Het taxeren van woningen bestaat vaak uit een aantal standaard handelingen. Je vraagt de meest recente transacties op binnen het postcodegebied om die vervolgens te rangschikken volgens bepaalde criteria. Dit geeft de input die nodig is om de waarde van de woning te bepalen. Typische werkzaamheden die op een geautomatiseerde manier uitgevoerd kunnen worden. Zo ontstond het idee om het Automated Valuation Model (AVM) te ontwikkelen: het automatisch waarderen van woningen met innovatieve algoritmes.

Het geautomatiseerd waarderen van woningen is geen nieuw verschijnsel. De nauwe samenwerking tussen model en vastgoedprofessionals is dat wel. In de praktijk werkt het als volgt: voorafgaand aan de waardering wordt veel objectdata toegevoegd uit onze interne database zoals kenmerken over de bouw en locatie. Het model heeft drie bouwstenen: referenties, indexatie en waardering. Machine learning algoritmes combineren deze data en ontdekken patronen. 

Patronen
Gedacht kan worden aan het verband tussen de waarde en bouwjaar, woningtype of locatie. Deze patronen zorgen voor de optimale waardeschatting van de leegwaarde van de woning. Inmiddels kunnen deze algoritmes ook de markthuur en de marktwaarde verhuurde staat nauwkeurig inschatten. Vooral voor beleggers en financiers van verhuurde woningen is deze laatste waarde interessant. Daarmee krijgen zij inzicht in de waarde van de woning met een huurder er in.

Rapportcijfer
Elke waardering krijgt een rapportcijfer. Als het model twijfelt aan de nauwkeurigheid door gebrek aan betrouwbare data zie je dat terug in het cijfer. Taxateurs kunnen zo zien welke schattingen van mindere kwaliteit zijn en eventueel corrigeren.

Het AVM leert zo continu door deze wijzigingen te vergelijken met de “eigen” waardering. Dit nauwe samenspel zorgt voor een optimale uitkomst en transparant proces. We laten referenties zien, geven inzicht in het rekenproces en voorzien de waardering van een betrouwbaarheidsscore.

Andere rol in het proces
Verandering brengt over het algemeen weerstand met zich mee. Zeker als het gaat om het vervangen van menselijke werkzaamheden door machines. Gewenning leidt uiteindelijk tot acceptatie. In dit geval vooral ook omdat de factor mens niet overbodig wordt, maar een andere rol krijgt in het proces.

Vooraf zal er juist meer input nodig zijn om de machine beter te laten werken en achteraf om de output van het model te valideren. De machine component verzorgt het middenstuk. Dit maakt het mogelijk om veel en frequent waarderingen uit te voeren: een groeiende vraag vanuit opdrachtgevers. Een mens alleen zou dat niet kunnen. Voor het beste resultaat zijn mens en machine dus afhankelijk van elkaar en daarom noemen we het Automated Valuation Model ook wel het beste van Man & Machine.

Zien hoe het AVM werkt? Hierbij een informatief filmpje waarbij het model in twee minuten wordt uitgelegd. 
 

Een bijdrage van Werner van Sprundel en Paul Nelisse van Colliers International.