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

Системы вентиляции, мониторинга и очистки воздуха — сегодня не роскошь, а необходимое решение для создания правильного микроклимата в жилых и общественных пространствах. Вместе с российской компанией ТИОН, которая 14 августа отмечает свое 18-летие, разбираемся в том, какие решения сейчас предлагаются застройщикам, архитектурным бюро, медицинским учреждениям, зачем они нужны и почему важно закладывать их уже на этапе проектирования.

  

 

«Миссия нашей компании — создать мир, в котором новые технологии заметно улучшают качество жизни, здоровье людей и комфорт в любых помещениях, — рассказал генеральный директор группы компаний ТИОН Станислав Козлов (на фото ниже). — За 18 лет своими разработками мы доказали верность этой идее. Мы активно сотрудничаем с застройщиками, предлагая готовые эффективные решения для повышения качества жизни жильцов новостроек, ведем просветительскую деятельность, популяризируем тему здорового микроклимата».

  

 

ТИОН — российская группа научно-исследовательских, производственных и торговых компаний, обеспечивающих полный цикл создания высокотехнологичных продуктов для умной и энергоэффективной вентиляции, очистки, обеззараживания и увлажнения воздуха. Предприятие основано 14 августа 2006 года, спустя два года его специалисты разработали собственную технологию очистки воздуха TION, которая нашла широкое применение в медицине и других отраслях экономики.

Деятельность ТИОН неразрывно связана с инновациями, постоянно ведутся исследования в области фильтрации и очистки воздуха, промышленных выбросов. У компании два направления деятельности: «Умный микроклимат» (решения для офиса и дома) и «Корпоративные решения» (профессиональное оборудование для медицинских учреждений, социальных, промышленных, коммерческих объектов, для предприятий HoReCa).

 

«Рынок духоты» и российское ноу-хау

По статистике Всемирной организации здравоохранения (ВОЗ), воздух в помещении в два-пять раз грязнее уличного, при этом ежедневно мы вдыхаем от 5 млн до 50 млн загрязняющих веществ. Проблема заметно обострилась в последние два десятилетия: с одной стороны, растет автомобильная нагрузка на мегаполисы, с другой — помещения стали более душными благодаря повсеместному внедрению пластиковых окон. В итоге при открытых окнах в помещении шумно, пыльно и часто холодно, при закрытых — душно, небезопасно и слишком сухо, особенно в зимние месяцы.

В качестве ответа на проблему появились новые решения. Группа компаний ТИОН, которая до этого успешно занималась разработкой и производством климатического оборудования для нужд медицинских и производственных учреждений, откликнулась на новые вызовы, придумав и запатентовав в 2013 году новый для России тип устройства — бризер.

 

  

Он представляет собой компактный прибор приточной вентиляции, который проветривает помещения при закрытых окнах свежим, очищенным от аллергенов, запахов и загрязнений воздухом, формируя комфортный микроклимат. Прибор может быть интегрирован в общую систему умного микроклимата (по аналогии с умным домом), с помощью которой можно управлять бризерами и другой климатической техникой.

Бризеры придуманы и разработаны в России, а значит, учитывают особенности климата. Они не промерзают и работают при температуре от -40°C до +50°C.

Название «бризер» зарегистрировано в качестве товарного знака бренда и стало определением для всей категории приточных вентиляционных устройств.

Флагман в линейке бризеров — модель TION Бризер 4S. Прибор подает в помещение очищенный, подогретый до комфортной температуры, насыщенный кислородом воздух. Модель обладает трехступенчатой системой фильтрации против пыли, аллергенов, мелкодисперсных частиц, вирусов и вредных газов.

 

 

В 2024 году ТИОН представил самый дружелюбный бризер — TION Bio X: он приветствует хозяина световой индикацией в виде улыбки и даже в базовой версии легко интегрируется в систему умного дома.

 

     

Жилые комплексы: рекомендовано СНиП

При строительстве жилых зданий проектирование системы вентиляции с индивидуальной покомнатной установкой устройств приточной вентиляции, в частности бризеров, рекомендуется на государственном уровне (СП 60.13330.2020 «СНиП 41-01-2003 Отопление, вентиляция и кондиционирование воздуха», разработанный Минстроем России).

Как результат — многие застройщики, особенно девелоперы, работающие с жилыми комплексами бизнес-класса, закладывают использование бризеров уже на уровне проектов.

В отличие от дорогой отделки и эффектных архитектурных решений системы вентиляции и очистки воздуха не бросаются в глаза при покупке квартиры, но именно они делают проекты ориентированными на людей, а качество жизни в них поднимают на новый уровень.

 

  

Такое решение, например, предлагает своим жильцам столичный ЖК Вишневый сад. Так же решили вопрос и в других городах — ЖК Кантемировский (Санкт-Петербург), ЖК Перемена (Екатеринбург), ЖК Оазис (Новосибирск) и других.

А девелопер Vesper, установивший канальные обеззараживатели TION Eco с системами мониторинга качества воздуха на многих своих объектах, в частности в домах Brodsky и Cloud Nine, обещает покупателям квартир «чистейший воздух, сравнимый по качественным характеристикам с горным». И это один из лучших способов повысить лояльность клиентов: ничто так не укрепляет их доверие, как забота о здоровье.

 

 

Самый простой вариант обеспечения правильного воздухообмена в жилых помещениях — TION КИВ Next и TION КИВ Base с фильтрацией входящего воздуха и механической регулировкой заслонки. Она не пропускает воздух в закрытом состоянии, что помогает избежать в помещении свиста и сквозняков. Заслонку можно фиксировать в любом положении. Модели хороши в любых метеоусловиях, что актуально для России: не промерзают, на них не образуется наледь и конденсат. Фильтрация приточного воздуха не ниже класса G4. Возможна установка дополнительных фильтров более высокого класса.

 

 

TION КИВ Base монтируется на этапе строительства и идеально подойдет для обеспечения притока наружного воздуха в новых жилых, общественных и производственных помещениях. Установив TION КИВ Next дома или в офисе, пользователь имеет возможность повысить уровень решения. Для этого можно заменить КИВ на бризер, например TION Lite, флагман TION 4S или новинку TION Bio X, используя то же самое отверстие в стене. Полноценный монтаж с бурением в данном случае не потребуется.

ТИОН активно работает и предлагает решения на всех этапах строительства, от проектирования до эксплуатации уже готовых объектов.

 

Медицина: бактерии не пройдут

На сегодняшний день ТИОН — один из лидеров рынка климатической техники для медицины. Современное профессиональное оборудование для очистки и обеззараживания воздуха TION (канальные установки, ламинарные потолки и ячейки, рециркуляторы, обеззараживатели-очистители и другое) одновременно фильтрует, обеззараживает и очищает воздух от всех загрязнителей, аэрозолей и частиц всех размеров (в том числе менее 1 мкм).

При этом гарантируется полное соответствие воздуха в помещениях требованиям действующих стандартов, нормативов и законодательных актов.

  

 

Эффективность оборудования подтверждена ведущими институтами (в т. ч. ФБУН ГНЦ ВБ «Вектор» Роспотребнадзора), отзывами более 2,5 тыс. государственных и частных ЛПУ России.

Также ТИОН производит комплектующие для «чистых помещений», разрабатывает проектно-сметную документацию для медицинских учреждений, фармацевтических предприятий и других отраслей промышленности, в состав которых входит комплекс чистых помещений (КЧП), согласовывает ее в надзорных органах.

 

Предприятия общественного питания: никакого дыма и сажи

Запахи, идущие из вытяжки ресторана или кафе, часто становятся причинами жалоб соседей и арендаторов, окружающих вашу точку общественного питания. Как правило, эти жалобы неминуемо приведут к проверкам со стороны надзорных органов и штрафам, а в некоторых случаях — и к требованиям о прекращении деятельности.

Типичная проблема, с которой сталкиваются рестораторы на разных этапах работы, — отсутствие возможности вывести воздухоотвод на фасад здания, как это предписывают нормативы СанПиН 2.3/2.4.3590-20.

Решением стало изобретение российской компании ТИОН системы комплексной очистки воздуха. Она размещается сразу после искрогасителя и жироуловителя и удаляет дым и запахи от горячих цехов, мангалов, грилей и прочих источников. Это позволяет приравнять воздух из вытяжки кухни ресторана к бытовому выбросу и выводить его на уровне первого этажа, не доставляя неудобств людям, проживающим или работающим по соседству.

 

   

С 2011 года ТИОН активно выполняет полный цикл работ любой сложности по проектированию, производству, монтажу, обслуживанию и сервису вентиляции в ресторанах, кафе, кальянных, барах, фуд-кортах. Собственная технология активной фильтрации TION успешно применяется для решений сверхсложных задач по очистке воздуха в помещениях любого назначения.

Решения ТИОН отлично подойдут тем застройщикам и девелоперам, в жилых домах которых есть объекты общественного питания.

 

Школы и детские сады: чистый воздух — детям

Зачастую у застройщиков и девелоперов помимо возведения жилых объектов и кварталов стоит задача строительства социальных объектов — школ и детских садов.

Компания ТИОН при поддержке Агентства инноваций Москвы реализовала в московских школах пилотное тестирование инновационной системы по созданию «умного» микроклимата в учебном пространстве. Уникальность решения в том, что теперь можно не только контролировать качество воздуха в помещениях, но и улучшать его показатели в автоматическом режиме, поддерживая оптимальный уровень углекислого газа, влажности и температуры, количество пылевых частиц.

 

  

Все технологические и инженерные решения, применяемые в системе: бризеры, обеззараживатели, базовые станции мониторинга воздуха, ПО, — являются инновационными разработками компании ТИОН и по завершении проекта останутся в безвозмездное пользование учебным заведениям.

Показатели эффективности инновационной системы от ТИОН по созданию «умного» микроклимата в учебном пространстве говорят сами за себя:

• превышение предельно допустимых норм СО₂ без использования бризеров в 1,5—4 раза — 87% учебного времени;

• бризеры снижают уровень CO₂, улучшают микроклимат в среднем до двух раз;

• наибольшую эффективность показывает конфигурация «4 бризера на 1 учебную аудиторию», что позволяет улучшать микроклимат в среднем до 2,5 раз.

В ходе модельного эксперимента и исследований специалисты ТИОН установили, что уровень углекислого газа (СО₂) с выключенными бризерами снижается до фоновых значений практически за 20 часов, а при включении оборудования ТИОН показатель приходит в норму за 40 минут (разница почти в 30 раз).

Также опытным путем определено, что с закрытыми окнами в присутствии школьников с включенными на средней скорости бризерами концентрация углекислого газа (CO₂) держится в пределах допустимых значений 1000 ppm (в то время как с выключенными приборами уровень CO₂ превышает это значение в три раза!).

 

  

По результатам тестирования в школе «Интеллектуал» получено благодарственное письмо от руководства учебного заведения. По завершении проект ТИОН включен в реестр инновационных решений Департамента предпринимательства и инновационного развития города Москвы.

В честь своего 18-летия ТИОН дарит скидки для клиентов и партнеров. Подробности — на сайте и по адресу электронной почты corp@tion.ru.

 

СПРАВКА

ТИОН — это российская группа научно-исследовательских, производственных и торговых компаний, обеспечивающих полный цикл создания современных высокотехнологичных продуктов в области умной и энергоэффективной вентиляции, очистки, обеззараживания и увлажнения воздуха, мониторинга и управления микроклиматом в помещениях. Начала свою деятельность в 2006 году, спустя два года специалисты разработали собственную технологию очистки воздуха TION. ТИОН является создателем бризеров товарной категории, так как первой разработала и представила широкой публике премьерную модель. Сегодня предприятие — один из лидеров рынка климатического оборудования.

У компании два направления деятельности: «Умный микроклимат» (решения для офиса и дома) и «Корпоративные решения» (профессиональное оборудование для медицинских учреждений, социальных, промышленных, коммерческих объектов для предприятий HoReCa). Также ТИОН производит комплектующие для «чистых помещений», разрабатывает проектно-сметную документацию для медицинских учреждений, фармацевтических предприятий и других отраслей промышленности, в состав которых входит комплекс чистых помещений (КЧП), согласовывает ее в надзорных органах.

Некоторые из организаций, входящих в холдинг, имеют статус резидента крупнейшего отечественного инновационного центра «Сколково», инновационного научно технологического центра МГУ «Воробьевы горы», научно-технологического технопарка Академгородка (Академпарк), участника Московского инновационного кластера.

ТИОН ведет собственные исследования в области фильтрации и очистки воздуха, промышленных выбросов и каждый год увеличивает объем выпуска оборудования, совершенствует существующие и разрабатывает новые решения. Эффективность работы оборудования ТИОН подтверждена многочисленными исследованиями ФБУН ГНЦ ВБ «Вектор» Роспотребнадзора, ведущими институтами и организациями.

  

Реклама. АО «Тион Умный микроклимат». ИНН: 5408281283

  

     

     

  

  

  

Другие публикации по теме:

Инновации, которые нужны как воздух: как застройщикам решать вопросы с вентиляцией

Первый в мире бризер, ноу-хау по очистке воздуха и миллионы довольных людей: лидер российского рынка умного микроклимата отмечает 17-летие

Правительство намерено снизить финансовую нагрузку при проектировании и строительстве энергоэффективных МКД

Из smart-решений для дома россияне используют в основном робот-пылесос и умную колонку

Предложения по развитию методологии оценки умных многоквартирных домов

Опубликована третья редакция методологии присвоения классов умным многоквартирным домам

Уточнен перечень МКД, не подлежащих оснащению приборами учета используемых энергетических ресурсов

В России более 2,5 тыс. домов возводится с классом энергоэффективности А и выше

Зеленая повестка в строительстве и управлении недвижимостью на РСН–2023

ДОМ.РФ и Сбербанк анонсировали разработку финансовых инструментов для поддержки «зеленого» строительства

Виталий Мутко: доля домов, соответствующих «зеленому» стандарту, в ближайшие восемь лет вырастет в России с 5% до 20%

Росстандарт опубликовал ГОСТ Р Здания многоквартирные жилые «зеленые»

Схемы теплоснабжения будут разрабатываться с учетом программы развития электроэнергетических систем России 

ДОМ.РФ: сертификаты соответствия жилых зданий недавно утвержденному «зеленому» стандарту начнут выдавать в ближайшее время