Настроены0 параметров

Настроить фильтр

Регион
Раздел
Подраздел
+

Ценообразование в девелопменте: автопилот или ручное управление?

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

+

Оптимизация расходов в девелопменте

Эту тему на страницах портала ЕРЗ.РФ анализирует создатель и руководитель Академии девелопмента, соучредитель компании — технического заказчика в строительстве Fizir Алексей ТУГАРЕВ.

  

Фото: plus.google.com

 

Постановка вопроса

Существуют разные подходы управления девелоперскими проектами. Мне ближе всего тот, с точки зрения которого проект состоит из двух частей — доходной и расходной, а процесс управления проектом — есть не что иное как итеративная оптимизация этих двух частей.

 

 

Если присмотреться к околодевелоперскому информационному фону, можно заметить, что подавляющее большинство учебных материалов, конференций и прочих мероприятий посвящено части доходной. На рынке представлено большое количество экспертов по продажам, продукту и прочим сопутствующим компонентам формирования доходной части. При этом про расходную часть пишется, говорится и преподается существенно меньше. Почему?

На мой взгляд, причина в том, что аналитика расходной части на порядок сложнее аналитики части доходной. В ней гораздо труднее разбираться, и для этого нужно обладать существенно более высоким уровнем навыков и опыта. Соответственно, данная составляющая девелопмента привлекает меньшее количество специалистов, и ей в среднестатистической компании принято заниматься по т. н. остаточному принципу.

Справедливо, что доходная часть по своей природе в большей части определяет экономику проекта, нежели расходная, поэтому утверждение, что работа над продуктом и ликвидностью более приоритетна, чем оптимизация затратной части, считаю правильным. Бесполезно оптимизировать расходы того, что не будет должным образом продаваться. Тем не менее девелопмент — сложный многокомпонентный бизнес, и, разобравшись с продуктом, самое время перейти к управлению расходами.

Эта статья — уже третья и, надеюсь, не последняя моя публикация на портале ЕРЗ.РФ, и мне бы хотелось, чтобы все эти публикации представляли собой единый цикл, который освещал бы различные аспекты девелопмента. Поэтому я решил заранее анонсировать следующую публикацию для ЕРЗ.РФ — «Как правильно считать деньги в девелопменте». Она станет логическим продолжением данной статьи и будет посвящена управленческому учету, финансовому моделированию, их взаимосвязи и практическому применению. Многое из того, что я буду говорить в этих двух статьях, справедливо для любого бизнеса, не только девелоперского.

Возвращаясь к теме этой статьи, нельзя не отметить, что расходная часть не может существовать в отрыве от доходной, полностью сепарировать их не представляется возможным ввиду значительного взаимного влияния.

Поэтому, подобно ремонту сложного прибора, не стоит лезть с кувалдой или, вернее даже сказать, с палицей пещерного человека туда, где требуются скальпель или паяльник. Любое вмешательство в бюджет проекта должно быть осознанным, комплексным и системным — и это, пожалуй, основная мысль, которую хотелось бы донести до читателя.

С учетом вышесказанного, прежде чем оптимизировать что-либо, предлагаю ответить на следующие вопросы: «что именно мы оптимизируем?», «как это делается?» и, наконец, «какие опасности ждут нас на этом пути?».

 

 

Что оптимизировать

Распространенной ошибкой при оптимизации расходной части (в любом бизнесе) является бессистемный подход и концентрация усилий не на том, на чем следовало бы это делать. Существует определенный подход, позволяющий этого избежать. Чтобы «зайти в тему с правильной стороны», предлагаю рассмотреть основные понятия, которые такой подход последовательно формируют:

 бюджетный классификатор;

• фокус внимания;

• итеративный подход;

• финансовое моделирование (ну куда и тут от него деться…).

 

Бюджетный классификатор (БК) представляет собой номенклатуру статей расходной и доходной частей. Иными словами, при составлении БК выручка и затраты проекта декомпозируются исходя из бизнес-логики, здравого смысла и аналитической целесообразности. Такая разбивка в идеале должна отвечать следующим критериям:

• закрытость перечня (за рамками него не существует дополнительных расходов);

• универсальность (возможность применить к любому проекту компании или, как минимум, к любому проекту сходного типа);

• хронологическая последовательность (опционально, по возможности).

Ниже я приведу материнские статьи того БК, который мы используем в нашей бизнес-практике:

1. Земельно-имущественные отношения.

2. Проектно-изыскательские работы.

3. Строительно-монтажные работы (СМР).

4. Сети, дороги, благоустройство.

5. Социальные объекты.

6. Управление проектом.

7. Коммерческие.

8. Прочие и непредвиденные.

9. Затраты по финансированию.

10. Налоги.

Будучи правильно декомпозированными, такие головные статьи бюджета представляют собой унифицированную структуру, пригодную для финансовых моделей, системы управленческого учета, реестра договоров, а также любых сопутствующих аналитических задач.

Не так важно, какую именно «разбивку» выберет для себя та или иная компания, если она отвечает трем вышеприведенным критериям.

 

    

Фокус внимания является важнейшим как в бизнесе, так и в жизни в целом ресурсом, при этом важно понимать, что его концентрация на той или иной позиции должна быть осознанной и системной ввиду его ограниченности.

С точки зрения управления затратной частью девелоперского проекта такая системность выражается в концентрации фокуса внимания в первую очередь на тех статьях (и подстатьях) затратного бюджета, которые в большей степени определяют финансово-экономические показатели проекта (суммарный объем чистой прибыли, рентабельность, внутреннюю норму доходности, чистый дисконтированный доход и пр.).

В бизнесе распространена ситуация (и я намеренно пропускаю слово «девелоперском»), когда внимание топ-менеджмента или даже акционера сконцентрировано на малозначимых вещах, в то время как глобальные события остаются вне фокуса (за деревьями не видно леса).

Происходит это так. Акционер лично согласовывает покупку туалетной бумаги в центральный офис, при этом оплаты по договорам подряда замораживаются, что вызывает остановку стройки, затем продаж и в итоге приводит к банкротству компании. Если для вас это звучит поистине фантастически, значит, вы всю жизнь проработали в относительно крупных и системных компаниях, где управленческий учет в той или иной мере отлажен (но далеко не везде сегодня дела обстоят таким образом).

Так уж устроен человек, что ему приятней и легче концентрировать фокус внимания на тех вещах, в которых он хорошо разбирается. И это как раз тот момент, когда для эффективной работы надлежит сделать усилие над собой и постараться за деревьями увидеть лес. То есть объять весь бюджетный классификатор, выявить в нем наиболее значимые позиции и направить драгоценный ресурс фокуса внимания в первую очередь на них — и уж затем переходить к позициям №№2, 3 и т. д.

Ниже укрупненно приведена структура затрат стандартного московского девелоперского проекта. 

    

 

Итеративный подход означает поэтапный переход от большего к меньшему, затем снова по тем же статьям — поиск решений для еще большей оптимизации. В чем-то это похоже на работу скульптора, который сначала задает общую грубую форму, затем все сильнее погружается в отдельные детали (но не наоборот!).

Про финансовое моделирование мы поговорим позже, в конце статьи.

 

Как оптимизировать

Предлагаю пройтись по отдельным статьям бюджета проекта и разобрать основные методы их оптимизации. Для этого расположим затраты стандартного московского проекта, приведенные выше, не в хронологическом, а в иерархическом порядке от большего к меньшему — в соответствии с вышеизложенным подходом итеративной концентрации фокуса внимания.

   

 

1. Строительно-монтажные работы.

Если во взятом для примера московском проекте затраты на строительство составляют 33%, то в других регионах их доля может доходить до 70%.

 

 

Оптимизация СМР — одна из самых непростых задач, которая может быть достигнута за счет следующих инструментов:

• банальное удешевление используемых материалов (до определенного предела, без потери качества продукта и ликвидности);

 оптимизация тендерных процедур;

• ускорение сроков строительства;

• оптимизация логистических цепочек;

• оптимизация схемы закупки материала;

• проч.

Каждый из перечисленных пунктов достоин отдельной статьи.

2. Блок «Земельно-имущественные отношения» включает в себя подразделы «Выкуп прав», «Изменение ВРИ», «Аренда ЗУ» (или земельный налог).

Методы оптимизации затрат на выкуп прав:

• частичное привлечение заемных средств на покупку объекта в виде бридж-кредита;

• банальный торг, разбивка платежей по этапам, рассрочка;

• поиск оптимальных активов по соотношению цена — качество;

• формирование альтернативных моделей сделки: частичная передача долей в продукте, расчет будущей прибылью и т. д.

Затраты на изменение вида разрешенного использования (ВРИ) земельного участка занимают значительную часть в себестоимости проекта (около 15%), при этом важно понимать, что плата за изменение ВРИ взимается только в Москве и Московской области, в прочих регионах данная подстатья в бюджете отсутствует. Что же касается Москвы, оптимизация данных платежей лежит в плоскости получения рассрочки с «упаковкой» ежеквартальных платежей в проектный кредит, а также, что важнее, в механизме получения льготы за создание мест приложения труда (МПТ) согласно 1874-ПП от 31.12.2019.

 

Фото: www.s.pfst.net

 

Оптимизировать арендные платежи (или земельный налог) в данном контексте, учитывая их удельный вес, фактически бессмысленно, да и вряд ли на сегодняшний день возможно.

 

1. Прочие и непредвиденные расходы.

В данную большую статью входят:

• процент от инвестиционных и коммерческих затрат, закладываемый девелопером на возможное их увеличение;

• любые дополнительные финансовые обязательства, которыми проект может быть нагружен со стороны власти.

Первая составляющая фактически определяется подходом девелопера к риск-менеджменту. Вторая — вопрос тонкой настройки взаимоотношений с властью в рамках конкретного проекта. Как правило, она входит в общую систему Government Relations конкретного инвестора и имеет тенденцию снижаться по определенному алгоритму по мере того, насколько девелопер «окопался» в конкретном регионе.

 

2. Налоги.

Оптимизацию налогообложения предлагаю оставить за рамками этой публикации. Данным разделом надлежит детально заниматься профильному финансовому директору в связке с бухгалтерией при соответствующем контроле со стороны инвестиционного блока.

 

3. Коммерческие.

Данная статья варьируется от компании к компании и от региона к региону в достаточно широком диапазоне. В нее входят рекламные мероприятия, кампании по продвижению, шоу-румы, офисы продаж, брокерские комиссии — все то, что неразрывно сопровождает доходную часть проекта.

Оптимизация достигается за счет следующих механизмов:

• формирование кампаний по продвижению на уровне маркетинговых подразделений, поиск оптимальных с точки зрения цены/качества механизмов;

• формирование оптимальных для сегмента механизмов продаж, в том числе сочетание внутренних и внешних ресурсов;

• пристальный контроль инвестиционного подразделения в целом и руководителя проекта в частности за бюджетами на продвижение.

Среднерыночный «хороший» бюджет по данной статье на сегодняшний день составляет порядка 5% от выручки проекта.

  

Фото: www.gidroguru.com

 

4. Сети, дороги, благоустройство.

Затраты на сети, в свою очередь, состоят из следующих компонентов: технологическое присоединение, внутриплощадочные сети, объекты сетевого хозяйства. Внутриобъектные сети при этом, как правило, включаются в статью СМР (п. 1).

По всем перечисленным компонентам оптимизация бюджета упирается в грамотную работу технического заказчика в связке с инвестиционным подразделением с точки зрения финансовой аналитики принимаемых решений. Иными словами, профессиональный техзак (внутренний или внешний) должен быть способен найти наилучшие варианты сокращения бюджета по данным статьям.

Что касается улично-дорожной сети (УДС) и благоустройства, то здесь методы оптимизации схожи с п. 1 (СМР).

 

5. Социальные объекты.

Затраты на социальные объекты определяются нормативами градостроительного проектирования, а также конъюнктурой конкретного региона с точки зрения маржинальности проектов, отношений между девелопментом и властью, политической ситуации и ряда прочих факторов. Но и тут есть определенное пространство для «креатива», которое проявляется на предпроектной и проектной фазах проекта путем соединения профессиональных компетенций технического заказчика, разработчиков документации по планировке территории, а также проектной документации.

 

Фото: www.bn.ru

 

6. Затраты по финансированию.

В затраты по финансированию входят все процентные обязательства по кредитам в рамках проекта. Вопрос формирования оптимальной схемы финансирования проекта лежит в плоскости многовариантного финансового моделирования условий, предлагаемых различными банками — по бридж- и проектному кредитованию. Выбор оптимальной схемы финансирования проекта в целом — одна из основных задач девелопмента на сегодняшний день.

 

7. Управление проектом.

Данная статья включает в себя следующие компоненты:

• все общекорпоративные расходы, «размазанные» по проектам: АХР, ФОТ сотрудников центрального офиса и пр.;

• ФОТ группы, непосредственно управляющей проектом;

• затраты на технического заказчика.

Ни одна другая статья в девелопменте не обладает столь широким диапазоном вариативности, как эта, и, по моим наблюдениям, для одного и того же проекта она может отличаться в разы (до 20 раз) для компаний разного масштаба.

Хотя она и не имеет в нашей разбивке критически значимого веса в проекте (2%), в крупных компаниях эта статья может быть значительно выше за счет непомерно раздутого объема внутренних ресурсов, неоптимальной структуры управления проектами и т. д.

Для оптимизации данной статьи девелоперу надлежит максимально внимательно подходить к вопросам комбинации внутренних и внешних ресурсов проекта (в первую очередь технического заказчика и проектного блока, но также и всех прочих).

История насчитывает немало случаев, когда компания «тонула» под несопоставимым масштабу проектов объемом затрат на внутренние ФОТ и АХР.

 

Фото: www.сметчик.рф

 

8. Проектно-изыскательские работы.

Оптимизация данной статьи частично лежит в той же плоскости, что и СМР (п. 1), но с рядом отличий.

Зачастую для успешного «протаскивания» разработанного проекта через все стадии необходимо наличие определенного имени на «штампе» проекта (проектировщики тоже обладают своеобразным GR).

С другой стороны, никто не заставляет девелопера отдавать все стадии проекта «титулованному» проектному бюро. Всегда можно перераспределить этапы разрабатываемой документации между различными ресурсами.

Критически важной при этом, с точки зрения титула, является эскизная составляющая (АГК, АГР), что в гораздо меньшей степени распространяется на прочие стадии проектирования (ПД, РД), которые в значительной мере (например, кроме АР) вполне можно выполнить с помощью менее дорогостоящего ресурса — как внутреннего, так и внешнего.

Не стоит также забывать, что, в отличие от СМР, ПИРы могут выполняться в значительной мере удаленными специалистами (чем успешно пользуются многие крупные девелоперы центральных регионов).

При всей необъятности темы, полагаю, мы смогли пройтись по «вершине айсберга» оптимизации себестоимости девелоперского проекта. В заключение предлагаю обсудить, какие опасности могут ждать девелопера на данном пути.

  

     

 

Чего следует опасаться

Главное, что необходимо понимать при осуществлении любых процессов, оптимизирующих себестоимость проекта, это то, что практически любое решение, корректирующее затратную часть, может отразиться на доходной части в плане и ценообразования, и ликвидности.

Как же быть, если оптимизировать проект хочется, но при этом продавать задорого и быстро хочется еще больше?

И тут мы неизбежно вновь возвращаемся к финансовому моделированию, упомянутому в начале этой публикации. Иными словами, любые решения по оптимизации бюджета должны комплексно оцениваться с точки зрения всех сопутствующих факторов:

• изменения затратной части;

• потенциального изменения доходной части;

• изменения графика проекта и сроков отдельных этапов;

• изменения технико-экономических показателей проекта;

• проч.

Все эти «комплекты» факторов должны быть загружены в многовариантную финансовую модель, что создает аналитическую почву для принятия инвестором взвешенного решения в каждом отдельном случае.

 

 

При этом не стоит абсолютизировать финансовое моделирование, которое, по сути, является одним из основных, но все же не единственным, инструментом в руках инвестора. И в отношении некоторых продуктовых решений бывает достаточно сложно спрогнозировать то, как они повлияют на доходную часть проекта.

 

 

Подобные составляющие продукта должны быть оценены с точки зрения расходной части и укладываться в «люфт» риск-менеджмента непредвиденных расходов.

Иными словами, в некоторые продуктовые решения иногда надо просто «поверить» или «не поверить», но все же — с определенной оглядкой на долю удорожания себестоимости проекта.

Алексей ТУГАРЕВ (на фото), создатель и руководитель Академии девелопмента, соучредитель компании — технического заказчика в строительстве Fizir

  

  

 

 

 

 

Другие публикации по теме:

Снижение себестоимости девелоперских проектов за счет префаб-технологий

Банкротство девелоперских компаний: разбор механики — и как его избежать

О чем говорили на круглом столе ЕРЗ.РФ, посвященном оптимизации процедур в строительстве

Схема-пазл девелоперского бизнеса 

Как технологии помогают застройщикам сократить расходы в кризис

Оптимизация системы продаж в девелопменте