นักพัฒนาอสังหาริมทรัพย์ต่างทราบดีว่า การเลือกประเภทโครงการบ้านให้เหมาะสมกับทำเลที่ตั้งเป็นปัจจัยสำคัญสู่ความสำเร็จ แต่พวกเขาจะสามารถตัดสินใจในเรื่องที่ซับซ้อนนี้ได้อย่างเป็นระบบมากขึ้นได้อย่างไร? งานวิจัยใหม่จากนักวิจัยมหาวิทยาลัยธรรมศาสตร์มีคำตอบผ่านการใช้ Machine Learning

"การเลือกประเภทบ้านแต่เดิมนั้นขึ้นอยู่กับประสบการณ์ของผู้พัฒนาโครงการเป็นหลัก ซึ่งอาจมีความเป็นอัตวิสัยและต้องใช้เวลาหลายปีในการสั่งสมประสบการณ์" รศ.ดร.กองกูณฑ์ โตชัยวัฒน์ จากคณะสถาปัตยกรรมศาสตร์และการผังเมือง มหาวิทยาลัยธรรมศาสตร์กล่าว "เราต้องการพัฒนาแนวทางที่ใช้ข้อมูลเป็นตัวขับเคลื่อนมากขึ้น"

ทีมวิจัยได้ใช้เทคนิค Machine Learning 4 รูปแบบ ได้แก่ Decision Tree, Random Forest, Gradient Boosted Tree และ Ensemble Classifier เพื่อวิเคราะห์ข้อมูลจากโครงการบ้าน 179 โครงการในเขตกรุงเทพมหานครและปริมณฑล โดยมุ่งเน้นที่โครงการที่มีอัตราการขายสูง (มีอัตรขายรายเดือนสูงกว่าค่าเฉลี่ยของอุตสาหกรรม) ซึ่งในท้ายที่สุดได้ศึกษาโครงการที่ประสบความสำเร็จจำนวน 59 โครงการ ประกอบด้วยโครงการทาวน์เฮาส์ โครงการบ้านเดี่ยว และโครงการบ้านแฝด

ผลการศึกษาที่ได้น่าสนใจมาก แบบจำลองในรูปแบบ Ensemble Classifier สามารถทำนายประเภทบ้านที่เหมาะสมตามปัจจัยด้านทำเลได้แม่นยำถึง 90.91% โดยตัวแปรสำคัญประกอบด้วยระยะห่างจากถนนสายหลัก ระบบขนส่งสาธารณะ โรงพยาบาล และศูนย์การค้า

"ทำเลที่ตั้งเป็นปัจจัยสำคัญขับเคลื่อนทุกอย่าง" รศ.ดร.กองกูณฑ์ อธิบาย "บ้านเดี่ยวจะเหมาะกับทำเลระดับพรีเมียมที่ใกล้สิ่งอำนวยความสะดวกที่จำเป็น ทาวน์เฮาส์เหมาะกับพื้นที่ที่มีมูลค่าปานกลางและเข้าถึงระบบขนส่งสาธารณะได้ดี ส่วนบ้านแฝดจะประสบความสำเร็จในพื้นที่ที่กำลังพัฒนาที่มีการเชื่อมต่อถนนที่สะดวก"

ทีมวิจัยได้สร้างแผนภาพต้นไม้ที่อธิบายว่าประเภทที่อยู่แาศัยแบบใดเหมาะกับทำเลในลักษณะใดจากผลการศึกษา แม้แต่ระยะห่างที่เฉพาะเจาะจงก็มีความสำคัญ ตัวอย่างเช่น แบบจำลองพบว่าการอยู่ภายในรัศมี 2.25 กิโลเมตรจากถนนสายหลัก และ 6.65 กิโลเมตรจากป้ายรถประจำทาง ช่วยเพิ่มโอกาสความสำเร็จให้กับโครงการบ้านเดี่ยวอย่างมีนัยสำคัญ เป็นต้น

นัยยะสำหรับผู้พัฒนาโครงการชัดเจน "แทนที่จะพึ่งพาเพียงสัญชาตญาณ ตอนนี้พวกเขาสามารถใช้ข้อมูลในการตรวจสอบการตัดสินใจเรื่องทำเลได้" รศ.ดร.กองกูณฑ์ กล่าว "ซึ่งแนวทางดังกล่าวช่วยลดความเสี่ยงและเพิ่มประสิทธิภาพในการวางแผนโครงการมากยิ่งขึ้น"

อย่างไรก็ตาม เขาเตือนว่าแบบจำลองที่ได้ยังมีข้อจำกัด เนื่องจากขนาดตัวอย่างที่นำมาใช้ยังมีจำนวนจำกัดเพราะข้อมูลอัตราการขายมักถูกเก็บเป็นความลับทางการแข่งขัน "แบบจำลองให้แนวทางที่เป็นประโยชน์ แต่ผู้พัฒนาโครงการควรวิเคราะห์บริบทเฉพาะของแต่ละโครงการอย่างรอบคอบด้วย" รศ.ดร.กองกูณฑ์ กล่าว

มองไปข้างหน้า รศ.ดร.กองกูณฑ์ และทีมนักวิจัยกำลังศึกษาวิธีขยายชุดข้อมูลและปรับปรุงโมเดลให้ดียิ่งขึ้น พวกเขายังศึกษาวิธีรับมือกับรูปแบบการพัฒนาเมืองที่เปลี่ยนแปลงอย่างรวดเร็วด้วย

"ตลาดอสังหาริมทรัพย์ในกรุงเทพฯ มีความซับซ้อนและเปลี่ยนแปลงตลอดเวลา และ เป้าหมายของเราคือช่วยให้ผู้พัฒนาโครงการสามารถนำทางในตลาดนี้ได้อย่างเป็นระบบมากขึ้น เพื่อให้พวกเขาสามารถตอบสนองผู้ซื้อบ้านได้ดีขึ้นพร้อมๆ กับทำธุรกิจให้ประสบความสำเร็จมากขึ้น"

งานวิจัยนี้ได้รับการสนับสนุนจากกองทุนวิจัยมหาวิทยาลัยธรรมศาสตร์ ผลการวิจัยฉบับสมบูรณ์ตีพิมพ์ในวารสาร Nakhara : Journal of Environmental Design and Planning ซึ่งเป็นวารสารในฐาน SCOPUS (Q1 ในปี 2024) 
ผู้ที่สนใจสามารถ Download บทความได้จาก link ด้านล่าง:
https://ph01.tci-thaijo.org/index.php/nakhara/article/view/251857

ติดตามผลงานอื่น ๆ ของ รศ.ดร.ดองกูณฑ์ โตชัยวัฒน์ และหน่วยวิจัยด้านการพัฒนาโครงการและนวัตกรรมในธุรกิจอสังหาริมทรัพย์แห่งมหาวิทยาลัยธรรมศาสตร์ 
ได้ที่ link: https://www.researchgate.net/profile/Kongkoon-Tochaiwat/research