不動産AI査定の開発者が徹底分析 データから見えてきた物件売買の意外な事実

筆者：横山 幸次

保有資格：不動産鑑定士、不動産証券化マスター他

2011年大手不動産会社に入社し、売買仲介、不動産鑑定などを経験。2020年に（株）コラビット入社。データ分析、価格推定エンジンの開発、査定書システムの企画、PMを担当した。2024年よりコラビットのデータ分析/AI開発研究室の主席調査員として業務を兼任、（株）トランジットの不動産鑑定部門の責任者。

私は新卒で不動産会社に入社し、不動産仲介、不動産鑑定評価を経験したのち、不動産AI査定の株式会社コラビットにて不動産価格推定エンジンの企画・改修に携わっています。

AI査定で大事なことは「データの質」です。特に精緻なAI査定を行うためにはデータを綺麗にしなければなりません。

例えば、あるポータルサイトに同じ物件がいくつも掲載されていることがありますね。その際、物件名がちゃんと記載されているものもあれば、＜○○駅から徒歩5分！＞や＜リフォーム済み！希少な角部屋＞などと記載されているものを見たことがあると思います。

人が見れば写真や間取図などで同じ物件と判断できますが、これを機械的に同一物件と判断させるには、実は結構複雑なロジックが必要なのです。

私どもは不動産のAI査定で日本一を自負する会社ですので、データを綺麗にする作業”クレンジング”には非常に気を使っています。
丁寧なデータクレンジングの結果、様々な実用的なデータを得ることができましたので、中でも投資用不動産の情報をよく見られる方に耳寄りな集計結果をまとめました。

今回は地域別データ数、利回りといったオーソドックスなものだけでなく、販売期間や価格改定についても集計を行っています。その中で、以下の仮説を検証したいと思います（いずれも私が仲介会社で営業をしていた時によく耳にしたものです）。

仮説①　データ数が多い地域が利回りは低い？
仮説②　古い物件ほど販売に苦戦する（長期化する）？
仮説③　価格が高い地域ほど高値チャレンジが多く値下げする？
仮説④　販売期間が長期化すると値下げする？