推定家賃が出るアレについて。
自分で使った時の印象なんですが、家賃が高めに出るような気がします。
私の案件だけなのかもしれませんが。
5千円から１万円くらい高いような気がします。
個人的な興味なんですが、どういうアルゴリズムで推定値を出しているのかっていうのが気になります。
凄く当たり前に考えると、
客付けのポータルサイトなどの情報を吸い上げて、それを統計処理しているような気がします。
客付けの成約事例をデータベースに推定しているのなら正しい数値を出しやすいと思いますが、客付けのポータルサイトのデータを使って推定しているのであれば、少し手を入れないといけないのかなと思います。
客付けのポータルサイトのデータを使っているとして考えると、
ある条件の家賃の分布があります。
ヒストグラムみたいなものを頭に浮かべながら考えるていく感じですかね。
横軸が家賃で縦軸が頻度の度数みたいなものです。
どういう分布になっているか知りませんが、
とりあえず何らかの分布を想定すると思います。
よく自然の世界では正規分布とか、ゆるやかな山になるような分布を使う事が多いですね。
それで、その分布の中で、
家賃の高い上位の〇〇％が客付けとして売れ残って、
それ以外の下位が客付けとして成約する（客が付く）みたいなモデルを想定するんですかね。
そして上位の〇〇％がポータルサイトに掲載されているわけです。（売れ残っている）
ですので、アルゴリズムとしては、
そういう分布がある中の上位の〇〇％だけが、サンプルとして確認できる状態になっていて、
その全集合を推測するようなそういうアルゴリズムを作っているんじゃないですかね。
はい、勝手な推測です。
それで、上位〇〇％という数字が、
固定ではないんだと思います。
エリアによって、需要と供給のバランスが違うわけで、
１０％というエリアもあれば、
５０％というエリアもあるわけです。
ここの数字はエイヤで固定値にしているか、
ざっくりとしたエリアごとに決めていたりするんですかね。。。
知らんけど。
妄想で好き勝手な事を書きましたが、
どういうアルゴリズムになっているのかっていうのは興味あります。
私の事例では実際と推定家賃が結構違っている印象なんで、やっぱり推定するのは難しいんでしょうね。
でも、いい感じの推定値が出るのであれば是非使ってみたいです。
いい数字が出ているかは、投資家がちゃんと評価しないといけないんものだと思います。
そしてその上で、そのクセを把握した上でうまく使いこなしたらいいと思います。
