data science week 2016. homeapp. "Создание розничного data-driven...

11
Алексей Игошин, CEO HomeApp, со-основатель Создание розничного data-driven продукта 8 сентября 2016

Upload: newprolab

Post on 14-Feb-2017

428 views

Category:

Data & Analytics


3 download

TRANSCRIPT

Page 1: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

Алексей Игошин, CEO HomeApp, со-основатель

Создание розничного data-driven продукта

8 сентября 2016

Page 2: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

1

Бизнес модельТехнологичексий сервис аренды квартир

(technology enabled brokerage)

Источник доходовБрокерские комиссии (сейчас - фиксированная комиссия 35 тр после подписания договора

аренды)

Кол-во закрываемых сделок

в день2 сделки в день

Кол-во сотрудников~ 30

(17 ~брокеров)

Начали работать над

продуктомАвгуст 2015

Выпуск первой версии

основного продуктаАвгуст-Сентябрь 2016

СоздателиДва выпускника бизнес-школы Berkeley-Haas 2014 года

(ex-BCG и ex-McKinsey)

Page 3: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

Проблема:

Поиск квартиры в Москве в аренду часто очень сложен и непрозрачен. Причина – посредники, которые часто очень неэффективны, хотят много денег “ни за что” –и не предоставляет качественного сервиса.

При этом:• Уже каждая третья семья в Москве снимает квартиру• 9 из 10 квартир сдаются через посредников• Средняя агентская комиссия – 30-40 тр

Page 4: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

Решение:

Создать посредника, который действительно нужен –делает поиск квартиры максимально простым, прозрачным и удобным..

Цель - повысить прозрачность и производительность рынка недвижимости за счет современных технологий работы с данными

Page 5: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

Как это работает – Шаг 1: поиск и выбор квартир

Самостоятельный поиск:

Поиск по площадкам объявлений с очень низким качеством данных. • Повторы объявлений одной квартиры – часто с разными

ценами• Неактуальная информация• Мошенники – “квартира уже сдана”, “10 тр за просмотр”

и тд

С нами:

Максимально актуальная информация по всем квартирам в Москве• Максимально полная база квартир (порядка 60 разных

источников)• Убираем дубли, мошенников• Очень высокая степень актуальности базы• Уникальная информация – изменение цены, и тд

Page 6: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

5

Примеры: динамика цены квартиры и сравнение цены с ценами с квартирами в том же и соседних домах

Page 7: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

Как это работает: назначение встреч для просмотра квартиры

Самостоятельный поиск:

С нами:

Назначание времени просмотра одним кликом –через встроенный мессендежер• Достаточно просто скинуть в чат и указать время

просмотра• Одно окно – информацию о себе надо рассказать

один раз Homie

Все сам – поиск квартиры превращается во “вторую работу” • Сам себе call-центр – надо звонить по всем квартирам• Если попадаешь на мошенников – контакт продается

и Вам начинают звонить риелторы с прдложениемуслуг

• Встречи переносятся, отменяются и тд

Page 8: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

Самостоятельный поиск:

Помощь эксперт по району HomeApp• Наши эксперты по районам знают все про район и

каждый дом и наших клиентов - за счет данных• Доступны в чате на все время поиска – рекомендуют

квартиры, сбрасывают новые варианты• Проводят переговоры, проверяют собственников,

оказывают поддержку

Сам себе риелтор – встречи с разными агентами, самостоятельные переговоры с собственником• Встречи с риелторами /собственниками• Самостоятельно переговоры• Нет юридической поддержки и проверок, что

собственник – действительно собственник

Как это работает: просмотры квартир, переговоры, подписание договора

Page 9: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

Пример: тепловая карта поиска по одному из наших клиентов - мы собираем всю информацию о наших клиентах и отдаем ее нашим экспертам по районам

Page 10: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

Рост производительности Прозрачность / удобство

В основе нашей бизнес модели - радикальное повышение производительностиброкера и прозрачности рынка недвижимости за счет работы с данными

Арендаторы

Собственники

Сокращение количества просмотров с 4-5 до 2-3;

В 10 раз меньше затрат времени

... поиск квартиры становится более управляемым, простым и

удобным

В 3-4 раз больше сделок на брокера, чем в традиционных

агентствах недвижимости

… и мы контролируем их работу и качество сервиса за счет данных

Ускорить «сдаваемость» квартиры на 20-50%

… прозрачность по ценам, по арендодателям и тд

Брокеры

Page 11: Data Science Week 2016. Homeapp. "Создание розничного data-driven продукта"

Несмотря на то, что мы запустились совсем недавно, мы уже видим рост производительности брокера vs традиционное агентство недвижимости

Сегодня Цель

Кол-во сделок на

брокера / месяц 1.5-2 3.5 - 4 6 - 8

Пришедшие клиенты /

сделки, %

(лояльность)

3 - 5%(каждый 20-30)

20%(каждый 5-ый)

30%(каждый 3-ий)

Прибыльность одного

брокера (после маркетинга и зп)

~ 20% ВышеЗначительно

выше

Традиционное агенство

недвижимости

HomeAppKPI