Predicción de precios de alquiler sin histórico (Generalitat Cataluña)
Tipo de caso
Contexto
La Generalitat necesitaba establecer un índice de precios de alquiler para regular el mercado inmobiliario.
El sistema debía estimar el precio de alquiler de viviendas incluso en zonas donde no existían datos históricos suficientes o comparables.
Problema
Falta de datos en determinadas ubicaciones, lo que impedía calcular precios de referencia fiables.
Necesidad de generar un índice consistente y aplicable a todo el territorio.
Limitaciones de los modelos tradicionales basados únicamente en comparables.
Requisitos de integración
Acceso a datos inmobiliarios disponibles y variables del inmueble.
Capacidad de trabajar con información incompleta o zonas con baja densidad de datos.
Modelo escalable para cubrir todo el territorio.
Solución propuesta
Desarrollo de un modelo de IA predictiva capaz de estimar el precio de alquiler incluso en ausencia de datos directos en la zona.
El sistema analiza variables del inmueble y su entorno, y aprende patrones a partir de otras zonas con características similares para generar una estimación coherente.
El modelo no solo predice un valor, sino que incorpora niveles de confianza y escenarios para reflejar la incertidumbre en zonas con menor información.
Impacto
Capacidad de generar un índice de precios completo y aplicable a todo el territorio.
Eliminación de dependencias de datos locales inexistentes.
Mayor consistencia y objetividad en la fijación de precios.
Soporte a políticas públicas basadas en datos.
Aplicaciones destacadas
Estimación de precios en zonas sin histórico
Construcción de índices inmobiliarios
Análisis de variables del entorno
Modelos predictivos con incertidumbre
Soporte a regulación del mercado