Perche gli AVM Mentono: 4 Casi di Valutazione Automatica

Una proprietaria a Milano mi ha mandato uno screenshot lo scorso trimestre e mi ha chiesto di confermare un numero. Il suo monolocale, secondo un popolare strumento di valutazione automatica, valeva 342.000 €. Lo stesso edificio, quarto piano, distribuzione identica, era stato venduto tre settimane prima a 289.000 €. Non mi ha creduto quando le ho detto la verita. Ha creduto all’algoritmo.

Questa e la conversazione in cui ogni agente entra ora. Il proprietario ha fatto i compiti — ha digitato il proprio indirizzo su un sito di valutazione gratuita e ha ricevuto un numero. Quel numero raramente e accurato. A volte e drammaticamente sbagliato. E il proprietario, seduto al tavolo della cucina ad attendere il Suo arrivo, ha ancorato le proprie aspettative ad esso.

Il modello di valutazione automatica non e malvagio. E una prima approssimazione utile in mercati con dati profondi e recenti di transazioni comparabili. Il problema e che il settore immobiliare e pieno di casi in cui una o piu di queste condizioni vengono meno — e l’AVM non sa che sono venute meno. Produce semplicemente un numero sicuro di se, con una fascia ordinata, e il venditore lo prende per verita.

Il modello e matematicamente corretto e praticamente inutile in quattro casi specifici

C’e un errore di categoria insito nel modo in cui i consumatori leggono gli output degli AVM. Il numero viene presentato come “la sua casa vale X”, quando cio che l’algoritmo ha realmente calcolato e “case statisticamente simili alla Sua, in una finestra di vendite recenti, sono state scambiate a X”. Sono affermazioni diverse. La prima e una valutazione. La seconda e una regressione sui dati disponibili.

Quando i dati sono ricchi e recenti e la proprieta e generica, le due affermazioni convergono. Quando una di queste condizioni viene meno, divergono — talvolta del 5%, talvolta del 25%, occasionalmente di piu. I quattro casi seguenti sono dove la divergenza appare in modo piu coerente.

Caso 1 — La proprieta unica

Gli algoritmi odiano le proprieta uniche perche l’unicita, per definizione, non ha transazioni comparabili da cui apprendere. Un trilocale standard in un quartiere omogeneo e il caso migliore dell’AVM. Una villetta a schiera con piano terra ristrutturato, un ampliamento autorizzato nel 2017 ma mai registrato in modo pulito e un piccolo giardino privato e il caso peggiore.

Cio che l’algoritmo fa in questi casi e ricorrere ai comparabili piu vicini disponibili — di solito proprieta che condividono due o tre delle caratteristiche rilevanti e mancano del resto. Poi ne fa la media, presenta una fascia di confidenza e nasconde l’assunzione sotto. Il venditore vede un numero pulito. Il valore reale di mercato di quella proprieta e determinato da quale acquirente entra dalla porta, da cosa apprezza e da quanto e sottile l’offerta di case simili in quel trimestre.

Ho visto proprieta uniche vendute al 40% sopra una stima AVM e al 30% sotto. La varianza non e colpa dell’algoritmo. E la conseguenza di chiedere a un modello di regressione di valutare qualcosa che ha visto poche volte. Un agente che entra in quella cucina con dodici riferimenti locali specifici e tre valutazioni recenti di persona di proprieta vicine sa cose che il modello non puo sapere.

Caso 2 — Il mercato locale sottile

L’AVM presume che il proprio insieme locale di comparabili sia statisticamente significativo. Nei quartieri con basso volume di vendite — citta secondarie, paesi piu piccoli, fascia alta di qualunque mercato — l’insieme di comparabili puo includere solo sei o otto transazioni nella finestra rilevante. Otto comparabili non sono un mercato. Sono una coincidenza.

Quando si fa regressione su otto punti, un singolo outlier — una vendita forzata, una eredita, una proprieta di prestigio venduta a un acquirente esterno — distorce l’intero output. Il venditore non ha modo di vedere quella distorsione. Il modello presenta lo stesso numero sicuro che produrrebbe in un quartiere con 800 transazioni.

La conversazione al tavolo della cucina in un mercato sottile e dove gli agenti si guadagnano la provvigione. Lei non sta discutendo contro l’algoritmo — sta spiegando cio che l’algoritmo non puo vedere. Vendite recenti chiuse fuori portale. Il fatto che due degli otto comparabili visibili fossero vendite ereditarie con prezzo per liberare in fretta. Il profilo dell’acquirente attualmente attivo nella zona, che determina che tipo di proprieta si muove davvero e a che velocita.

Caso 3 — Il mercato in transizione

Gli algoritmi imparano dal passato. I mercati in transizione — tassi di interesse in movimento, regolazione che cambia, un grande datore di lavoro che arriva o se ne va, una nuova linea metropolitana che apre — producono un periodo di sei mesi durante il quale i comparabili di ieri smettono di predire i prezzi di domani. L’AVM, per costruzione, sara in ritardo.

Un quartiere appena raggiungibile da una nuova fermata metro, una citta che ha appena annunciato una riclassificazione importante, un mercato che ha appena assorbito un movimento rapido dei tassi — sono tutti luoghi dove il numero confidente dell’AVM sara sbagliato, e con sicurezza sbagliato, per due o quattro trimestri prima che i dati di addestramento si aggiornino.

E anche il caso piu costoso da leggere male per un venditore. In un mercato in transizione al rialzo, mettere in vendita al numero dell’AVM lascia denaro reale sul tavolo — talvolta l’8-15% del valore. In un mercato in raffreddamento, mettere in vendita al numero dell’AVM lascia la proprieta invenduta per mesi mentre ogni revisione distrugge la leva negoziale.

Caso 4 — L’outlier di condizione

Gli AVM non possono vedere dentro la proprieta. Vedono l’indirizzo, i metri quadrati registrati, l’anno di costruzione, talvolta un numero base di stanze — e basta. Non vedono la cucina ristrutturata, le finestre nuove, il problema strutturale, l’umidita, la mancanza di luce naturale, la vista dal terrazzo, o il fatto che le aree comuni sono ferme al 1987.

Per una proprieta in condizione media per il suo edificio e quartiere, questo e un errore piccolo. Per qualunque proprieta che si discosti significativamente dalla norma locale — verso l’alto o verso il basso — e un errore grande. Un appartamento da 600.000 € con una ristrutturazione da 60.000 € fatta l’anno scorso non e un appartamento da 600.000 € per un acquirente che ci passa dentro. Un appartamento da 400.000 € con umidita severa, tetto da rifare e cucina di un altro decennio non lo e nemmeno.

E qui che la visita fisica dell’agente produce informazioni a cui nessun algoritmo puo accedere. I 90 minuti dentro la proprieta — e la conversazione di valutazione che la circonda — generano un insieme di giudizi che nessun AVM ha gli input per formulare. Condizione, finitura, luce, distribuzione, odore, rumore, sensazione delle scale. Gli acquirenti prezzano tutto questo. I modelli no.

La conversazione che vince l’incarico

I venditori non arrivano ostili. Arrivano ancorati. L’errore che gli agenti commettono e trattare il numero dell’AVM come un concorrente da battere. Non e un concorrente. E il primo numero che il venditore ha sentito, e il Suo compito e far atterrare un numero piu utile nello stesso punto.

La frase di apertura che funziona: “Sono contento che Lei abbia gia consultato una valutazione algoritmica — e un buon punto di partenza e mi dice che ha fatto i compiti. Mi permetta di spiegare cosa l’algoritmo non puo vedere nel Suo caso specifico, e poi confrontiamo cio che ha prodotto con il lavoro che ho fatto prima di questo incontro.”

Questa frase fa tre cose in dodici secondi. Valida la ricerca del venditore invece di attaccarla. Segnala competenza senza arroganza. E prepara l’unico inquadramento in cui la conversazione al tavolo funziona — non “io ho ragione, il sito e sbagliato”, ma “il sito e stato un punto di partenza, ecco cosa include una valutazione vera”.

Gli agenti che vincono incarichi con coerenza contro venditori ancorati all’AVM non sono migliori a discutere. Sono migliori a spiegare. Nominano quale dei quattro casi si applica. Mostrano comparabili recenti specifici. Descrivono l’attivita di acquirenti vista negli ultimi 30 giorni. Camminano per la proprieta con il venditore e legano osservazioni al prezzo. Alla fine della conversazione, il venditore ha aggiornato la propria stima interna — non perche e stato sconfitto, ma perche gli sono state date piu informazioni.

L’AVM non sparira. Le aspettative del consumatore di un primo numero istantaneo sono ormai permanenti. Il compito dell’agente non e piu essere la prima fonte di un numero — quella partita e persa. E essere la fonte del numero giusto, con il ragionamento allegato, in una conversazione che il venditore non poteva avere con un sito web. Quella conversazione e dove si firma il contratto, ed e la stessa conversazione quando i dati di mercato e il prezzo si contraddicono — i dati puri non sono mai la risposta; l’agente lo e.