of 60156 LinkedIn

E-taxateur werkt veel preciezer

Big data en machine learning blijken effectieve middelen bij het waarderen van onroerend goed. Een pilot bij de Drechtsteden oogst veel lof. ‘Maar uiteindelijk komt het aan op de acceptatiegraad van de samenleving.’

Innovatieve Woz-bepaling bespaart capaciteit

Een kalme vrouwenstem spreekt terwijl huisjes worden getekend met prijskaartjes eraan. De stem legt uit: ‘De GBD heft namens de gemeenten in de Drechtsteden verschillende belastingen, waaronder de onroerendezaakbelasting. Om die belasting te kunnen heffen, wordt aan elke onroerende zaak zoals woningen en bedrijfspanden een waarde toegekend. Die noemen we de WOZ-waarde.’ Het filmpje op de website oogt simpel, maar het maken ervan was dat niet.

‘Degene die het filmpje tekende, moesten we telkens weer uitleggen wat we bedoelden’, zegt Arri Hartog, directeur Gemeentebelastingen en Basisinformatie Drechtsteden (GBD). ‘Het bleek bij het maken van dat filmpje hoe ongelooflijk lastig het is om uit te leggen hoe wij waarde bepalen. Het was een eyeopener. We concludeerden dat de uitleg gewoon beter moest zijn.’ Er was nog een ontwikkeling die de Drechtsteden aan het denken zette over de waardebepalingen. Eind vorig jaar beoordeelde de Waarderingskamer hun taxaties als onvoldoende: slechts twee van de vijf sterren. Het kwam de sfeer niet ten goede. ‘Het is niet leuk om zo in het nieuws te komen’, zegt Hartog.

‘Dus gingen we op zoek naar een manier om weer energie in de club te krijgen.’ Zo kwamen ze bij GeoPhy, een bedrijf dat kunstmatige intelligentie en big data gebruikt om de waarde van vastgoed te bepalen. Wat zou er met de nieuwste technieken mogelijk zijn?

GeoPhy heette in het begin OfficeRank, toen ze in 2014 nog als dataverzamelaars vanuit een garage in Delft werkten. Ze creëerden een grote database van verrijkte vastgoedgegevens, verdiepten zich in machine learning, en in 2016 werden ze benaderd door een door de Amerikaanse overheid gefinancierde bank om onafhankelijke taxaties uit te voeren voor gebouwen ter waarde van in totaal meer dan 600 miljard dollar. GeoPhy groeide uit tot een bedrijf met vestigingen in Litouwen, New York en Singapore. En dan worden ze benaderd door de taxateurs van zeven verzamelde Nederlandse gemeenten.

Pilot
‘De Drechtsteden vertelden mij van de situatie waarin ze zaten’, zegt Lorenzo Dorigo, GeoPhy’s hoofd business development voor Europa. Een pilot werd geopperd. ‘Die pakten we als volgt aan: ik vroeg hun hoe ze werkten. Met die hulp ontwikkelden we een landelijk model, gebruikmakend van supervised machine learning en big data, en daarmee taxeerden we de 109.000 woningen in het gebied.’ Het klinkt zo logisch om de buzzwords big data en machine learning op de WOZ toe te passen. Waarom is dat nog niet eerder gebeurd?

Dorigo: ‘Omdat het niet zo makkelijk is als het lijkt. Bij traditionele taxaties kijkt een taxateur in een wijk naar vergelijkbare verkopen. Het ene gebouw is wat ouder, of wat beter gelegen, en zo komt er een gemiddelde meterprijs uit. De meer datagedreven aanpak van de Drechtsteden let op de correlatie van verschillende kenmerken. Onze benadering gaat weer een stap verder. We kijken naar het object zelf – het bouwjaar, de oppervlakte, het aantal kamers, enzovoort – maar we kijken ook op hyperlokaal niveau naar de omgeving.

Per adres weten we de precieze lengte- en breedtegraad en met behulp van algoritmen bepalen we bij welke voorzieningen een bewoner kan komen als die bijvoorbeeld vijftien minuten loopt of vijf minuten autorijdt. Een rivier maakt het wandelen van punt A naar B lastig, dus dat heeft invloed op wat bereikbaar is en dus op de waarde van het huis.’ En GeoPhy kan rekening houden met marktdata, een ruim begrip waar bijvoorbeeld werkgelegenheid, criminaliteitscijfers, leefbaarheid en economische groei onder vallen. Alle gegevens worden verzameld en getest.

Onder de indruk
Bij de Drechtsteden waren ze onder de indruk, vertelt Hartog. ‘Er werden sprintsessies georganiseerd met onze experts en die van GeoPhy, om samen de uitkomsten te bespreken en kijken hoe het beter kon. Als deskundigen uit verschillende disciplines samenwerken dan kun je heel forse resultaten bereiken in korte tijd. Dat gaf energie.’

De accuraatheid van een taxatiewaarde, wat in feite de theoretische waarde is van een huis, wordt beoordeeld door die te vergelijken met de verkoopprijs. Volgens MSCI, een organisatie die vergelijkingen maakt, is een afwijking van 11 procent normaal in Nederland. De Drechtsteden zaten tussen 9 en 10. Dorigo: ‘De eerste versie van ons model scoorde onder de 9 procent en zit inmiddels onder de 6.’ Dat klinkt veelbelovend. Eind augustus volgt de eindanalyse van de Drechtsteden en wordt bepaald wat er verder gaat gebeuren, maar voorlopig oogst de pilot niets dan lof. ‘Ik denk dat de tendens van kunstmatige intelligentie op dit gebied niet meer tegen te houden is, als je dat al zou willen’, zegt hoogleraar vastgoed Tom Berkhout van Nyenrode Business Universiteit. Op 3 september spreekt hij op een door zijn universiteit georganiseerd congres, waar GeoPhy, de Waarderingskamer en de GBD ook aanwezig zullen zijn. ‘Er is gewoon sprake van een opmars van behoorlijk uitgebalanceerde systemen. GeoPhy heeft grote, internationale portefeuilles dus er is erkenning voor in de markt.’

Berkhout zegt wel dat deze manier van taxeren geen self-fulfilling prophecy moet worden. ‘De prijs die mensen op basis van rationele gronden zouden betalen is de marktwaarde. Mensen bepalen en betalen prijzen, niet computers. Als ik verkoop en jij koopt, komen we uiteindelijk met zijn tweeën op een prijs uit. Een menselijke taxateur probeert dat na te spelen en een systeem moet dat ook doen. Het moet geen waarde gaan zetten in de markt, dat de prijs bepaald wordt door wat de modellen zeggen.’

Trapezewerk
Berkhout verwacht dat de nieuwe taxatiemethode ‘een snelle en hoge vlucht’ gaat nemen. ‘Maar uiteindelijk komt het toch aan op de acceptatiegraad van de samenleving. Daar moet het allemaal overeind blijven. Onbegrijpelijk trapezewerk is onvoldoende. Er moet heel goed uitgelegd worden hoe de waarde voor de burger tot stand is gekomen.’ Kan GeoPhy dat? Kan voorkomen worden dat een black box ontstaat, een ondoorzichtige massa van getallen die voor burgers, rechters en gemeenten niet meer uit te leggen is? ‘Het is supervised machine learning’, zegt Dorigo. ‘Geen black box. We maken er geen wedstrijd van om zoveel mogelijk data erin te stoppen.

We selecteren vijftig tot honderd factoren en die kunnen we afzonderlijk bekijken, ook op individueel niveau. Wat we ook kunnen, is referenties selecteren. Het scheelt taxateurs weer een paar uur en dat werk is natuurlijk dodelijk saai.’ Dorigo ziet in de geavanceerde taxaties ook een oplossing voor gemeenten die te maken hebben met no-cure-no-pay-bedrijven die grote hoeveelheden bezwaren tegen de taxatie indienen. Volgens de Waarderingskamer wordt inmiddels ruim 34 procent van de bezwaren door deze bedrijven ingediend. ‘Voor een aantal is dat een verdienmodel geworden’, zegt Dorigo.

De verbetering van taxatiemodellen is volgens Ruud Kathmann, lid van het managementteam van de Waarderingskamer, niet direct bedoeld om deze bedrijven tegenstand te bieden. Wel moet de modernisering de taxaties meer autoriteit geven, zegt Kathmann. ‘Als dat lukt, zullen er naar verwachting wel minder bezwaren op basis van no cure, no pay komen, want deze bedrijven kunnen hun diensten alleen aanbieden wanneer ze in voldoende mate bezwaren gehonoreerd krijgen.’ Dat de Waarderingskamer onder de indruk is van de pilot bij de Drechtsteden, blijkt uit het feit dat de toezichthouder nu zelf een landelijk onderzoek gaat doen met GeoPhy. ‘We willen kijken wat een model gebaseerd op kunstmatige intelligentie en big data oplevert aan voor- en nadelen voor de WOZ-taxaties’, zegt Kathmann.

Betere mix
Kathmann onderstreept het belang van het combineren van moderne technieken met ‘traditionele’ kennis. ‘Allerlei gegevens zijn niet als open data beschikbaar: de staat van de woning, in hoeverre die duurzaam is, of bijvoorbeeld hoeveel grond er bij een object hoort. Zo kan GeoPhy gebouwen koppelen aan de kadastrale kaart en zien dat een stuk grond tachtig vierkante meter is, maar ze kunnen niet zien of het naastgelegen perceel van driehonderd vierkante meter er ook bij hoort. Dan is de tuin aanzienlijk groter.’

Hij is niet bang dat de technologie het werk van taxateurs overbodig maakt. ‘Het werk zal heel sterk veranderen, maar de taxateur van nu is natuurlijk niet meer de taxateur van vroeger, die met een velletje papier naar woningen gaat. Die gebruikt allang modernere technieken. Wij willen komen tot een betere mix, door de kracht van kunstmatige intelligentie aan de klassieke WOZ-taxatiemodellen te koppelen.’

De betere mix was een van de redenen waardoor het team bij de Drechtsteden enthousiast werd, zegt Hartog. ‘Veel taxateurs staan nogal sceptisch tegenover automatische taxaties, maar hoewel het werk wegneemt, blijven er atypische waarderingen over. Woningen zijn atypisch wanneer er weinig vergelijkingsmateriaal is, bijvoorbeeld hele dure huizen of exceptionele huizen, zoals bij ons in de Biesbosch. Eigenlijk gaan die nog te veel met de grote massa mee en dat willen we anders doen. Nu komt daar tijd voor vrij.’ Hartog zegt hetzelfde als Kathmann over de mogelijk verbeterde weerbaarheid tegen no-cure-no-pay-bedrijven. ‘Wij moeten achter de waardering kunnen staan. De wijze waarop GeoPhy de onderbouwing doet, is breder dan wat wij gedaan hebben. Een beter antwoord op de no-cure-no-paybedrijven moet het gevolg zijn van een goed uitlegbare waarde. Die goed uitlegbare waarde, dát is onze drijfveer.’ 

Verstuur dit artikel naar Google+

Reageer op dit artikel
















Even geduld a.u.b.

Vacatures

Van onze partners