スマサテをお使いになる前に


スマサテの賃料推定方法

スマサテはAIの手法の一つである機械学習によって賃料推定モデルを構築しています。ターミナル社が保有する約200万部屋の物件データを元に、機械学習の様々な手法で学習を重ねることで推定モデルを作りあげています。実際の賃料と機械学習が推定した賃料の差(誤差)を確認し試行錯誤を重ねながら、誤差率が最も低くなるようにモデルを完成させました。

スマサテの査定精度

スマサテは人工知能を使った賃料査定分野の中でも非常に高い査定精度のモデルを完成させることができたと自負しています。精度の目安となるMER(誤差率中央値)は2.46%と業界でも最も高い水準です。

  • MER(誤差率中央値)・・・2.46%(A社5.4%、B社5.04%、)

 

  • 推定モデルの検証結果

 

※AIが算出した推定賃料と実際賃料との差額を実態賃料で割った値(誤差率)の中央値をMER(Median Error Rate:誤差率中央値)としています。MER5%とは半分の物件が誤差率5%以内で査定できるということです。

※1都3県、築年月1961年以降、賃料3万円〜100万円、5〜220㎡の物件が対象

査定賃料=①基準賃料+②その他要因

①基準賃料

賃料の基本水準を規定する条件で、以下の項目より算出しています。

(住所、物件種別、構造、間取り、築年数、専有面積、駅徒歩、向き、部屋階数、建物階建て)

②その他要因

賃料の増減要因につながる設備等の条件で、以下の項目より算出しています。

(部屋位置、設備・サービス、キッチン、バス・トイレ、セキュリティに関する項目)

その他要因の影響金額

キッチン、バスなどの設備が賃料にどう影響するかを、膨大なデータを学習することで複雑なアルゴリズムを構築しています。この際、項目ごとの相関関係も学習しています。そのため、項目の組み合わせを変えて査定すると、項目の影響金額が変わることがあります。

誤差が高くなるケース

AIの導入如何に関わらず物件データが少ないパターンの場合、誤差率が高くなる傾向にあります。専有面積が広い部屋や賃料が高額な部屋は、物件が少ないために誤差率が高くなる傾向にあるので、お取り扱いにご注意ください。また物件が少ないため誤差が高く出るエリアも記載します。

<誤差が高くなるケース>

・専有面積130㎡以上

・賃料50万円以上

・物件数が少ないエリア   

査定未対応の物件について

スマサテでは査定未対応の物件があります。物件データ数が少ないために高い精度での査定が難しいのが未対応の理由です。今後、十分なデータが取得できた場合に順次対応していきます。

<未対応の物件>

・マンション、アパート以外の物件(戸建て、テラスハウス、タウンハウス等)

・専有面積5㎡未満、220㎡以上の物件

・築61年以上の物件

関連記事