Come digitalizzare un ambito come quello Real Estate, spesso ancorato a processi lenti e desueti, e in particolare modo un settore dalla pratiche complesse e molto burocratizzate come quello delle aste giudiziarie? La risposta o, meglio, la soluzione si può trovare nel percorso che sta portando avanti Reviva, la prima startup specializzata nella vivacizzazione delle aste immobiliari, grazie al suo metodo che unisce intelligenza artificiale, big data, modelli predittivi e marketing esperienziale, con l’obiettivo di aumentare il numero di immobili venduti all’asta ed evitare la svalutazione dovuta alle numerose aste deserte.
Reviva è anche la prima startup del settore ad entrare a far parte della community del Fintech District, l’ecosistema di riferimento del fintech in Italia. “Siamo una realtà unica nel panorama italiano” – spiega Ivano De Natale CEO e co Founder di Reviva – “Vogliamo diventare il punto di riferimento in Italia nel mercato fintech real estate legato alle aste immobiliari. Allo stesso tempo, puntiamo ad integrare e potenziare la nostra tecnologia per innovare un settore che, ancora oggi, tarda ad accelerare quel processo di digitalizzazione sempre più necessario per adattarsi alle nuove esigenze dei potenziali acquirenti”.
Prevedere gli esiti delle aste e valutare gli immobili con modelli appositi
I data scientist di Reviva analizzano costantemente i dati relativi agli immobili all’asta presenti sul mercato e si occupano di “matchare” tra loro i big data nel database interno con gli NPL ovvero i Crediti Non Performanti, prestiti concessi dalle banche ma che non possono essere ripagati dal debitore, che vengono affidati di volta in volta alla startup dai servicers, le società che li gestiscono per conto delle banche.
L’obiettivo è quello di individuare gli immobili in asta (aste immobiliari) ad essi collegati e studiare parametri come il prezzo richiesto, i ribassi, il tempo medio di vendita. Si tiene conto anche di elementi più strettamente legati all’immobile, quali i metri quadri, l’esposizione o il piano a cui si trova, e lo si contestualizza con l’andamento delle compravendite immobiliari nella zona interessata. Si tratta, dunque, di tracciare in modo automatizzato, grazie ad un tool realizzato in house da Reviva, un profilo dettagliato dell’immobile al fine di poterne trarre una valutazione quanto più accurata possibile.
Un’analisi così dettagliata dell’immobile è funzionale alla successiva vivacizzazione dell’asta. Una maggior consapevolezza del reale valore dell’immobile e delle sue condizioni, infatti, aiuta e stimola il cliente in fase di rilancio. Avere un quadro chiaro della casa, convince il potenziale acquirente a gareggiare, offrendo un prezzo più equo e vicino al valore di mercato e infine ad acquistarla con maggior tranquillità.
Ed è proprio partendo da questa valutazione, realizzata attraverso il sistema di raccolta, matching e analisi dei big data, che entra in gioco il sistema di machine learning messo a punto dal team di Reviva.
“Il sistema di machine learning individua, tra tutte le aste immobiliari analizzate, le probabilità di ognuna di essere aggiudicata, permettendo quindi di adottare la giusta strategia di marketing basata sulla probabilità di un’asta di essere aggiudicata, questa è la chiave che ci permette di incrementare notevolmente le aggiudicazioni” – spiega De Natale – “Non tutti gli immobili in asta hanno lo stesso potenziale di vendita, grazie alle previsioni elaborate dal nostro modello cerchiamo di dare una spinta in più adoperando una strategia mirata con azioni congiunte di marketing esperienziale, comunicazione e organizzazione di open day”.
Ma cosa significa vivacizzare un asta? La risposta è molto semplice: portare quante più persone a conoscenza delle aste presenti in città e aiutarle a comprenderne il reale valore, anche e soprattutto grazie alle analisi elaborate dalla tecnologia implementata da Reviva e supportate da un marketing che parla un linguaggio mirato sia per i potenziali acquirenti che per gli addetti ai lavori.
Il sistema di machine learning è in grado di prevedere la probabilità in percentuale di aggiudicazione di un’asta in due diverse fasi. Una prima previsione arriva una volta raccolte e analizzate le valutazioni sui singoli immobili e la successiva dopo un primo periodo di attività di vivacizzazione ad opera della startup. In quest’ultima fase vengono raccolti nuovi dati che derivano direttamente dall’analisi dell’interesse di potenziali acquirenti che viene rilevato attraverso azioni di marketing e comunicazione. Il modello di machine learning riesce quindi a dare un’ulteriore stima della possibilità di aggiudicazione.
Machine learning: un modello in continua evoluzione
Trattandosi di un modello iterativo, esso cambia nel tempo e cresce con l’acquisizione di nuovi dati. In primavera e nei mesi successivi al lockdown, l’intelligenza artificiale si è trovata ad analizzare un periodo anomalo, in cui aste dal forte potenziale hanno registrato un calo, sia nella valutazione che nell’aggiudicazione.
“Il modello di machine learning non è fatto e finito, ma muta a causa di diversi fattori e con esso cambia anche la consapevolezza di quelli che sono i fattori determinanti nelle valutazioni e il loro peso” – spiega Luigi Colella, Tech Lead Reviva – “Ogni settimana il sistema viene analizzato al fine di migliorarlo. Prima del Covid, il sistema era attendibile al 70%, mentre durante e subito dopo la prima ondata, il modello ha subito un crollo al 30%. Da qui la scelta di riscriverlo, creandone uno totalmente nuovo sulla base dei nuovi scenari che si possono presentare. Ora, grazie alla continuo lavoro di sviluppo, la percentuale di esattezza delle previsioni oscilla tra il 70 e l’80%, e va via via migliorandosi mano a mano che aggiungiamo nuovi dati. Grazie al sistema di autoapprendimento del modello contiamo in futuro di raggiungere addirittura il 90% di esattezza”.
I prossimi obiettivi di Reviva
Negli ultimi anni il maggior vantaggio competitivo che un’azienda ha a disposizione è diventato quello di essere in grado di utilizzare al meglio i propri dati. Reviva è stata la prima startup a comprenderlo e a raccoglierli, e ad oggi ha un vantaggio di circa due anni su eventuali follower. Ad oggi utilizza ancora una piccola parte dei dati in suo possesso ma, grazie alla campagna di fundraising che ha lanciato, e che terminerà a gennaio 2021, il principale obiettivo dei prossimi 12 mesi sarà quello di arrivare ad utilizzare il 90% dei propri dati per migliorare i modelli e orientare le decisioni in ambito business, marketing e tech.
“Siamo una startup e questo è un vantaggio per quanto riguarda la flessibilità e l’adattabilità ai cambiamenti” – conclude Ivano De Natale – “Abbiamo avuto la prontezza di reagire a un momento di difficoltà scrivendo nuovamente il modello da zero e adattandolo alle fluttuazioni del mercato immobiliare. Siamo perciò pronti per accelerare ulteriormente l’evoluzione dei nostri processi di innovazione, consapevoli che il cambiamento, se approcciato nel modo corretto, non può che rivelarsi un’opportunità importante di crescita e sviluppo”.
