摘要 Zillow 成立于 2006 年,是领先的在线房地产交易市场。2018 年,Zillow 推出了 Zillow Offers,这是一项买卖房屋的新业务。Zillow Offers 通过在线收集卖家的数据并立即提供报价,为房屋卖家提供了比传统房地产经纪人更快的购买流程,这一流程称为“iBuying”(即“即时购买”)。尽管 Zillow 在 iBuying 方面还是新手,但它很快就确立了在三到五年内创造 200 亿美元年收入的目标。Zillow 认为,其用于预测房屋价值的人工智能/机器学习 (AI/ML) 平台(又名“Zestimate”)可以成为其在 iBuying 市场的竞争优势。然而,在 2021 年第三季度 iBuying 业务亏损 4.21 亿美元后,该公司关闭了这个曾经前景光明的业务部门,而不是冒进一步亏损的风险。首席执行官 Rich Barton 断言,人工智能无法准确预测房价是其 iBuying 业务失败的原因。本案例研究考察了 Zillow Offers 的发展轨迹,并讨论了导致其倒闭的几个因素。在探讨了 iBuying 中房价预测算法的挑战后,我们认为 Zillow Offers 的失败超出了其最初的 AI/ML 系统的局限性。Zillow Offers 专注于超增长而非盈利能力,导致运营变化未能平衡预估价格预测和运营购买价格决策。通过此分析,我们向学生和从业者提出了关于适当和有效地使用数据驱动的 AI/ML 模型进行运营决策的重要问题。关键词:Zillow Offers、人工智能、机器学习、iBuying、Zestimate
本报告包含《1933 年证券法》第 27A 条和《1934 年证券交易法》第 21E 条所定义的前瞻性陈述,这些陈述涉及风险和不确定性,包括但不限于有关我们未来目标、我们业务的未来业绩和运营、我们的业务战略以及将这些战略转化为财务业绩的能力、住宅市场和经济的当前和未来健康和稳定性、抵押贷款利率的波动性以及我们对未来消费者和员工行为转变的预期的陈述。包含“可能”、“相信”、“预期”、“期望”、“打算”、“计划”、“预测”、“将”、“预测”、“继续”、“估计”、“展望”、“机会”、“指导”、“将”、“可能”、“努力”等词语或类似表述的陈述构成前瞻性陈述。除非本演示文稿中另有说明,否则前瞻性陈述是基于截至 2024 年 2 月 13 日的假设做出的,尽管我们认为前瞻性陈述中反映的预期是合理的,但我们无法保证这些结果。Zillow Group 的实际结果与这些前瞻性陈述中描述的结果之间的差异可能是由 Zillow Group 采取的行动以及 Zillow Group 无法控制的风险和不确定性造成的。
市场已存在数千年,但平台的属性似乎是新的。产品公司(如钻石矿)通过设置进入壁垒来保护自己的利润,而平台公司则通过促进 Lyft 司机和阿里巴巴商店的进入来获利。产品公司的最佳供应链使用即时库存,而平台公司则通过销售不产生边际成本的商品和服务来超越该模式。市场界限变得模糊,新的主导地位之路浮现。从亚马逊到 Lyft 和 Zillow,从 Airbnb 到 Klöckner 和 ZBJ,先驱者正在颠覆零售、医疗保健、房地产、银行、住宿和钢铁行业以及劳动力市场。现有公司必须努力预测变化并理解网络业务模式,以制定自己的平台战略。理解和战略始于新的逻辑。
抵押贷款利率上升可能会减缓 2022 年剩余时间的房价增长。不过,千禧一代持续的住房需求和可供购买的房屋短缺可能会在未来几年对房价造成上行压力。其他资源和注释 • 本分析使用了 2015-22 年第一季度 Zillow 房屋价值指数 (ZHVI) 数据的三个月县住房平均值。对于给定的县,ZHVI 值代表经季节性调整的单户住宅中间市场价值,该价值经过平滑处理以减少短期波动。某些县的数据不可用。所有县月度房屋数据来源都面临质量问题(例如波动性、交易量低),尤其是在人口稀少的地区。出于这些原因,使用几个月的数据有助于更好地了解当地的住房趋势。 • 全国房地产经纪人协会制作了 2021 年全国购房者和卖家统计数据。活跃房源数据可从 Realtor.com 获取。
模型在当今的银行业中起着至关重要的作用,塑造了从信贷批准到商业贷款的决策。但是,当模型失败时,他们可以使机构面临重大财务和运营风险。一个值得注意的例子是Zillow 2020年进入住宅市场的冒险。该公司应用其自动估值模型来预测房价,但未能考虑市场波动,在短短几个月内造成了超过4.2亿美元的损失。这强调了对强大模型风险管理的关键需求。在银行业务中,模型风险管理可确保对模型进行严格测试,验证和不断监控,以避免昂贵的错误。多亏了当今日常的监管审查,这已经不够简单地开发模型了。银行必须实施管理其安全有效使用的框架。本文探讨了银行业模型风险管理的关键组成部分,以及机构如何通过Teradata的云数据和分析解决方案来减轻其模型带来的风险。
公司背景:AI Arrive 是一家人工智能公司,其愿景是创建 AI 产品,以加速研究并增强我们对人类疾病的了解。CloseBy 是一个健康生活平台,它汇总不同的社区数据,以帮助个人在搬迁到特定区域时做出明智的决定。我们的使命很简单,就是使数据孤岛民主化,并呈现一个整体的画面,帮助个人做出更明智的决定。团队规模:4-5 名学生地点:远程,客户/团队会议将使用 Zoom 举行。项目摘要:AI Arrive 希望使用开源数据集(例如人口普查、空气质量开放数据、CDC 社会脆弱性指数、Zillow 住房和租金价格以及 python news-fetch)开发一个健康生活平台。目标是构建 ETL 提取系统和聚合开源社区数据和新闻文章的数据模型。另一个目标是使用 d3.js 和/或其他可视化工具开发视觉效果以在地图上显示数据。所有知识产权将归 AI Arrive 所有。关键技能/技术:开发 ETL 管道、使用数据库和使用 d3.js 进行可视化的背景将有助于完成这个项目。团队可以向客户寻求指导。学生福利:
∗我们感谢Itzhak Ben-David,Morris Davis,Anthony DeFusco,David Echeverry,Andra Ghent,Jonathan Halket,Lu Han,Lu Han,Nina Karnaukh,Finn Kydland,Jose Maria Maria Liberti,David Ling,David Ling,Christos Andreas Makridis,Charles andreas andreas antreas nathansnathants,Marthen schneiren schneiren schneiren sephen l。在Areuea,Areuea International,Durham,Ecb,计量经济学学会,Hebrew University,Hulm,Neoma,Neoma,Notre Dame,IE,俄亥俄州,SED,SEDING,西班牙金融论坛和城市经济学协会。此处表达的观点不一定反映了圣路易斯联邦储备银行或美联储系统的观点。结果和意见是作者的意见,并且不反映Zillow群体的位置。本文报道的研究由西班牙经济和竞争部(MCIU),州研究机构(AEI)和欧洲地区发展基金(ERDF)赠款编号PGC2018-101745-A-i00。本文以前是作为投资者和住房效率散发的。†电子邮件:carlos.garriga@stls.frb.org。研究部的圣路易斯联邦储备银行。P.O. Box 442,圣路易斯,密苏里州,63166-0442。 电话:+1(314)444-7412。 •电子邮件:pedro.gete@ie.edu。 IE商学院,即大学。 Calle Maria de Molina 12,28006西班牙马德里。 电话:+34 91 568 97 27。 §电子邮件:acthenatsouderou@gmail.com。 迈阿密大学赫伯特商学院。 5250 University DR,Coral Gables,FL 33146。 电话:+34 65 778 40 39。P.O.Box 442,圣路易斯,密苏里州,63166-0442。 电话:+1(314)444-7412。 •电子邮件:pedro.gete@ie.edu。 IE商学院,即大学。 Calle Maria de Molina 12,28006西班牙马德里。 电话:+34 91 568 97 27。 §电子邮件:acthenatsouderou@gmail.com。 迈阿密大学赫伯特商学院。 5250 University DR,Coral Gables,FL 33146。 电话:+34 65 778 40 39。Box 442,圣路易斯,密苏里州,63166-0442。电话:+1(314)444-7412。•电子邮件:pedro.gete@ie.edu。IE商学院,即大学。 Calle Maria de Molina 12,28006西班牙马德里。 电话:+34 91 568 97 27。 §电子邮件:acthenatsouderou@gmail.com。 迈阿密大学赫伯特商学院。 5250 University DR,Coral Gables,FL 33146。 电话:+34 65 778 40 39。IE商学院,即大学。Calle Maria de Molina 12,28006西班牙马德里。电话:+34 91 568 97 27。§电子邮件:acthenatsouderou@gmail.com。迈阿密大学赫伯特商学院。5250 University DR,Coral Gables,FL 33146。 电话:+34 65 778 40 39。5250 University DR,Coral Gables,FL 33146。电话:+34 65 778 40 39。
下面列出了州、地方和联邦禁止基于收入来源的住房市场歧视的法规汇编,以及与歧视拥有联邦住房选择券的家庭相关的研究和已发表文章的带注释书目。您可以使用目录中的超链接浏览文档。本汇编更新了 PRRAC 最初在 2009 年汇编的研究,并借鉴了国家住房法律项目和政策选择中心准备的早期文件。本汇编在 2012 年第四届全国住房流动会议上进行了更新,并作为会议后 PRRAC-城市研究所住房流动工具包的附录发布,扩大选择:建立成功住房流动计划的实用策略(2013 年 2 月)。自 2013 年以来,随着这些州和地方法律的激增,我们定期更新附录。此外,我们还为倡导者和地方政策领导人编写了一份指南,题为《制定有效的地方收入来源歧视法》(2020 年 3 月)。2018 年,预算和政策优先事项中心发布了一份报告,使用本附录中的数据,概述了保护住房选择券家庭免受歧视的法律的国家概况。由 Alison Bell、Barbara Sard 和 Becky Koepnick 撰写的报告《禁止歧视使用住房券的租房者可改善结果》(2018 年 12 月)包括下文所述法规和条例的通过时间顺序以及一张交互式地图。1 2020 年,城市研究所还根据本附录开发了一个数据集,该数据集以更具分析性的框架呈现信息。Zillow 还将本附录中的数据纳入其在线租赁清单的“当地法律保护”部分。另请参阅有关紧急租赁援助计划的 SOI 保护的宣传指南。我们感谢现任和前任员工以及住房正义网络中许多法律服务同事的贡献和更正(请参阅我们的完整致谢列表 )。如果您发现本文档中有任何错误或有其他材料需要添加(新法令、判例法发展、法律评论文章等),请联系 Phil Tegeler(ptegeler@prrac.org)。
“美国城市、城镇、社区、州、县、大都市区、邮政编码、区号和学校的本地指南。” 76 次观看45 次观看49 次观看39 次观看41 次观看36 次观看36 次观看37 次观看33 次观看37 次观看35 次观看35 次观看36 次观看40 次观看34 次观看45 次观看36 次观看39 次观看27 次观看35 次观看25 次观看37 次观看35 次观看32 次观看26 次观看29 次观看41 次观看24 次观看43 次观看25 次观看35 次观看30 次观看39 次观看27 次观看27 次观看30 次观看27 次观看22 次观看31 次观看30 次观看24 次观看26 次观看26 次观看31 次观看31 次观看29 次观看22 次观看40 次观看26 次观看24 次观看30 次观看40 次观看25 次观看26 次观看25 次观看19 次观看93 次观看80 次观看69 次观看84 次观看61 次观看63 次观看70 次观看83 次观看91 次观看105 次观看52 次观看57 次观看89 次观看67 次观看74 次观看88 次观看71 次观看55 次观看82 次观看52 次观看80 次观看73 次观看49 次观看69 次观看51浏览次数56 浏览次数56 浏览次数55 浏览次数60 浏览次数41 浏览次数65 浏览次数50 浏览次数65 浏览次数50 浏览次数41 浏览次数43 浏览次数52 浏览次数45 浏览次数55 浏览次数49 浏览次数43 浏览次数52 浏览次数62 浏览次数49 浏览次数44 浏览次数 从 0 天 0 小时 00 分钟 00 秒 分享此优惠 送货需要至少 7 个工作日才能发货 购买的物品可以从我们的办公室领取或送货 物品必须在 2021 年 6 月 27 日之前领取/收到 未在 2021 年 6 月 27 日之前领取/收到的物品将被没收,不予退款 您的产品可立即领取 - 详情请参阅下文 无现金价值/无现金返还/不退款 立即检查产品;自收到产品之日起 7 天内有缺陷退货,前提是退回的物品未使用且
