Hoe Walter Living je helpt het winnende bod uit te brengen dankzij data.

Hoe Walter Living je helpt het winnende bod uit te brengen dankzij data.

De vraag die wij het meest van onze klanten krijgen, is wat ze moeten bieden op een huis. Sommigen zijn bang om hun droomhuis te verspelen, anderen willen vooral niet teveel betalen. Een onderbouwd antwoord geven op deze vraag is best lastig, zeker als we een objectief advies willen uitbrengen die is gebaseerd op data. Nu zijn we bij Walter Living niet vies van een uitdaging, dus hebben we een algoritme ontwikkeld waarmee we een winnend bod kunnen voorspellen. In deze blog lopen we stap voor stap door onze methode.

Wat is het winnende bod

Als je systematisch het winnende bod uit wil brengen, moet je het biedgedrag van anderen kunnen voorspellen. Bied je hoger dan de rest, dan is de woning van jou. Bied je lager, dan gaat het huis aan je voorbij.

Nu hebben we geen data over individuele biedingen, maar we weten wel wat het winnende bod was voor elk verkocht huis in Nederland. Dat is de verkoopprijs. Als wij dus kunnen voorspellen wat de verkoopprijs is, voorspellen we ook het winnende bod.

De vraag “Hoe kunnen we de verkoopprijzen van huizen voorspellen?” vormde de basis voor onze zoektocht naar een datagedreven antwoord op wat mensen moeten bieden op een huis.

De koopsom van 380.000 huizen

We zijn ons onderzoek begonnen met een dataset van meer dan 380.000 recent verkochte woningen. Uit deze dataset hebben we willekeurig enkele woningen geselecteerd en voor elk geselecteerd huis de referentiepanden erbij gehaald. De referentiepanden worden bepaald door ons Automated Valuation Model (AVM), die onder andere kijkt naar vierkantemeterprijzen, vraagprijzen en andere karakteristieke eigenschappen van het huis.

Uiteindelijk blijkt dat de grootste voorspeller voor de koopsom de vraagprijs is. Dit heeft twee oorzaken. Om te beginnen is de vraagprijs vaak een realistische afspiegeling van de waarde van een woning. Daarnaast zetten veel kopers hun bod af tegen de gevraagde prijs. Biedingen zijn daarmee dus verankerd aan de initiële vraagprijs van de makelaar.

Als we de koopsommen naast de vraagprijzen leggen zien we een normale verdeling. Het plaatje hieronder geeft de verhouding van de koopsom tot de vraagprijs van een buurt in Noordwijk en een buurt in Haarlem weer. Je ziet duidelijk dat koopsommen een patroon volgen in relatie tot de vraagprijzen en dat ze erg bij elkaar in de buurt liggen.

Rondom de Voorstraat in Noordwijk (Bron: Kadaster & Walter Living, van sept 2018 t/m dec 2019)
Vraagprijs vs. Koopsom: rondom de Ternatestraat in Haarlem (Bron: Kadaster & Walter Living, van sept 2018 t/m dec 2019)
Rondom de Ternatestraat in Haarlem (Bron: Kadaster & Walter Living, van sept 2018 t/m dec 2019)


Het feit dat deze verdeling voor de meeste wijken dezelfde vorm heeft is positief. Het geeft namelijk duidelijk aan waartussen er geboden wordt in een bepaalde wijk. Gezien we deze verdeling weten, kunnen we dus ook het winnende bod gaan berekenen.

Nu zijn er momenteel genoeg voorbeelden van wijken waar de relatie tot de vraagprijs en koopsom ver te zoeken lijkt. In het grootste deel van Amsterdam bijvoorbeeld, is het de norm om flink te overbieden. Toch volgt ook in wijken waar steevast wordt overboden een voorspelbaar patroon, waardoor we ook daar een uitspraak over kunnen doen.

Biedingsstrategieën veranderen met de tijd

Naast de normaalverdeling van winnende biedingen binnen wijken liet de data nog een ander patroon zien: biedingsstrategieën veranderen over tijd. In deze grafiek zie je hoeveel er procentueel is overboden op een groep vergelijkbare woningen in Noordwijk van 2015 tot nu. Hierin zie je dat kopers door de tijd heen steeds meer zijn gaan overbieden.

Trend over de tijd in Noordwijk (Bron: Kadaster & Walter Living, van 2015 t/m dec 2019)

Deze stijgende trend zien we in veel wijken. Dit komt waarschijnlijk door de krapte op de woningmarkt. De vraag naar huizen in de afgelopen jaren is gegroeid, waardoor kopers steeds hoger zijn gaan bieden om een huis te bemachtigen.

We gebruiken een lineaire regressie-techniek om het verloop van tijd te controleren en schatten het effect van prijsontwikkeling van de laatste twee jaar. Daardoor zorgen we dat oude datapunten in een wijk waar de prijzen zijn gestegen ons ‘offer’ niet omlaag trekken.

De ontwikkeling van het biedalgoritme

Op basis van deze inzichten hebben we een algoritme ontwikkeld die drie biedingsstrategieën berekent met de volgende stappen.

  1. Walter Livings bestaande AVM verzamelt referentiepanden in de omgeving. Voor elk huis kiest het de 25 meest vergelijkbare huizen uit een database van recente transacties, momenteel meer dan 380.000.
  2. Omdat de woningmarkt altijd in beweging is, worden de verhoudingen tussen de koopsom en vraagprijs gecompenseerd voor hun leeftijd. Hierdoor kunnen oudere transacties onze schatting niet omlaag trekken in een stijgende buurt, of onze schatting omhoog trekken in een buurt waarin steeds conservatiever geboden wordt.
  3. Op basis van deze 25 transacties kunnen we een uitspraak doen over de normale verdeling van de verhouding van de koopsom en de vraagprijs in de buurt.
  4. We kunnen nu zeggen waar ieder bod op de door ons geschatte verdeling valt en hier een kans van slagen aan verbinden.

Meten is weten

Hoewel deze methode misschien logisch klinkt, weet je pas of het daadwerkelijk klopt als je het test. Aangezien wij bij Walter het belangrijk vinden dat onze data en berekeningen zo dicht mogelijk bij de waarheid komen, hebben we ons algoritme uitvoerig getest.

Dit hebben we gedaan door referentiepanden te testen tegen 10.000 woningen uit onze dataset:

  1. Onze ‘testset’ is alleen gebruikt om het algoritme te testen en is daarna uit de database verwijderd voor de duur van de test. Succes betekent net zo vaak het winnende bod produceren als zou moeten per strategie.
  2. Voor iedere test-transactie hebben we een bod op basis van de vraagprijs en het algoritme. Als ons fictieve bod hoger ligt dan de verkoopprijs, is dat een winnend bod.

In deze test zijn we gaan kijken of een strategie waarvan wij instellen dat deze 50% kans zou moeten opleveren ook in 50% van gevallen in een winnend bod resulteert. Voor deze strategie zouden ongeveer 5.000 van die 10.000 test-transacties een winnend bod moeten produceren.

We willen onze klanten meerdere strategieën geven. Daarom maken we het nog moeilijker voor het algoritme. We bieden drie strategieën: ‘Play It Safe’ (50% kans), ‘Play to Win’ (85% kans) en ‘Go All In’ (95% kans). Deze strategieën geven inzicht in hoeveel procent je meer moet bieden zonder dat je buiten de normale verdeling valt. In dat geval moet je meer betalen dan gangbaar is in de wijk.

Transactieprijs vs vraagprijs (Bron: Kadaster & Walter Living)
Transactieprijs vs vraagprijs (Bron: Kadaster & Walter Living)

Voor de zekerheid hebben we elke strategie apart getest. ‘Play It Safe’ mikt op 50% van de woningen met een conservatief bod, ‘Play to Win’ mikt op 85% keer winnen en ‘Go All In’ koerst op 95% keer winnen. Met 10.000 test-transacties verwacht je dus 5.000, 8.500 en 9.500 keer het winnende bod te hebben.

Het is interessant om te zien dat de hoeveelheid die je extra biedt niet gelijk is aan de toegenomen kans om het huis te krijgen. Hoewel het verschil in geld tussen de verschillende strategieën even groot is, levert de toegenomen kans bij de eerste stap een extra 25% kans op, terwijl de tweede stap slechts 10% extra oplevert.

Onze biedingsstrategieën kloppen

In de tabel hieronder zie je de winratio's van de drie strategieën. Onze voorspellingen komen goed overeen met de werkelijkheid. De kansen om een huis te winnen met het hoogste bod komen grotendeels overeen met de voorspellingen. De precisie van het model valt op omdat het slechts één variabele gebruikt: afstand van verkoopprijzen tot vraagprijzen.

Strategie Doel winkans Resultaat
Play it safe 50% 56%
Play to win 85% 85%
Go All In 90% 96%

Walter Living geeft je een geteste biedingsstrategie

Met behulp van het Walter Living algoritme krijgen klanten een duidelijk overzicht in hun kans die bij een specifiek bod hoort. De kracht van het algoritme is dat het met relatief weinig informatie een goed beeld geeft van de bandbreedte waarbinnen een woning haast zeker wordt verkocht.

Uiteindelijk blijft het aan de koper zelf om te beslissen wat ze willen bieden. Heb je jouw droomhuis gevonden en wil je koste wat kost kopen, dan is ‘Go All in’ de beste optie voor jou. Ben je niet per se gehecht aan dit ene huis en ben je van plan binnen vijf jaar weer te verhuizen, dan kun je waarschijnlijk beter gaan voor ‘Play It Safe’.

Natuurlijk kan het zijn dat een huis buiten de parameters van ons algoritme valt. Dit geldt met name voor atypische woningen met weinig goede referentiepanden. Daarom kijkt er altijd een Walter expert mee als je jouw bod samenstelt. Die kan binnen seconden alle relevante informatie over het huis zien en geeft de menselijke interpretatie van de cijfers.

Koop Walter

Ontdek wat de perfecte biedingsstrategie is voor jouw droomhuis. Voor € 3950,- stellen we een biedingsstrategie samen en helpen we je net zolang totdat je kunt verhuizen. Daarna helpen we je met de taxatie en bouwtechnische keuring. Een  notaris is niet opgenomen in de dienstverlening maar we verzorgen graag het contact met een notaris waar we vaker mee werken. Walter, je digitale aankoopmakelaar, betaal je achteraf bij de notaris en is niet gebonden aan een adres. Waar wacht je nog op?

Meer verhalen van Walter Living

#mijnhuis - Thuis bij Tom en Corine.
Aimée Schuurmans |

#mijnhuis - Thuis bij Tom en Corine.

Tom en Corine zijn pas écht thuis als ze samen zijn in hun rustige huis op misschien wel het drukste punt van Amsterdam.

Klanten aan het woord · 4 minuten leestijd
#mijnhuis - Thuis bij Max.
Aimée Schuurmans |

#mijnhuis - Thuis bij Max.

Max voelt zich pas écht thuis als hij 's ochtends met een kop thee van zijn uitzicht op het IJ kan genieten.

Klanten aan het woord · 2 minuten leestijd

Klaar om Walter te proberen?

Maak alle juiste huizenjacht keuzes — Geen BS. Beloofd.
Probeer Walter gratis
Alle verhalen
Volgend verhaal
#mijnhuis - Thuis bij Tom en Corine.