Сатып алуучуларды сегменттөө бир эле кыймылсыз мүлк рыногунда бүтүм жүргүзгөн кардарларды сатып алуу жыштыгы, бүтүмдүн наркы, аянт бирдигине баа, жаш курак жана канааттануу сыяктуу жүрүм-турумдук/бүтүмдүк өзгөчөлүктөрүнө жараша окшош топторго бөлүүнү көздөйт. Бул изилдөө 2.000 кардар жазуусун жана 10.000 кыймылсыз мүлк жарыясын колдонуп, K-Means негизиндеги үч кардар сегментин түзөт жана бул сегменттерди кыймылсыз мүлк маркетинги жана кардарларды башкаруу жагынан чечмелейт.

Кыймылсыз мүлк маалымат топтомундагы 10.000 жарыянын 7.305и сатылган, 2.695и болсо Available абалында. Сатылган жазуулар кардарлар менен дал келтирилген; ар бир кардар үчүн орточо сатуу баасы, медианалык сатуу баасы, ft² үчүн орточо баа, сатып алуулардын саны жана жалпы бүтүм/жарыя саны эсептелип, аларга канааттануу упайы жана жаш курак кошулуп, жети өлчөмдүү сандык кластерлөө таблицасы түзүлгөн.

Изилдөө K-Means алгоритмин k=2ден k=8ге чейин салыштырат. Бул жерде маанилүү методологиялык деталь бар: Silhouette Score жана Calinski–Harabasz Index эң жогорку маанилерге k=2де жетет. k=3 метрикалардын абсолюттук оптимуму болгондуктан эмес; Calinski–Harabasz ийри сызыгындагы биринчи маанилүү бурулуш, k=3тө дагы кабыл алына турган Silhouette деңгээли жана долбоордун бизнес жагынан чечмелене турган кеминде үч сегмент талап кылышы себептүү тандалган.

Натыйжада 51 адамдан турган кичинекей жана бат-бат бүтүм жүргүзгөн топ, 813 адамдан турган жогорку бүтүм наркына ээ топ жана 1.136 адамдан турган чоң негизги агым тобу түзүлгөн. Булак буларды тиешелүүлүгүнө жараша Premium Buyers, Mid-Market Buyers жана Mainstream Buyers деп атайт. Бирок “Premium” белгиси эң кымбат кыймылсыз мүлктөрдү сатып алган топту билдирбейт; эң жогорку орточо жана медианалык сатуу баасы Cluster 1де байкалат.

Кыймылсыз мүлк кардарларын эмне үчүн бирдиктүү аудитория катары кароого болбойт?

Кыймылсыз мүлк платформасында биринчи үйүн сатып алган адам, кайра-кайра мүлк сатып алган инвестор, компаниянын аккаунту же кымбатыраак объекттерге багытталган кардар бирдей сатып алуу жүрүм-турумуна ээ эмес. Бир эле маркетинг билдирүүсү бул топтордун баарынын муктаждыктарын бирдей тактык менен бутага ала албайт.

Изилдөөнүн максаты бул айырмачылыктарды алдын ала аныкталган кардар этикеткалары менен таңуулоонун ордуна, бүтүм маалыматтарындагы үлгүлөрдү көзөмөлсүз үйрөнүү аркылуу ачып көрсөтүү.

Кардарлардын маалымат топтому

2.000 кардардан турган маалымат топтомунда жеке кардарлардын үлүшү %94,9, компаниялардын үлүшү %5,1. Жыныстык бөлүштүрүү болжол менен тең салмактуу. Кардарлардын %76,9у АКШда, ал эми California жалгыз өзү %31,7 үлүш менен үстөм аймак болуп саналат.

Сатып алуу максаты боюнча кардарлардын %69,3ү Home, %30,8и Investment категориясында. Насыяга кайрылгандардын үлүшү %36,8; кайрылбагандардын үлүшү %63,2. Орточо канааттануу упайы 5тин ичинен 3,03.

Кыймылсыз мүлк маалымат топтому

Жетишпеген маалыматтар чындап эле кокустукпу?

Available абалындагы жарыяларда client_ref жок; анткени бул мүлк али кардарга байланыштырылган эмес. Булак бул түзүмдү MNAR деп аныктайт.

Практикалык жактан маанилүү нерсе — жетишпестик маалымат катасы сыяктуу көрүнбөйт: missing маанилер Available статусу менен системалуу түрдө дал келет. Кластерлөө кардар менен дал келген сатылган жарыялардан гана түзүлгөндүктөн, Available жазууларындагы бош client_ref талаасы кластер моделине түздөн-түз киргизилген эмес.

Кардарды кайсы өзгөчөлүктөр көрсөтөт?

Сатылган жарыялар client_id = client_ref аркылуу кардарлар менен бириктирилип, ар бир кардар үчүн төмөнкү жети сандык өзгөчөлүк даярдалган:

Эмне үчүн StandardScaler колдонулган?

K-Means чекиттердин ортосундагы Евклид аралыкка негизделет. Сатуу баалары жүз миңдер менен өлчөнүп турганда, канааттануу упайы 1–5 аралыгында. Чийки маанилер түздөн-түз моделге берилсе, чоң сандык масштабдагы баа өзгөрмөлөрү аралыкты басымдуу кылат.

Ошондуктан жети сандык өзгөчөлүктүн баары орточо мааниси нөлгө, стандарттык четтөөсү бирге барабар боло тургандай StandardScaler менен стандартташтырылган.

Изилдөөнүн Ыкмасы жана Натыйжалары

K-Means кантип иштейт?

K-Means маалымат чекиттерин алдын ала белгиленген k сандагы кластерлерге бөлөт жана ар бир байкоону өзүнө эң жакын кластер борборуна дайындайт. Алгоритм кластерлердин ичиндеги жалпы квадраттык аралыкты азайтууга аракет кылат.

Бул изилдөөдө k=2, 3, 4, 5, 6, 7 жана 8 варианттары салыштырылган.

Silhouette Score эмнени өлчөйт?

Silhouette Score бир кардардын өз кластериндеги башка кардарларга канчалык жакын экенин жана эң жакын альтернативдүү кластерден канчалык алыс экенин бир өлчөмдө бириктирет.

Маани +1ге жакындаган сайын бөлүнүү күчтүү, нөлгө жакындаган сайын кластерлер бири-бирине көбүрөөк жабышат; терс болсо, айрым байкоолор туура эмес кластерге дайындалган болушу мүмкүн.

Calinski–Harabasz Index эмнени өлчөйт?

Calinski–Harabasz Index кластерлер аралык чачыроону кластер ичиндеги чачыроо менен салыштырат. Жогору маани жалпысынан компакттуу жана бири-биринен жакшыраак бөлүнгөн кластерлерди билдирет.

k=3 чындап эле эң жакшы кластер саныбы?

Булактын өзүнүн метрикалык натыйжалары боюнча таза математикалык мааниде так эмес. Эки ички валидация көрсөткүчү тең эң жогорку мааниге k=2де жеткен. k=3; CH ийри сызыгындагы биринчи бурулуш, салыштырмалуу туруктуу Silhouette натыйжасы жана долбоордун үч бизнес сегменти талап кылышы себептүү тандалган компромисс.

Calinski–Harabasz Index k=2де болжол менен 506 болсо, k=8де болжол менен 347ге чейин тынымсыз төмөндөйт. Silhouette маанилери болсо бардык k варианттарында нөлгө жакын бойдон калат.

Демек, изилдөөнүн үчтүк сегменттөөсү бизнес жагынан түшүндүрмөлүү болушу мүмкүн; бирок маалымат табигый түрдө так жана күчтүү үч кластерге бөлүнөт деген доо бул метрикалар менен күчтүү колдоого алынбайт.

Кластерлердин өлчөмдөрү

PCA сүрөтү эмнени көрсөтөт?

Жети өлчөмдүү стандартташтырылган кардар өзгөчөлүктөрү визуалдаштыруу максатында гана эки негизги компонентке кыскартылган.

Булактын 15–16-беттериндеги PCA графигинде Cluster 0 жогорку-оң аймакта компакттуу жана башкалардан ачык бөлүнүп көрүнөт. Cluster 1 менен Cluster 2 болсо диагоналдык багытта жарым-жартылай бири-бирине жабышат.

Бул сүрөт сегмент түзүмүн түшүнүүнү жеңилдетет; бирок PCA графиги моделден кийин түзүлгөндүктөн, көз карандысыз тышкы валидация тести болуп саналбайт.

ANOVA жыйынтыктары

Бул натыйжалар кластерлер арасында аталган өзгөчөлүктөр боюнча чоң айырмачылыктар бар экенин көрсөтөт.

Бирок бул өзгөчөлүктөр ошол эле учурда K-Means кластерлерди түзүүдө колдонгон өзгөрмөлөр. Ошондуктан ANOVAнын маанилүү чыгышы көз карандысыз үлгүдө жүргүзүлгөн валидацияга барабар эмес. Сегменттердин туруктуулугун күчтүүрөөк баалоо үчүн кайра үлгүлөө, bootstrap/stability анализи, holdout сыяктуу ыкма же альтернативдүү кластерлөө методдору менен салыштыруу кошумча күчтүү далил бере алат.

Cluster 0: Premium Buyers

Cluster 0 болгону 51 кардардан турса да, эң жогорку канааттануу, жаш курак, purchases_count жана total_listings маанилерине ээ.

Кызыктуусу, баа өзгөчөлүктөрүндө лидер эмес. Ошондуктан булак бул топту бир бүтүмдө эң кымбат мүлк сатып алган кардарлардан көрө, кайталанма бүтүмдөрү бар берилген жана жогорку баалуу мамиле кардарлары катары чечмелейт.

Демек, бул жерде “Premium” белгисин мамиле жана бүтүм жыштыгынын премиуму катары окуу керек.

Cluster 1: Mid-Market Buyers

813 адамдан турган Cluster 1 эң жогорку орточо жана медианалык сатуу баасына ээ. Сатып алуу жыштыгы Cluster 0гө караганда орточораак.

Булак бул топту бир же азыраак санда, бирок жогорку нарктагы сатып алууларды жасаган, чоңураак apartment же office объекттерине багыттала турган кардарлар катары чечмелейт.

Ошондуктан “Mid-Market” аталышы алгач жаңылыш түшүнүк жаратышы мүмкүн; бүтүмдүн баасы боюнча топ үч кластердин ичинен жогорку чекте турат.

Cluster 2: Mainstream Buyers

1.136 кардар менен эң чоң сегмент. Стандартташтырылган өзгөчөлүктөрдүн көбүндө орточодон төмөн болуп, булак аны баага сезимтал, кирүү деңгээлиндеги же негизги агымдагы кардар базасы деп чечмелейт.

Бул сегмент чоң болгондуктан, ар бир кардарга туура келген төмөн нарк анын жалпы коммерциялык мааниси төмөн дегенди билдирбейт.

Сегменттерден түз маркетинг чечимин чыгаруу коопсузбу?

Сегменттер кардарлардын жүрүм-туруму боюнча колдонууга боло турган гипотезаларды жаратат; бирок отчеттогу маркетинг сунуштары өздөрү эксперименталдык түрдө сыналган эмес. “Бул сегментке ушул кампания колдонулса, конверсия көбөйөт” сыяктуу себептик жыйынтыктар үчүн A/B тесттер, проспективдүү кампаниялар же көз карандысыз валидация керек.

Premium топко сунушталган ыкма

Булак бардык 51 кардар үчүн premium CRM/мамиле менеджерин, жаңы инвентарга эрте жетүүнү, жекелештирилген портфель кароолорун жана referral программаларын сунуштайт.

Бул сунуштардын логикасы кайталанма бүтүмдөрдүн жана канааттануунун жогору деңгээлине негизделет; бирок отчет referral стимулу чындап эле жогорку конверсияга алып келерин сынабайт.

Mid-Market топко сунушталган ыкма

Булак чоңураак аянттагы жана Office объекттерине upsell, болжол менен 350.000–500.000 доллар жана 1.100 ft²ден чоң жарыяларды бутага алуу жана Agency каналында кампания жүргүзүүнү сунуштайт.

Бул кластер профилинен чыгарылган бутага алуу эрежелери; сатуунун өсүшү эксперименталдык түрдө өлчөнгөн эмес.

Mainstream топко сунушталган ыкма

Website/SEO оптималдаштыруу, насыя мүмкүнчүлүктөрүнүн көрүнүктүүлүгү жана 800 ft²ден кичине, 250.000 доллардан төмөн кирүү деңгээлиндеги жарыяларды алдыга чыгаруу сунушталат.

Мындан тышкары, экинчи сатып алууну стимулдаштырып, Mainstreamден Mid-Marketке кардар өтүүсүн түзө турган лоялдуулук механизмдери каралат.

Сегмент белгиси менен кардар персонасы бир эле нерсеби?

Жок.

K-Means болгону үч маалыматка негизделген кластер түзгөн. Долбоордун брифинде болсо төрт бизнес персонасы бар: Global Investors, Luxury Investors, Corporate Buyers жана First-Time Buyers.

Булак үч кластерди кийин бул төрт персона менен дал келтирет. Мисалы, Cluster 0 Global Investors жана Luxury Investors менен байланыштырылса, Cluster 2 ичинде loan_applied = Yes болгондор First-Time Buyers катары өзүнчө бөлүнүшү мүмкүн.

Бул экинчи этап K-Means тарабынан ачылган жаңы кластер эмес; эрежеге негизделген бизнес классификациясы.

Streamlit dashboard эмнени камсыздайт?

Отчет төрт негизги панелди аныктайт:

Country, region, acquisition purpose жана client type фильтрлери бардык графиктерге динамикалык түрдө колдонулары айтылат.

Адабият бөлүмүндөгү эки маанилүү валидация маселеси

Отчет Limsombunchai жана кесиптештери buyer-segment негизиндеги hedonic моделдерди сынаган деп баяндайт. Бирок көз карандысыз библиографиялык жазуу изилдөө 200 Christchurch үйүндө hedonic price model менен artificial neural network салыштыруусу экенин көрсөтөт. Ошондуктан булак отчетундагы сегменттөө сүрөттөмөсү бул макалага шайкеш көрүнбөйт.

Antipov жана Pokryshevskaya (2012) үчүн да ушундай маселе бар. Отчет аны K-Meansтен алынган buyer сегменттерине ensemble classification колдонуу катары баяндайт, ал эми түпкү иш Random Forest менен турак жай mass appraisal жана CART негизиндеги моделдик диагностикага багытталган.

Бул жагдай негизги K-Means анализиндеги сандарды өзүнөн-өзү жараксыз кылбайт; бирок адабият бөлүмүндөгү айрым негиздемелер булактары менен кайра дал келтирилиши керектигин көрсөтөт.

Изилдөөнүн күчтүү жактары

Маалыматты тазалоо кадамдары ачык документтештирилген. Категориялык өзгөрмөлөр менен кластерлөө өзгөрмөлөрү бири-биринен бөлүнгөн. Стандартташтыруунун негиздемеси туура проблема менен байланыштуу. Кластер өлчөмдөрү, PCA, ANOVA жана сегмент профилдери бирге берилген. Dashboard техникалык жыйынтыкты бизнес колдонуучуларына жеткирүү максатын так көрсөтөт.

Изилдөөнүн чектөөлөрү

Биринчи чектөө — k=3 чечимине бизнес талабы таасир эткен. Экинчи чектөө — төмөн Silhouette маанилери сегмент чек аралары күчтүү эмес экенин болжолдойт.

Үчүнчү чектөө — ошол эле өзгөрмөлөр менен түзүлгөн кластерлердин кайра ошол эле өзгөрмөлөр боюнча ANOVA аркылуу “валидацияланышы”. Төртүнчү чектөө — сегмент аттары, өзгөчө “Premium” жана “Mid-Market”, түз сандык баа ирети менен дал келбейт.

Бешинчи чектөө — учурдагы бүтүм жүрүм-туруму гана колдонулган. Убакыт өлчөмү, кардардын өмүр бою наркы, рыноктук пайыз, турак жай индекси жана макроэкономикалык режимдер моделге киргизилген эмес.

Алтынчы чектөө — маалымат базасы географиялык жактан АКШга, айрыкча Californiaга катуу басым жасайт. Ошондуктан сегменттердин башка өлкөлөргө же рынокторго түз көчүрүлө алары көрсөтүлгөн эмес.

Жалпы жыйынтык

Бул изилдөө кыймылсыз мүлк кардар базасын бир бүтүн аудитория катары кароонун ордуна, бүтүм жүрүм-турумунан чыгып үч коммерциялык профиль түзүүгө багытталган колдонмо маалымат илими иш агымын сунуштайт.

Үчтүк түзүм бизнес жагынан түшүнүктүү: кичине, бирок жогорку жыштыктагы берилген кардарлар, жогорку баалуу бүтүмдөргө багытталган орто өлчөмдөгү топ жана чоң көлөмдөгү негизги агым кардар базасы.

Ошол эле учурда k=3 абсолюттук статистикалык оптимум деген жыйынтык булак маалыматтары менен күчтүү колдоого алынбайт. Ички метрикалар k=2ге жогору упай берип, k=3 жарым-жартылай бизнес талабы себептүү тандалган.

Ошондуктан отчеттун эң күчтүү колдонулушу “рыноктогу табигый үч кардар классын так ачтык” деген доодон көрө, кардарларды бутага алуу жана dashboard иштеп чыгуу үчүн чечмелене турган операциялык сегменттөө прототиби катары кароо.

Булак жана Ыкма Эскертмеси

Түпкү иш:Machine Learning Based Buyer Segmentation and Investment Profiling for Real Estate Market Intelligence.

Автор: Gokul Mallabathula.

Булак файлындагы ролу: Data Science Intern, Unified Mentor | Parcl Real Estate Intelligence Project.

Булак түрү: Колдонмо маалымат илими / кыймылсыз мүлк кардарларын сегменттөө долбоордук отчету.

Файлдагы дата: Июнь 2025.

SSRN метадайындары: Date Written 31 May 2026; Posted 25 June 2026; SSRN abstract 6881578.

DOI: 10.2139/ssrn.6881578.

Дата дал келбестиги: PDF мукабасындагы Июнь 2025 менен SSRN метадайындарындагы 2026 даталары дал келбейт. Verianla бул айырманы оңдобой көрүнүктүү бойдон калтырат.

Рецензиялоо: Изилдөө рецензияланган журналдын version-of-record экенине далил жок; долбоор/SSRN иш тексти катары бааланган.

Лицензия: SSRN жазуусу укуктар сакталганын жана уруксатсыз кайра пайдаланууга жол берилбей турганын билдирет. Ошондуктан булак графиктеринин дизайнын түз көчүрүүгө болбойт.

Маалымат: 2.000 кардар, 10.000 кыймылсыз мүлк жарыясы; алардын 7.305и сатылган, 2.695и Available абалында.

Кластерлөө таблицасы: 2.000 кардар боюнча жети сандык өзгөчөлүк.

Өзгөчөлүктөр: avg_sale_price, median_sale_price, avg_price_per_sqft, purchases_count, total_listings, satisfaction_score жана age.

Масштабдоо: StandardScaler.

Негизги алгоритм: K-Means.

k талапкерлери: 2–8.

Ички валидация метрикалары: Silhouette Score жана Calinski–Harabasz Index.

k тандоосунун чеги: Эки метрика тең k=2де чокусуна жеткен. k=3; CH ийри сызыгындагы биринчи бурулуш, чечмеленүү мүмкүнчүлүгү жана кеминде үч бизнес сегменти талабы чогуу бааланып тандалган.

PCA: Жети өлчөмдүү стандартташтырылган өзгөчөлүктөрдү эки өлчөмдүү визуалдаштыруу үчүн кластерлөөдөн кийин колдонулган.

Статистикалык анализ: One-way ANOVA жана Tukey HSD. Бир эле өзгөчөлүктөр кластерлөөдө да, кийин маанилүүлүк тестинде да колдонулгандыктан, бул тесттер көз карандысыз тышкы кластер валидациясы эмес.

Сегменттер: Cluster 0 — Premium Buyers, n=51; Cluster 1 — Mid-Market Buyers, n=813; Cluster 2 — Mainstream Buyers, n=1.136.

Белги чеги: Cluster 0дун “Premium” аталышы эң жогорку сатып алуу баасына негизделбейт; эң жогорку avg_sale_price жана median_sale_price Cluster 1де.

Dashboard: Streamlit негизиндеги төрт өтмөктүү dashboard билдирилет. PDF ичинде өз алдынча иштетиле турган код репозиторийи же deployment шилтемеси ырасталган эмес.

Адабият текшерүүсү: Limsombunchai et al. (2004) жана Antipov & Pokryshevskaya (2012) булактарынын отчеттогу сүрөттөлүшү текшериле алган түпкү изилдөө темаларына толук дал келбейт. Ошондуктан бул шилтемелер Verianla текстинде сегменттөө ыкмасынын түз далили катары колдонулган эмес.

Келечектеги иш: Булак иерархиялык кластерлөө менен k=3 чечимин текшерүүнү, убакыттык бүтүм маалыматтары менен lifetime-value моделдерин курууну, географиялык камтууну кеңейтүүнү жана пайыздык чендер/аймактык турак жай индекстери сыяктуу макроэкономикалык көрсөткүчтөрдү кошууну сунуштайт.

Verianla даярдоо ыкмасы: Булактын маалымат көлөмдөрү, модел кадамдары, сегмент натыйжалары жана бизнес сунуштары сакталган; бирок k=3 тандоосунун күчү, post-clustering ANOVAнын валидациялык мүнөзү, сегмент аттарынын мааниси жана адабият шилтемелери булактан тышкаркы тактык жаратпай методологиялык түрдө ажыратылган. Булакта жок сатуу өсүшү, инвестициялык киреше же болжолдоо көрсөткүчү ойлоп чыгарылган эмес.