nuevo modelo utilizando machine learning y deep learning para comprar en las subastas judiciales

1. 1 2
LICITADOR TRADICIONAL
3
Extracción
todos los
datos
edicto y
anexos
Localización
del
inmueble
Valoración
mercado
del
inmueble
Análisis/
localización
del deudor
Análisis
cargas Y
clasificación
documentos
Percepción
de la
valoración
del
inmueble
4 5 6 7
Enriquecimiento
de datos
8
Decisión
de compra
9
Gestión activo
- Análisis limitado a 15 inmuebles por semana.
- Falta de información para toma de decisiones y alta tasa de error.
- Costes elevados.
- Negocio Local.
- Experto subastas.
01 El Proceso: Cadena de Valor

2. 1 2
LICITADOR DIGITAL
(UTILIZANDO LA CIENCIA DATOS ABIERTA)
3
Extracción
todos los
datos
edicto y
anexos
Localización
del
inmueble
Valoración
mercado
del
inmueble
Análisis/
localización
del deudor
Análisis
cargas Y
clasificación
documentos
4 5 6 7
Enriquecimiento
de datos
8 9
Gestión activo
digitalmente
02 El Proceso: Cadena de Valor
Scraping Scraping
ML ML ML
Deep Learning
Herramientas
visualizacion
Big Data
Cloud
Twillio
Decisión
compra

3. • Análisis de miles de subastas en segundos
• Disminución errores
• Coste mínimos
• Negocio en todo el territorio nacional
• Consumerización del mundo subasta
ALTAS SINERGIAS GESTION
HIPOTECARIA
P I E Z A S D E L P U Z Z L E Q U E F A L T A N
Incorporación de
otras fuentes
Canal comercial a la banca
60.000 Subastas con una
tasación media de 200.000 euros
1,5 % a cobrar en la tasación de
costas
Desarrollo del canal FinTech para
la financiación del particular
utilizando la fórmula hipoteca del
derecho de remate
12 % España frente 34 %
EEUU
Desarrollo blockchain
Scoring automático
BANCA MUY INTERESADA EN
“NO SEGUIR PROVISIONANDO PERDIDAS”
03 El Licitador digital

4. 04 Plataforma Tecnológica