Proptech startup Squarefeet.ai precios condominio, proyectos de alquiler

Proptech startup Squarefeet.ai precios condominio, proyectos de alquiler

IMAGE: The Squarefeet.ai senior leadership team of, from left, Benoit Thibault, Mark Owen, Jordan Owen and Sean Tassé. (Courtesy Squarefeet.ai)

El equipo directivo senior de Squarefeet.ai formado, desde la izquierda, Benoit Thibault, Mark Owen, Jordan Owen y Sean Tassé. (Cortesía de Squarefeet.ai)

Inicio de tecnología de Montreal SquareFeet.ai dice que su uso de inteligencia artificial (IA) está ayudando a los desarrolladores a fijar precios más precisos para sus nuevos condominios o proyectos de alquiler y a maximizar los ingresos. al fijar precios incorrectos en nuevas unidades para la venta o el alquiler.

“No sabíamos hasta qué punto era realmente ineficiente (el precio) hasta que empezamos a hablar con los clientes”, dijo.

La solución de precios de bienes raíces residenciales de la compañía ofrece tres servicios: investigación de mercado automatizada, listas de precios iniciales y optimización de ingresos en tiempo real.

Owen dijo que algunos desarrolladores intentan crear sus propios algoritmos para fijar el precio de las unidades en sus propiedades, pero están lejos de ser óptimos dado que los inmobiliarios no son expertos en ciencia de datos. “Tener un producto como el nuestro que lo hace todo automáticamente es un gran valor agregado”.

Los fundadores tienen experiencia en bienes raíces

Owen y su hermano, el cofundador de SquareFeet.ai, Mark Owen, “han estado hablando de bienes raíces desde siempre”, dado que crecieron en la empresa familiar de desarrollo de bienes raíces Mondev .

Jordan Owen también trabajó anteriormente como corredor comercial e industrial en Colliers en Montreal: “Estaba haciendo principalmente llamadas en frío, así que aprendí a vender”.

Luego pasó a trabajar para la empresa familiar Mondev, donde trabajó en acuerdos de principio a fin. El hermano Mark Owen también trabajó en Mondev y en banca de inversión.

La experiencia de Jordan Owen le enseñó que la forma en que se establecen los precios inmobiliarios a menudo pierde el rumbo.

“Quería encontrar formas de aumentar la eficiencia y los precios generales que podía obtener un proyecto, así que comencé a sumergirme en el análisis de datos y comprender cómo fijar precios de manera efectiva”, dijo. “Realmente me enamoré de la capacidad de sistematizar los precios utilizando big data y cuantificando atributos cualitativos”.

De Bien Aller a Squarefeet.ai

Cuando se declaró la pandemia en marzo pasado, Owen estaba haciendo una doble titulación en desarrollo inmobiliario y planificación urbana en el Instituto de Tecnología de Massachusetts (MIT). Regresó a Montreal después de que se cancelaran las clases presenciales.

Poco después, él y su hermano junto con Sean Tassé, un abogado de bienes raíces que trabajaba en la administración de la construcción, comenzaron un Negocio de mascarillas reutilizables. Lo llamaron Bien Aller , por la frase “Ça va bien aller” (todo va a estar bien), que se hizo popular en Quebec en los primeros días de la pandemia.

En sus primeros ocho meses, la empresa vendió 354, 000 máscaras y donó más de $ 100,000 para la caridad .

En junio, los tres cofundadores de Bien Aller tomaron algunas ganancias de la venta de máscaras para lanzar SquareFeet.ai y agregaron a Benoit Thibault, que tiene experiencia en informática, como cofundador.

“Decidimos enfocar nuestras energías en lo que todos somos realmente expertos, que son los bienes raíces y la tecnología”.

Desde entonces, han recibido ayuda de subvenciones gubernamentales, incubadoras y concursos universitarios para impulsar SquareFeet.ai hacia adelante.

Mientras tanto, dado que las máscaras faciales ahora “Vale muy poco”, Bien Aller se está reposicionando para vender camisetas, gorras, calcetines y más “para que en un año, cuando intentamos venderlo, en realidad vale algo “, dijo.

El crecimiento inicial de Squarefeet.ai

SquareFeet.ai tiene 15 a 15, principalmente en Montreal, incluidos los desarrolladores Kodem, RoseFellow, Armco y Mondev. La compañía también tiene clientes en Toronto y recientemente contrató a su primer cliente de Nueva Escocia.

Owen dijo que los desarrolladores y corredores que establecen los precios de los nuevos condominios y el alquiler a menudo cometen el error de fijando el mismo precio por pie cuadrado por unidad, sin importar su calidad. Como resultado, “terminas alquilando o vendiendo todas tus unidades más hermosas primero y luego te quedas con las que tenían un precio incorrecto porque eran demasiado caras”.

La lista de precios inicial que SquareFeet.ai proporciona a los clientes se basa en comparables del mercado e incluye datos como densidad de población, distribución de ingresos, distribución por edades y listados públicos. La ubicación y los atributos de diseño de cada unidad también se cuantifican.

Owen dijo que la solución de precios de SquareFeet.ai funciona para proyectos en predesarrollo mediante el uso de datos para sugerir combinaciones y tamaños de unidades óptimos. .

Por ejemplo, SquareFeet completó recientemente informes para un cliente para un desarrollo en Griffintown, cerca del centro de Montreal, y otro en Lachenaie, en el extremo este de la isla de Montreal.

En Griffintown, el producto encontró que el tamaño óptimo para una habitación estaba entre 500 y 600 pies cuadrados mientras que en Lachenaie, eran 800 pies cuadrados. “Son decisiones basadas en datos que les estamos dando a nuestros clientes”.

Modelo dinámico de precios unitarios

El modelo de SquareFeet.ai crea una forma de precios dinámicos para bienes raíces similar al sistema utilizado por las aerolíneas. Cuando hay una mayor demanda de un tipo específico de unidad, como los estudios que se venden más rápido que los de un dormitorio, el precio aumenta para tener en cuenta ese aumento de la demanda.

Como parte de En sus esfuerzos de ventas, SquareFeet.ai ha estado pidiendo a los clientes potenciales que proporcionen fechas de venta y precios de proyectos anteriores. Luego les proporciona informes para mostrar cómo SquareFeet.ai habría fijado el precio de sus unidades en el lanzamiento y durante el último año de ventas.

Owen dijo que un cliente tenía un proyecto con vista al mar. unidades que tenían esencialmente el mismo precio que aquellas sin vistas. Las unidades con vistas al mar se vendieron rápidamente, mientras que las que no tenían todavía estaban disponibles.

“En nuestro cálculo, queda alrededor de $ 1 millón sobre la mesa debido a este error de precios. Tener este tipo de herramienta ahorraría mucha energía al desarrollador ”.

SquareFeet.ai ahora está desarrollando un producto para hogares existentes que Owen cree que podría aprovechar un mercado más grande que su Producto existente para nuevos condominios y alquileres. Podría lanzarse a finales de verano.

Comparar listados

Comparar