chuyên gia nhà đất

2

ĐẶT VẤN ĐỀ

2

Đặt vấn đề•  Dữ liệu về thị trường BĐS không minh

bạch, vừa thiếu vừa thừa•  Kết nối người mua, người bán gặp trở

ngại

3

Dữ liệu BĐS: Thiếu•  Lịch sử biến động giá theo thời gian•  Định giá BĐS tự động•  Thiếu niềm tin

4

Lịch sử biến động giá theo thời gian

5

Quákhứ|Xuthế

Định giá BĐS

6

Thiếu niềm tin

7

Lừađảo

Hoahồngcao

Saisựthật

8

9

Dữ liệu BĐS: Thừa nhưng "tạp"

10

TuanNguyen,CEOrongbay.com

11

TrangHnABC

TrangHnXYZ

1/17/17 12

So sánh thị trường BĐS với chứng khoán •  300 tỉ USD (báo cáo 2015 của

FPT securities)•  Thiếu thông tin chất lượng,

thừa thông tin tạp •  Khó kiểm soát điều hành•  Chưa có biểu đồ báo cáo chi

tiết

•  33 tỉ USD (báo cáo của quandl.com)

•  Báo cáo, biểu đồ phân tích rõ dàng

•  Được quản lý, có quy chế điều hành chặt chẽ

•  Biểu đồ biến động giá thời gian thực

12

1/17/17 13

So sánh thị trường BĐS với rao vặt, thương mại điện tử

•  Sản phẩm BĐS có giá trị cao•  Sản phẩm có tính "bất biến",

duy nhất, tồn tại lâu dài

•  Sản phẩm có giá trị thấp hơn•  Sản phẩm mang tính tiêu

dùng, da dạng

13

BĐSđangđượcquảngcáoonlinenhư"raovặt"

Kết nối người mua, người bán•  Đối với người mua/bán:– Đâu là BĐS phù hợp với tôi? – Đâu là nhà môi giới tin tưởng của tôi?

•  Đối với nhà môi giới – Đâu là người mua tiềm năng của tôi?

14

Có đủ tin tưởng để liên hệ hay không?

15

Đâu là người mua tiềm năng •  Người mua hàng không chủ động tiếp cận nhà môi giới •  90% các cuộc gọi bán hàng bị từ chối•  Năm 2012, khi ngành bất động sản gặp khó khăn, có đến 40% nhà môi giới bỏ nghề, chuyển sang làm công việc khác.

16

17

MỤC TIÊU & XÂY DỰNG HỆ THỐNG

17

Mục tiêu•  Giải bài toán dữ liệu BĐS•  Từ dữ liệu, kết nối người mua và người

bán tiềm năng

18

Ý tưởng chính•  Xây dựng hệ thống tổng hợp thông tin rao BĐS

–  Máy tìm kiếm "google" cho BĐS•  Sử dụng công nghệ phân tích dữ liệu lớn (big data processing)

để thống kê, tổng hợp, phân tích và dự đoán từ dữ liệu •  Sử dụng công nghệ xử lý ngôn ngữ tự nhiên (natural language

processing) để bóc tách nội dung từ tin rao BĐS•  Sử dụng dữ liệu phân tích hành vi (behavior analysis) người

dùng từ đó hiểu người dùng, kết nối người dùng và nhà môi giới phù hợp

19

Quy trình xử lý dữ liệu

20

XửlýdữliệulớnXửlýngônngữtự

nhiên

Crawlerdữliệu

Lọcdữliệuthô

Cơsởdữliệu

Báocáo

Chatbot

Website

Quy trình kết nối người mua/bán

Hànhvingườidùngtươngtácvớihệ

thống

Enginephân\chhànhvinhằmđịnh

vịnhucầu(behavioranalysis)

Gợiý,giớithiệuchonhàmôigiới

thíchhợp

21

Vd:HayjmkiếmvềD'capitale,ThangLongNo1

Pháthiệnnhucầu:Caocấp,Cầugiấy,50tr/m

GợiýchonhàmôigiớiA,chuyênBĐScaocấpCầuGiấy

Khả năng áp dụng•  Đưa thông tin, số liệu toàn cảnh về thị trường

BĐS Việt Nam –  Xuất báo cáo chi tiết, chính xác

•  Đưa thông tin lịch sử, xu thế giá, định giá BĐS tự động với từng dự án cụ thể

•  Phân tích được hành vi, nhu cầu của người mua bán BĐS từ đó kết nối đến nhà môi giới thích hợp

22

23

24

Phân bố giá trị đất

25

Đối thủ cạnh tranh

26

MarketAnalyHcs

Homefinder.vn

Expensive

Affordable

ConvenHonallisHng

nhadatso.com

Liên hệtrungtv@giasan.vn

27