El uso de inteligencia artificial para calcular el valor de una propiedad se ha convertido en una de las prácticas inmobiliarias más importantes a nivel mundial.

En la última década, se ha visto el boom de las herramientas de Machine Learning (ML), donde se utilizan modelos matemáticos para inferir reglas o relaciones entre los datos para encontrar soluciones genéricas a un problema. Y por supuesto, ha encontrado su espacio en la valuación de propiedades.

En Guatemala, como en muchos otros países, el proceso de valuar una propiedad empieza con la solicitud del cliente, para luego continuar con la investigación de un valuador registrado y equipo de colaboradores. Esta investigación se enfoca en la búsqueda de información oficial de los registros de la propiedad, la visita o inspección, el análisis de propiedad para calcular el valor final y la producción de un reporte que se le entregará al propietario o cliente final.

Dentro de estos procesos existen, los Modelos de Valuación Automatizada (AVM, por sus siglas en inglés), los cuales se basan en técnicas matemáticas para estimar valores de propiedades. Una de las herramientas más utilizadas para este fin es el Análisis de Regresión Múltiple (MRA, por sus siglas en inglés), donde se consideran las características cuantitativas que tienen algún impacto en el valor de una propiedad, y su ventaja o aceptación reside en que es fácil de implementar. Es importante mencionar que en Guatemala el uso de estas herramientas no es permitido para reportes oficiales, pero ciertamente pueden servir como guía o ayuda al valuador o propietario.

Entre los diversos modelos de ML, podemos encontrar a las Redes Neuronales Artificiales (ANN por sus siglas en inglés), cuyo objetivo es replicar la manera en que los humanos aprenden. Una de sus ventajas es que pueden encontrar relaciones no lineales; entre sus desventajas está su complejidad, conceptual y técnica. Otro de los modelos que podemos mencionar es el de Árbol de Decisiones (Decision Trees), que utiliza un enfoque que identifica y clasifica datos en distintas condiciones.

En INTUS combinamos herramientas y conocimiento para aprovechar la experiencia de nuestro equipo de valuadores para definir regiones o sectores de la ciudad cuyo comportamiento o características son similares. Otras investigaciones han demostrado que esto mejora la precisión de la estimación de valores.

Además, contando con una extensa base de datos, aplicamos un novedoso modelo de ML que ha ido ganando espacios por su precisión, flexibilidad en el manejo de datos, eficiencia computacional y relativa sencillez de implementación. Actualmente, se tienen versiones del modelo disponibles al público para obtener un rango del valor de su propiedad, sea para Vivienda, Terreno, o Apartamento, para algunas zonas de la Ciudad de Guatemala.

De esta manera, INTUS se convierte en pionero en la utilización de herramientas de machine learning para estimar valores de propiedades, ofreciendo rangos de valor, y además aprovechando la experiencia y el conocimiento de su equipo de valuadores profesionales y de la extensa base de datos con la que cuenta. Aquí puede cotizar el avalúo de su propiedad para contar con un valor oficial.

Por: Michael Morales, Big Data, INTUS.