Кривая эластичности в девелопменте и почему её не существует

Когда речь заходит об ожиданиях от динамического ценообразования (ДЦО), многие застройщики представляют себе безотказную машину, которая 24/7 мониторит спрос, в реальном времени выдаёт оптимальные цены, обеспечивает максимальную прибыль и заставляет конкурентов нервно курить в сторонке. Но, увы, суровая реальность напоминает, что не всё в жизни так просто.

 Эта статья — первая из серии, где мы разберёмся, как ДЦО может работать на вас, даже если пока кажется, что это больше головная боль ^[1], чем инструмент максимизации прибыли. В этом цикле мы разложим всё по полочкам: от теории и мифов до конкретных решений, которые действительно приносят деньги. Приготовьтесь: будет полезно, интересно и немного иронично. 

 Для многих очевидно, что система ДЦО должна подстраиваться под изменяющийся спрос. Поэтому многие девелоперы в поисках максимальной прибыли сначала обратились к классике экономической мысли — вспомнили Курно ^[2], Маршалла ^[3], кривую спроса-цены ^[4] и эластичность спроса ^[5]. В идеальном мире эти инструменты показывают точное сочетание цены и объёмов продаж, которое можно использовать для нахождения «Святого Грааля» максимальной выручки. 

 Однако в суровых реалиях девелопмента эта кривая эластичности работает не столь безотказно. На то есть три основные причины, три группы факторов, которые меняют кривую эластичности:

1. Внутренние факторы: играем на своём поле

На первый взгляд, это самая понятная и предсказуемая категория. Всё, что зависит от девелопера, — от качества продукта до навыков продавцов и маркетинговых кампаний. Например, наняли суперагента, который одной фразой превращает «посмотрю позже» в «покупаю сейчас»? Поздравляем, вы только что изменили кривую спроса!  

К этой группе также относится такая продуктовая характеристика, как рост цены на недвижимость по мере строительной готовности: чем ближе объект к сдаче, тем выше стоимость, и это напрямую влияет на поведение ^[6] покупателей.

Рис. 2 – Пример влияния фактора роста цены по мере строительной готовности на кривую эластичности

Казалось бы, всё под контролем, ведь девелопер знает свой продукт вдоль и поперёк. Но, как показывает практика, далеко не все учитывают такие изменения на уровне кривой спроса.

2. Макроэкономика: зона турбулентности

А вот здесь начинаются настоящие «американские горки». Ключевая ставка, валютные курсы, инфляция и ипотечные программы — все эти факторы способны вытолкнуть кривую эластичности в зону полной непредсказуемости. Вспомним июль 2024 года, когда отмена льготной ипотеки на фоне высокой ключевой ставки заставила спрос сперва взлететь в мае-июне, а затем уйти в глубокий «штопор», из которого рынок до сих пор ещё не вышел. Результирующая всех этих факторов – общий макро-спрос, оказывает непосредственное влияние на кривую эластичности.

3. Конкуренты: хаос по теории игр

И, наконец, действия конкурентов. Это поле настоящей «битвы», где каждый ход может кардинально изменить правила игры. Один девелопер запускает грандиозную скидочную акцию, другой добавляет в подарок кухонные острова, а третий предлагает рассрочки. И вот ваша кривая спроса, такая красивая и стройная, летит вместе со всеми расчётами вниз. 

Этот график является упрощенным примером, однако стоит отметить, что для «дистилляции» влияния действий конкурентов эффективным показал себя метод, разработанный R&D командой системы ДЦО нового поколения DPrice (об этом у нас будет отдельная статья).

Чтобы в полной мере оценить изменчивость кривой спроса, достаточно взглянуть на график, который показывает её зависимость от вышеупомянутых факторов, действующих одновременно.

Очевидно, что кривая спроса изменяется постоянно и часто непредсказуемо. Другими словами, кривой спроса в недвижимости как статичного инструмента не существует. То, что принято называть кривой спроса – на самом деле срез данных, актуальных в конкретный момент времени. Несмотря на очевидность этого факта, некоторые специалисты формируют детерминированную кривую для объекта и никак её не корректируют во времени. 

Теперь давайте рассмотрим, какие типы систем ДЦО имеются в сфере девелопмента, и как они обходят вышеописанную. Тут подходы делятся на следующие основные группы: 

1. Детерминированные – решения типа «продали квартиру — повышаем цену в этом стояке на 50.000 рублей». Подобные решения зачастую представляют собой дополнительные модули в отраслевых CRM- и ERP-решениях для застройщиков. Из-за того, что такой подход полностью является игнорируют изменения спроса и любую связь с рынком, вероятность «попадания» с ним в оптимальное ценообразование сильно ниже, чем у игрока в казино, который ставит «на зеро». 

2. Эмпирические подходы, основанные зачастую на обеспечении равномерного вымывания площадей. В этом случае застройщик изменяет цену по правилам с применением коэффициентов, выведенных опытным путём. Например, на основе отношения текущего темпа продаж и оптимального. Данный подход является одним из наиболее распространённых среди девелоперов, также применяется некоторыми отраслевыми системами ДЦО. Он может давать относительно неплохие результаты (по сравнению с предыдущим – уж точно), но он не способен обеспечить максимальную прибыль, так как коэффициенты для расчёта статичны, а значит не оптимальны в каждом отдельном случае. Стоит также заметить, что равномерное вымывание является оптимальной стратегией продаж лишь в идеальном и бескорыстном мире с нулевыми ставками финансирования. А при текущей ключевой ставке это точно не наш случай. 

3. ML-прогностические системы, которые определяют и «прогнозируют» индивидуальную кривую спроса для жилого комплекса при помощи машинного обучения ^[7] (ML) и искусственного интеллекта ^[8] (AI). Однако, ограниченная эффективность этих инструментов в прогнозировании макро-спроса (что же завтра нам выдаст ЦБ?) и полное их бессилие в прогнозировании действий конкурентов, привели к тому, что многие застройщики, столкнувшись с этим, стали смотреть на системы ДЦО с недоверием. Более того, для застройщиков важна прозрачность методов расчёта рекомендации цен, и фактор «чёрного ящика» также играет не в пользу прямого использования ML-систем. В итоге большинство систем ДЦО в итоге отказались от этого подхода. 

4. Системы ДЦО на основе прозрачных математических методов, которые доказали свою эффективность в таких отраслях как авиаперевозки, такси и т.д. Такие решения при каждом пересчёте цен определяют оптимальную стратегию продаж, при которой застройщик получит максимальную выручку после выплаты процентов за использование проектного финансирования. Подобные решения используют данные о спросе, формируя те самые срезы кривой эластичности. 

Очевидно, что максимальную прибыль застройщикам могут обеспечить только решения ДЦО, которые учитывают изменения спроса, и точно рассчитывают цены в зависимости от этого. О том, как строить оптимальную стратегию продаж недвижимости и о том, как эффективно использовать в ценообразовании то, чего не существует (кривую эластичности) читайте в нашей следующей статье.

А пока я её пишу, вы можете попробовать себя в нашей игровой симуляции ^[9], которая на базовом уровне (с одной типологией квартир, без учёта стоимости денег, изменений спроса и множества других факторов) показывает суть систем эффективного ценообразования.