Man mano che prende piede l’utilizzo di software per la valutazione immobiliare tra i professionisti, si apre il dibattito sull’affidabilità degli stessi. Quanto è accurata la stima? Un software potrà mai sostituire l’elemento umano nella valutazione?

Accuratezza, completezza e aggiornamento della stima effettuata da un AVM dipendono dalla qualità e dall’ampiezza della base dati utilizzata.

Tuttavia, è anche vero che bisogna considerare la finalità di utilizzo: se è quella di valutare rapidamente migliaia di record relativi a posizione UTP o NPL su tagli medio-piccoli residenziali, allora gli AVM sono degli strumenti eccezionali, che consentono alla banca o all’istituto coinvolto di ottimizzare la gestione di queste posizioni, riducendo costi e tempi e consentendo di implementare le strategie migliori.

Utilizzare un AVM nel processo di valutazione di un immobile da vendere sul mercato, a maggior ragione se quest’ultimo ha un taglio o delle caratteristiche particolari, o, ancora per immobili non residenziali (si pensi a uffici o palazzi cielo-terra) è più complicato.

Per questo motivo, oggi, la maggior parte degli AVM – incluso il Market Report del portale immobiliare Wikicasa – non solo attinge a database multipli per eseguire la stima, arrivando ad un risultato finale quanto più attendibile, ma lascia al professionista la possibilità di correggere ed includere/escludere determinati dati intervenendo manualmente.

Quali sono i database multipli da cui attingono gli AVM più evoluti?

Tendenzialmente di tratta di:

• Immobili simili nell’area di comparazione (ovvero immobili comparabili presenti sul mercato, che danno una fotografia dell’offerta immobiliare attuale)
• Compravenduto storico dell’agenzia
• Compravenduto certificato proveniente da database istituzionali

L’accuratezza della stima dipenderà in definitiva dalla quantità e dalla correttezza dei dati che si hanno a disposizione. Ad esempio, prendendo in considerazione la prima variabile, quella relativa all’offerta attuale di mercato: quanti immobili simili sono presenti nell’area di comparazione? Per una questione statistica, più immobili ci sono e più sono simili all’immobile oggetto di valutazione, più la stima sarà accurata.

Le informazioni di contesto: quanto sono utili?

Informazioni di contesto – come quelle sui collegamenti, sulla presenza di servizi, sui tassi di criminalità… – sono molto interessati da esporre, ma si tratta di variabili difficili da inglobare all’interno di un algoritmo… o, quantomeno, se si riesce a farlo, il risultato può essere dubbio.

La motivazione è semplice: non tutte le persone hanno le stesse esigenze e priorità. La presenza di una palestra nelle vicinanze non ha lo stesso valore per due persone diverse; chi ama muoversi in macchina attribuisce un valore molto alto al box auto, chi utilizza i mezzi preferisce magari vivere nel centro storico…

Sicuramente una bassa percentuale di crimini o reati, la presenza di supermercati o ospedali hanno un’incidenza positiva, ma rimane difficile quantificarla.

Qual è il futuro degli AVM?

Uno dei possibili scenari di sviluppo è quello del machine learning. Ad esempio, come già sottolineato sopra, Market Report di Wikicasa ha un’impostazione aperta: ciò significa che propone una prima stima che il professionista potrà aggiustare sulla base delle proprie considerazioni.

Può essere interessante sfruttare questi aggiustamenti manuali sulle valutazioni e imparare dai professionisti e dalle loro correzioni, attraverso il machine learning. Facendo quindi in modo che il software legga e interpreti le correzioni per giungere ad una stima sempre più precisa.

Il secondo punto che rappresenterà una traiettoria evolutiva è quello dell’inglobare e interpretare non solo i dati sull’offerta ma anche quelli sulla domanda. Su questo fronte i grandi collezionisti di dati immobiliari (in primis i portali) sono avvantaggiati: se un immobile ha una certa valutazione ma è invenduto da 2 anni e sui portali riceve poche visite, clic, richieste, probabilmente c’è qualcosa che non va e di questo fattore bisogna tener conto all’interno della stima!