満室ナビはAIで賃貸用不動産の投資効率を向上させます
DATA Analytics with AI for Real Estates Business Professionals
満室ナビだから
できること
設備等を考慮し最適家賃算出
満室物件の顧客ニーズ把握
業界最多の128項目分析
物件の市場価値算出
成功事例である「満室物件」のデータを収集し、
人工知能によるパターン認識で市場ニーズを把握。
分析したデータに基づいた設備投資が可能になります。
賃貸用物件が満室状態になるための必要な投資と
その優先順位の「エビデンス」をご提供します。
HOW IT WORKS
満室ナビの機能を紹介する動画です。※音楽が流れます
01
02
INPUT
YOUR
DATA
物件情報を入力
オーナー様情報と物件情報をご入力いただきます。
ご入力いただいた情報はページ内でオーナー様ごとにリスト表示され、オーナー様単位での物件情報の管理が可能になります。
SELECT
THE COMPETITION
比較対象を
条件で絞込み
満室データは100万件を超えます。
比較する対象（＝満室物件の範囲）を絞り込むため、フィルタリング条件をご入力いただきます。
絞り込みは、市区のようなエリアだけでなく沿線でのご指定も可能です。
より絞り込んで条件指定をすることも可能です。
例えば・・・
-
満室になるまでの日数
-
駅からの徒歩分数
-
賃貸条件
・・・などなど
03
DISCOVER HOW TO ATTRACT MORE TENANTS
満室にする方法を
探しましょう
「満室になっている物件」と「ご自身の物件」の特徴のちがいを人工知能が計算してスコアを計算します。
-
同区内の同じ間取りの満室物件の家賃の分布と平均
-
同区内の同じ間取りの満室物件の広さや築年数や最寄駅からの距離（徒歩分数）や管理費用の平均
-
市場内の間取りの構成比
-
物件状態の128項目を分析し、借り手に与える影響が大きい順位に並べたランキング
-
市場における評価（AA, A, B, Cの４段階）
-
物件を借り手にとってより魅力的にするためのご提案（自動生成）
これらがレポートとして表示され、そのまま不動産オーナー様にお渡しできるご提案書スタイルのPDFファイルになります。
.png)
まずはこちらから会員登録を！
※会員登録された方の個人情報は弊社の個人情報のお取り扱いについて合意されたものとして取り扱われます。
HP内の個人情報のお取り扱いについて（プライバシーポリシー）のページをご一読の上、ご登録ください。
満室ナビの特長について
よりわかりやすい資料はこちらです
MEET
満室ナビ
OUR STORY
空室物件にお悩みの皆さんをAI（人工知能）によるパターン認識とデータで満室状態へとナビゲートする、それが満室ナビです。
満室物件にするために、空室の物件情報を集めて満室にする方法を考える。こうして満室へのアドバイスをする方がいました。
私たちはここに疑問を持ちました。
スポーツを思い浮かべてください。上手い人を真似なければ上手くはなれません。
それなのに、なぜ下手な人を見て学ぼうとするのか？
私たちのサービスは、
『上手な人を真似て学びたい』
つまり、
『「成功事例=満室状態」を真似て空室を満室にしたい』
と考える皆様のためのものです。
OUR VISION
「世界のつながりを網羅し好循環を創造する」
TECHNOLOGY
地域ごとに存在するある固有の満室特徴をパターン認識で抽出。
空室でお困りの物件と地域ごとに固有の満室特徴との違いを分析しご提供します。
< データご提供エリア >
札幌市内10区
東京都内23区
【提供準備中エリア】関東地方（千葉県、神奈川県、埼玉県）
OUR
TEAM
.png)
.png)
芝 哲也
代表取締役CEO
石黒 陽子
取締役COO兼CFO
那須川 進一
執行役員CAO
データ分析コンサルタント
専門は、パターン認識、時系列データ
異常検知監視カメラを使った動線解析。
(動線情報を利用した広告表示システムの特許保有)
課題解決型や顧客本位のデータ分析を
得意とします！
法学士(LLB)& 経営管理修士(MBA)
経営全般を担当
北海道大学法学部卒&小樽商大ビジネススクール修了
ヨーロッパ在住10年の間にロンドンで関数型
プログラミングやデータ分析の世界を知る。
「むずかしいデータ分析」を
「やさしいデータ分析」にするのもお仕事
CAO(最高分析責任者)
データ活用戦略コンサルタント、
データサイエンティスト(特許複数保有)
東京大学理学部数学科卒
公認会計士& 日本アクチュアリー会正会員
50年後、100年後の未来のための社会問題解決型データ分析を行います！
ADVISERS
山本強教授
技術顧問
田村新吾氏
マーケティング顧問
ニコラス・ロランド氏
Engineering Advisor
1976年北海道大学工学部電子工学科卒、1978年 同大学大学院工学研究科 修士課程修了、以降富士通株式会社、北海道大学大学院情報科学研究科教授、情報基盤センター長併 任、産学連携本部副本部長兼任、工学博士
1946年栃木県生まれ。1969年早稲田 大学理工学部卒業後、ソニー株式会社 に入社。1988年コンピュータ事業部長等を経て1992年より商品企画者育成、社内ベンチャー統括、社内横断企画マン統括、新規事業開拓に携わる。
1977年フランス生まれ。統計学修士。
金融業向けサービスのエンジニアを経て
パリ、東京、香港で投資銀行のトレーダー。Microsoft Research Cambridgeで開発エンジニア。主に機械学習関連の研究に参画し、統計用プログラミング言語の設計にも携わった。
現在は数学の圏論の研究中。
NEWS
2019年10月16日
2019年08月05日
2019年07月26日
2019年04月16日
「Onlab HOKKAIDO Meetup 〜社会人からのスタートアップ起業〜」に第１期生として代表の芝が登壇しました。
2019年04月15日
不動産価値評価に関する特許申請をしました。
2018年11月28日
2018年10月24日
REQUEST DEMO
【法人限定】
デモにご興味をお持ちの法人のお客様はこちらからご連絡ください。
TESTIMONIES
満室ナビ活用事例
新築アパートの入居者募集にあたり「満室ナビ」を利用させて頂きました。
当初仲介店舗の募集サイト情報をベースに家賃を設定しましたが、「満室ナビ」による分析結果と乖離があるため、「満室ナビ」のデータをもとに各室６～１０％程家賃を上げ募集したところ２ヶ月で満室になりました。
その後１年半の間に３件の退去がありましたが同家賃で再募集したところ、
３件ともに内覧前に申し込みが入り、現在も満室で稼働しています。（個人投資家）
お客様の声
住宅・賃貸マンション等の企画建築する場合の、マーケティングや
その後のライフサービスの提供に使用したい。（不動産管理会社勤務）
カンでできることの少ない初心者が利用するときに安心感があると思います。
（個人投資家）
判断基準として有用性があると思います。
（個人投資家向けサービス提供者）
これまでは、個人の経験やネット上の募集データ、不動産会社や建設会社の経験に頼る家賃設定が行われていた。こういった情報を必要としている人は少なくないと思います。（個人投資家）
