Tartalomjegyzék

1 Forrás
2 A tervezett alkalmazás/megoldás címe
3 A feladat előtörténete
4 A feladat megoldás jelenlegi helyzete és ennek értékelése
5 A tervezett megoldás adatvagyonának bemutatása
6 A feladat által érintett célcsoportok
7 A feladat megválaszolása kapcsán várható hasznosság
8 A válaszokat befolyásoló tényezők
9 A saját megoldás bemutatása (MÓDSZER)
10 Az eredmények értelmezése (EREDMÉNY)
11 Ajánlások megfogalmazása (KÖVETKEZTETÉS)
12 Az információ többletérték lehetőségének levezetése (VITA)
13 Lépcsős függvény átforgatása szakértői rendszerként értelmezhető táblázatba
14 Kapcsolódó, ill. konkurens megoldások, dokumentumok

Forrás

A tervezett alkalmazás/megoldás címe

Lakások árérték arány vizsgálata hasonlóságelemzéssel.

Lakás vásárlás esetén az adott kínálatból a végső döntéshez mely lakásokat érdemes figyelembe venni.

A feladat előtörténete

A párommal a közeljövőben egy lakást szeretnénk vásárolni. Ennek a helyzetnek a megoldásához kerestem segítséget, megoldást.

A feladat megoldás jelenlegi helyzete és ennek értékelése

A lakások összehasonlításakor az express honlapján kerestem meg a lakásokat. Az összehasonlításban az alapterület, a szobák számán kívül a terasz alapterülete is fontos szempont volt számunkra, mindenképpen olyan lakást szeretnénk ahol igazán használható a terasz mérete miatt. A jelen gazdasági helyzet és a mi anyagi helyzetünk miatt is fontos a lakás fűtés költsége , a későbbi havi rezsi szempontjából nem elhanyagolható a havi közös költség mértéke. Úgy tervezzük és úgy kalkulálunk, hogy a beköltözésre szeretnénk a saját igényeink szerint felújítani a lakást, így nem elhanyagolható szempont, hogy magára a felújításra pluszba mennyit kell költeni (új lakás– lerobbant, felújítandó), ezen kívül a munkahely közelsége ill. a szülők közelsége is nagyon fontos. Szüleim gondoskodásra, támogatásra szorulnak, elérhető távolságban kell, hogy legyenek. Munkába érés ideje szintén fontos. Ezeket az adatokat az express adatbázisából és a hirdetésekben található telefon számokat felhívva a tulajdonosoktól tudtam meg.

A tervezett megoldás adatvagyonának bemutatása

Objektumok (sorok) Lakás 1. Lakás 2. Lakás 3. Lakás 4. Lakás 5. Lakás 5.

Attribútumok (X, Y oszlopok) Az alap adatbázisban a következő attribútumokat tüntettem fel: A kiválasztott objektumok összehasonlításánál az alábbi szempontokat rangsoroltam:

1. dimenzió = ár (Ft): a kevesebb árat preferálom

2. dimenzió = alapterület (m2), a nagyobb alapterületet preferálom

3. dimenzió = terasz alapterülete (m2)

4. dimenzió = éves fűtés költség (Ft)

5. dimenzió = havi közös költség (Ft)

6. dimenzió = munkába érés ideje (perc)

7. dimenzió = felújításhoz szükséges összeg (Ft)

8. dimenzió = a szülők meglátogatásának ideje (perc)

9. dimenzió = szobák száma (db)

Számomra a KO kritérium az ár.

A feladat által érintett célcsoportok

Mindenki, aki lakást szeretne vásárolni.

A feladat megválaszolása kapcsán várható hasznosság

A felállított, azaz vizsgált tulajdonságok alapján kaptunk egy árérték arányt és egy olyan rangsorolást, ami segít a végleges döntésben

A válaszokat befolyásoló tényezők

A tulajdonságok kiválasztásánál a lakás alapterületek, a költségek és a közlekedésre-utazásra fordított idő volt a fő szempont. Az olyan szubjektív szempontokat, mint a lakás tájolása, emeleti elhelyezkedés, szomszédokról kapott információ szintén nagyon fontosak, de ez esetben csak a kialakult rangsorolás után vettem figyelembe, mérlegeltem.

A saját megoldás bemutatása (MÓDSZER)

Az express weboldaláról gyűjtöttem lakás hirdetéseket, (XI. kerületben, 2,5 v. 3 szobás, 60-65 m2, Kelenföld) a hirdetésekben megadott adatokat használtam fel a Meta adatbázis elkészítésekor, kiegészítve a tulajdonosoktól telefonon kapott információkkal. A Pivot tábla megszerkesztése után ellenőriztem a gépelési hibákat, mivel az ellenőrző tábla egyeseket tartalmaz, így sikerült jól rögzítenem. A következő lépésben egy táblázatot hoztam létre a Primer adatokkal és ennek segítségével egy Rangsor táblában értékeltem az attribútumokat. A lépcsők tábla elkészítése után létrehoztam a Solver táblát és átlagot és szórást számoltam ez alapján.

Az eredmények értelmezése (EREDMÉNY)

Az elemzés során fontos tényező az alapterület, a terasz területe, az éves fűtési költség és a közös költség. A valós ár között nagyobb eltérések is mutatkoznak akár pozitív akár negatív irányba. Az árérték arányban a 3 legjobb lakásnak a 2. szám, a 3. számú és a 6. számú lakás mutatkozott.

Ajánlások megfogalmazása (KÖVETKEZTETÉS)

A kapott eredmények orientálhatnak minket a 2., 3. és 6. lakás közötti választás irányába, ténylegesen a fent ismertetett módszer nélkül a 6. számú lakás mellett döntenék, mert az összességében a lakásra költendő pénz itt a legkevesebb, megfelelő méretűek a szobák és ennél a lakásnál a tájolás, a beosztás is megfelelő számomra. Elképzelhető, hogy a beosztás, tájolás és egyéb szubjektív szempontok alapján kiválasztanám azokat a lakástípusokat amik tetszenek nekem és a hirdetések között már csak ezeket keresném minél olcsóbban. Az elemzés abban segít, hogy ha kevés a pénzem, ne a rosszabb ár-érték arányú lakások közt keresgéljek.

Az információ többletérték lehetőségének levezetése (VITA)

Az elemzés a tényleges árérték arányra mutat rá, de lakás vásárlásakor egyéb szubjektív szempontok is adódnak. Annak ellenére, hogy némelyik szubjektív szempont az ár vizsgálatakor csekély jelentőséggel bír, a tényleges választás során mégis döntő lehet pl.: az alaprajzot (szobák, falak, ajtók elhelyezése) elég nehéz számszerűsíteni, de a választáskor fontos lehet, pl.: bútor elhelyezés, tér megfelelő kihasználása