"Как “Умные алгоритмы” угробили “американский ЦИАН” Маркетплейс недвижимости Zillow списал $500M убытков и сократил 2000 человек. Это яркий крах смелой стратегии “цифрового” подхода переделки традиционной отрасли, основанного на бигдате и умных алгоритмах. Почему так случилось? Zillow с 2018 года сделали ставку на сервис home-flipping. Это быстрая покупка дома за кэш, быстрая реновация и редизайн и быстрая продажа. Вся скорость - благодаря умному анализу огромного накопленного количества данных по сделкам, включая анализ фотографий нейросетями. Шутка ли, Zillow заявлял, что разработал big data алгоритмы предсказания будущей цены дома с уровнем погрешности всего в 2%! Алгоритм точно предсказал цену после переделки, ты быстро купил, обработал, продал. Без оценщиков, агентов, длинных переговоров - кэш-машина! Инвесторы верили. Конкуренты с самого начала говорили, что машинное обучение не может предсказывать столь сложные рыночные механизмы и нельзя на нём строить стратегию. На цены домов могут повлиять, мол, и факторы изменений вкусов покупателей, и общее движение рынка. Так в итоге и случилось. Удалёнка изменила подходы американцев в выбору жилья, сменились вкусы. Все предсказания алгоритмов перестали срабатывать. Но всё существенно ухудшил ещё один фактор. В разгар стратегии home-flipping компания стоила под $40 млрд. Кэша было много. В какой-то момент Zillow решили, что растут недостаточно быстро - конкуренты покупают больше домов. Это не понравится инвесторам. KPI на рост у топ-менеджмента стали пригорать! Мешала чёртовая биг-дата и команда аналитики - они отсекали слишком много домов для покупки и будущей продажи. Тогда был принят “проект Кетчуп”. В системы предсказания вручную ""накинули"" дополнительные 7% той оценке, что выдавал алгоритм. Это сразу же развязало руки и позволило предлагать больше денег владельцам. И покупать дома быстрее. Ну вы уже наверное догадались, что случилось дальше. Менеджеры выполнили свои KPI. Zillow купил в разы больше недвижимости, чем годом раньше. И тут поменялся рынок. Страсть менеджеров к неуёмному росту оставила Zillow с целой прорвой лишней недвижимости, которую они не могли обработать, отремонтировать и продать. Рьяные менеджеры своими руками навесили дополнительную гирю, которой бы не было, слушай они свои предсказательные системы. Существенно большей, чем позволяли запасы и оценка риска. Дальше - увольнения, падение стоимости, и СЕО, который... всё свалил на плохую big data! Что познавательного в этой истории? Это история фейла, в котором слишком много веры в точные машинные предсказания и старое-доброе рвение менеджмента, который вынуждают безгранично и слишком быстро расти. 1) Когда вы видите проект, успех которого так сильно завязан на machine learning и большие данные - скорее всего, вы имеете дело с очередной убедительной сказкой для инвесторов. 2) Любые алгоритмы и big data - способ улучшить и оптимизировать уже работающий процесс. То есть делать что-то немного лучше конкурента. Но никогда не метод обыграть рынок и сложившиеся правила. 3) Когда аналитика даёт неудобные выводы - менеджеры всегда найдут способ её “обыграть”, чтобы достичь своих целей и заработать бонус"