Loophire AI աշխատանքի դիմում
Ներկայումս Loophire-ը գտնվում է նախագծման և փորձարկման վերջնական փուլում, որը արհեստական բանականությամբ աշխատող վարձման ծրագիր է...
Աշխարհի ամենահեղինակավոր ապրանքանիշային բնակարանների դասակարգման և ցուցադրման առաջատար հարթակը, որը կապում է հարուստ գնորդներին աշխարհի առաջատար կառուցապատողների հետ՝ հավաստի դասակարգման և արհեստական բանականության վրա հիմնված համապատասխանեցման միջոցով։
«Լավագույն ապրանքանիշային բնակարաններ» (BBR) ընկերությունը դիմել է Inity գործակալությանը հավակնոտ տեսլականով՝ դառնալ 50 միլիարդ դոլարից ավելի արժողությամբ ապրանքանիշային բնակարանների շուկայում վճռորոշ հեղինակություն: Նրանց անհրաժեշտ էր համապարփակ թվային հարթակ, որը կարող էր դասակարգել անշարժ գույքը բազմաթիվ կատեգորիաներում, կապել բարձր զուտ կարողություն ունեցող գնորդներին կառուցապատողների հետ և տրամադրել բարդ գործիքներ անշարժ գույքի կառավարման և լիդերի ներգրավման համար: Մենք առաջարկել ենք լիարժեք լուծում՝ արհեստական բանականությամբ աշխատող համապատասխանեցման համակարգով, անհատական դասակարգման ալգորիթմով, բազմավարձակալ կառավարման վահանակով և մասշտաբային ճարտարապետությամբ, որը նախատեսված է ամբողջ աշխարհի կառուցապատողներից ստացված բարդ անշարժ գույքի տվյալները մշակելու համար:
Դեր՝
UI UX դիզայներ
Տևողությունը՝
6 ամիս
Երկիր՝
Ֆլորիդա, ԱՄՆ
Գործողության շրջանակը.
Մշակված UI/UX, ինտերակտիվ նախատիպեր...
Արդյունաբերություն՝
Իրական վիճակը
Հիմնական գործիքներ՝
Google Analytics
BBR-ը պետք է ամփոփեր և նորմալացներ աշխարհի հարյուրավոր կառուցապատողների անշարժ գույքի տվյալները, որոնցից յուրաքանչյուրն ուներ տարբեր տվյալների ձևաչափեր, որակի չափանիշներ և ներկայացման մեթոդներ: Հարթակը պետք է մշակեր տարբեր տեսակի անշարժ գույք (բնակարաններ, վիլլաներ, պենտհաուսներ), ապրանքանիշեր (Four Seasons, Mandarin Oriental, Raffles), տեղակայումներ, հարմարություններ և գնագոյացման կառուցվածքներ՝ միաժամանակ պահպանելով տվյալների ամբողջականությունը և հնարավորություն տալով կառուցապատողներին թարմացնել իրենց ցուցակները բազմավարձակալ համակարգի միջոցով՝ տարբեր թույլտվությունների մակարդակներով:
Որպես երրորդ կողմի վավերացման հարթակ, BBR-ի հիմնական արժեքային առաջարկը կախված էր թափանցիկ, պաշտպանելի վարկանիշային համակարգի ստեղծումից, որին կառուցապատողները կվստահեին, իսկ գնորդները՝ վրա։ Ալգորիթմը պետք է կշռադատեր բազմաթիվ գործոններ՝ տեղանքի ցանկալիությունը, ապրանքանիշի հեղինակությունը, հարմարությունները, գնագոյացումը, կառուցապատողի փորձը և շուկայի կատարողականը՝ միաժամանակ թույլ տալով բաժանում ըստ կենսակերպի կատեգորիաների և անշարժ գույքի տեսակների, միաժամանակ խուսափելով կողմնակալությունից և ապահովելով, որ վարկանիշները զգային արդար և հեղինակավոր։
Բարձր կարողություն ունեցող գնորդներն ունեն նրբերանգային նախասիրություններ, որոնք գերազանցում են հիմնական ֆիլտրերը: Հարթակը կարիք ուներ արհեստական բանականության վրա հիմնված համակարգի, որը կարող էր հասկանալ կենսակերպի առաջնահերթությունները (առողջապահության վրա կենտրոնացած ընդդեմ բիզնես-կենտրոն, քաղաքային ընդդեմ հանգստավայրերի), բյուջեի սահմանները, ներդրումային նպատակները և անձնական նախասիրությունները՝ բարձր անհատականացված անշարժ գույքի առաջարկություններ տրամադրելու համար, միաժամանակ մշակողներին տրամադրելով որակյալ հաճախորդներ և կատարողականի վերլուծություններ՝ նրանց տեսանելիությունը և փոխակերպման մակարդակները օպտիմալացնելու համար:
Մենք կառուցել ենք բարդ տվյալների նորմալացման համակարգ, որը ներառում է բազմաթիվ մշակողների կողմից ստացված գույքի մասին տեղեկատվություն՝ անկախ ձևաչափից կամ որակից: Բազմավարձակալ կառավարման վահանակն առաջարկում է դերերի վրա հիմնված մուտքի կառավարում, որը թույլ է տալիս մշակողներին կառավարել իրենց սեփական գույքը, մինչդեռ BBR-ը պահպանում է խմբագրական վերահսկողությունը: Իրական ժամանակի վավերացման կանոնները ապահովում են տվյալների համապատասխանությունը գույքի 15+ ատրիբուտների միջև, մինչդեռ ավտոմատացված աշխատանքային հոսքերը կարգավորում են պրոֆիլների թարմացումները, պատկերի օպտիմալացումը և բովանդակության մոդերացիան՝ 85%-ով կրճատելով տվյալների ձեռքով մշակման ժամանակը և թույլ տալով հարթակին մասշտաբավորվել մեկնարկից մինչև հարյուրավոր գույք՝ առանց լրացուցիչ ծախսերի:
Մենք մշակել ենք կշռված գնահատման ալգորիթմ, որը գնահատում է անշարժ գույքը՝ հիմնվելով գտնվելու վայրի ցանկալիության (25%), ապրանքանիշի հեղինակության (20%), հարմարությունների որակի (20%), գնային մրցունակության (15%), կառուցապատողների փորձի (10%) և շուկայական կատարողականի (10%) վրա: Համակարգը ստեղծում է դինամիկ վարկանիշներ, որոնք բաժանված են 150+ կատեգորիաների (առողջապահության վրա կենտրոնացած, քաղաքային շքեղություն, հանգստավայրային կյանք և այլն) անշարժ գույքի տեսակների, որոնց միավորները վերահաշվարկվում են ամեն գիշեր: Յուրաքանչյուր վարկանիշ ներառում է թափանցիկության ցուցանիշներ, որոնք ցույց են տալիս, թե ինչու են անշարժ գույքը ստացել այդպիսի գնահատականներ՝ վստահություն կառուցելով և՛ կառուցապատողների, և՛ գնորդների մոտ՝ միաժամանակ հաստատելով BBR-ը որպես հավաստի երրորդ կողմի հեղինակություն:
Մենք մշակել ենք մեքենայական ուսուցման համակարգ, որը վերլուծում է գնորդների վարքագիծը, նշված նախասիրությունները և ներգրավվածության օրինաչափությունները՝ անհատականացված անշարժ գույքի առաջարկություններ տրամադրելու համար: Ալգորիթմը հաշվի է առնում 25+ համապատասխանության գործոններ, այդ թվում՝ կենսակերպի առաջնահերթությունները, բյուջեի սահմանները, գտնվելու վայրի նախասիրությունները, հարմարությունների պահանջները և ներդրումային նպատակները: Մշակողի կողմից, հաճախորդների կառավարման վահանակը տրամադրում է որակավորման միավորներ, ներգրավվածության վերլուծություններ և փոխակերպման պատկերացումներ՝ թույլ տալով մշակողներին առաջնահերթություն տալ բարձր մտադրություն ունեցող գնորդներին և օպտիմալացնել նրանց անշարժ գույքի դիրքավորումը՝ հիմնվելով իրական կատարողականի տվյալների վրա: