Aplicações de machine learning para valoração de empreendimentos residenciais de base imobiliária na cidade de São Paulo

O mercado imobiliário, marcado por decisões complexas com diversas variáveis, está se beneficiando do crescente acesso a dados e do progresso das tecnologias de Machine Learning (ML). Este estudo tem como foco a intersecção de dois domínios: [1] ML e [2] Valoração de imóveis residenciais para locação (EBIs), com o objetivo de [A] avaliar os benefícios do ML na melhoria dos processos de valoração desses ativos, minimizando vieses e subjetividade na aproximação do Market Tradable Value, e [B] examinar o grau de aderência deste segmento à tecnologia ML, especificamente na cidade de São Paulo. Como metodologia, além da revisão bibliográfica sobre as definições e estudos de caso de ML para o mercado de Real Estate, foi adotada a Survey, com a obtenção de dados através de entrevistas de 8 empresas selecionadas no mercado de EBIs residenciais em São Paulo, divididas em 3 categorias: C (comercialização de EBIs), LS (desenvolvimento e administração de EBIs de longa estadia) e BD (fornecimento de inteligência baseada em dados para EBIs). Os resultados indicaram que: [A] a ML melhora a precisão da avaliação imobiliária e permite identificar relações complexas que não são possíveis por modelos tradicionais; [B] 62% das empresas da amostragem entrevistada já utilizam ML e 75% veem potencial para o uso de tecnologias de IA e ML em seu segmento, sendo que, desse universo, 100% já utiliza dados para processos da empresa em geral e já estão familiarizados com o conceito de ML e, adicionalmente; [C] a barreira documental de acesso a dados de transação no mercado brasileiro é um dos principais desafios identificados pelos entrevistados para que o uso das tecnologias de ML possam ser mais difundidas no mercado imobiliário de EBIs residenciais.