Ai и вы можете на сайте.

Динамическое ценообразование — один из ведущих трендов последних лет для отрасли недвижимости.

Если вы хотите узнать о нём больше — посмотрите записи выступлений эксперта по динамическому ценообразованию, директора Profitbase Оксаны Дуниной. Она с примерами и кейсами рассказывает, как работает динамическое ценообразование в недвижимости, и делится нестандартными практиками применения Profitbase Ai в работе девелоперов.

• Неформальный разговор о динамическом ценообразовании на GMK Marathon

• «Ценообразование на рынке недвижимости» | Оксана Дунина на SmartisConf.

           

        

  

  

  

   

   

Другие публикации по теме:

Как будут пересчитаны нормы материальных, технических и трудовых ресурсов

Насколько рентабелен сегодня девелоперский бизнес: мнение застройщиков

Утверждена Методика определения затрат на строительство временных зданий и сооружений

Порядок применения новой Методики определения сметной стоимости

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

5 шагов к онлайн-продажам