iBuyReal CRM

AVM faldgrupber

Data-drevet liste over hvor AVM-modellen systematisk fejler, med konkrete cases hvor det er gået galt. Kun mønstre med ≥20 cases er inkluderet — resten er for støjende til at konkludere på.

Beregnet på 491 active cases med både AVM-prediction og ≥3 friske comps i samme postnr+kvm+byggeår-segment.

1

AVM har systematisk bydel-bias

Modellen er trænet på KBH-gennemsnit. Den fanger ikke at nogle bydele (Vesterbro, Frederiksberg) er steget hurtigere end andre. Bias er målt som median(market_ppm − avm_ppm) / avm_ppm.

BydelAVM-fejlCasesRetning
Nørrebro+11.8%n=68AVM undershooter — vi MISSER fund
Vesterbro+11.1%n=54AVM undershooter — vi MISSER fund
Frederiksberg+10.7%n=63AVM undershooter — vi MISSER fund
Amager+6.7%n=215AVM undershooter — vi MISSER fund
Oesterbro+2.7%n=87Næsten kalibreret
2

AVM har to blinde byggeår-æraer i hver sin retning

Træningsdata er sandsynligvis vægtet mod klassisk stock (1900-1950). Beton-æra og post-2010 nybyg er minoriteter — modellen mangler signal. Spredning (stddev) viser hvor usikker modellen er per æra.

Byggeår-æraAVM-fejlSpredningCasesStatus
pre 1900+9.4%±8.2%n=25
1900-1919+9.7%±11.5%n=94✓ Klassisk — konsistent undershoot
1920-1939+11.9%±10.9%n=132✓ Pre-krigs — mindre undershoot
BETON 1950-1990-0.7%±15.0%n=84🧱 Overshoot + meget usikker
1990-2009+0.3%±15.7%n=86✓ Bedst kalibreret
Post 2010+6.7%±14.0%n=70🏗 Stor undershoot — modellen er bagud
3

Vi MISSER ægte fund — AVM siger negativ, markedet siger positiv

10 cases hvor AVM siger casen er overpriced (α < -5%) men friske comps fra samme segment er solgt OVER udbud. AVM er for konservativ her — sandsynligvis fordi træningsdata er forældet.

AdresseBydelByggetAVM αMarked vs udbud
Rådmand Steins Alle 13, 1. tvfrederiksberg1956-8.4%+29.5%
Ørestads Boulevard 57A, 1. 106amager2005-5.9%+25.5%
Tycho Brahes Allé 10, 0. thamager1904-12.2%+25.1%
Kongovej 6, 0.amager1932-10.0%+24.8%
Edvard Thomsens Vej 57, 1. 1amager2007-10.2%+23.9%
Munkensvej 12, 0. tvfrederiksberg1911-13.6%+22.6%
Keplersgade 2, 0. thamager1904-5.6%+21.3%
Englandsvej 12C, 3. tvamager1935-6.0%+21.3%
C.F. Richs Vej 94, 1. tvfrederiksberg1936-15.1%+20.1%
Borups Allé 233B, 3. tvnoerrebro1921-15.6%+18.9%
4

Geografiske skillelinjer — empirisk test

Sammenligning af median ppm på tværs af foreslåede skillelinjer (sidste 12 mdr, kvm 40-110). Vi behandler en barriere som BEKRÆFTET hvis prisgap'et er ≥8% mellem postnumrene på hver side — under det er forskellen for lille til at konkludere det er en barriere snarere end almindelig bydels-variation.

SkillelinjeSide ASide BForskelVerdict
Inderhavnen (Christianshavn ↔ Indre By N)89.815 (n=26)
Christianshavn
90.741 (n=25)
Indre By N
1.0%✗ Ikke en reel barriere
Holmen / Operaen ↔ Christianshavn109.138 (n=5)
Holmen
89.815 (n=26)
Christianshavn
21.5%✓ Bekræftet barriere
Holmen ↔ Indre By N109.138 (n=5)
Holmen
90.741 (n=25)
Indre By N
20.3%✓ Bekræftet barriere
Sundby-broen (Christianshavn ↔ Amager)89.815 (n=26)
Christianshavn
66.667 (n=253)
Amager
34.7%✓ Bekræftet barriere
Sydhavnen (Sydhavn ↔ Amager)71.629 (n=74)
Sydhavn
66.667 (n=253)
Amager
7.4%✗ Ikke en reel barriere
Strøget-aksen (Indre By N ↔ Indre By S)90.741 (n=25)
Indre By N
84.507 (n=7)
Indre By S
7.4%✗ Ikke en reel barriere
Søerne (Indre By N ↔ Nørrebro)90.741 (n=25)
Indre By N
79.430 (n=109)
Nørrebro
14.2%✓ Bekræftet barriere
Søerne (Indre By N ↔ Østerbro)90.741 (n=25)
Indre By N
82.596 (n=159)
Østerbro
9.9%✓ Bekræftet barriere
Søerne (Frederiksberg ↔ Indre By N)90.741 (n=25)
Indre By N
77.885 (n=120)
Frederiksberg
16.5%✓ Bekræftet barriere
Vesterbro Kalvebod ↔ klassisk96.204 (n=12)
Kalvebod (1786-99)
78.571 (n=18)
Vesterbro klassisk
22.4%✓ Bekræftet barriere
Frederiksberg N ↔ S95.133 (n=8)
Frederiksberg S
88.028 (n=16)
Frederiksberg N
8.1%✓ Bekræftet barriere
Frederiksberg-hovedpostnr ↔ Frederiksberg N77.885 (n=120)
Frb 2000
88.028 (n=16)
Frederiksberg N
13.0%✓ Bekræftet barriere
Tagensvej / Jagtvej (Østerbro ↔ Nørrebro)82.596 (n=159)
Østerbro
79.430 (n=109)
Nørrebro
4.0%✗ Ikke en reel barriere
Strandboulevarden (Østerbro ↔ Nordhavn)95.688 (n=6)
Nordhavn
82.596 (n=159)
Østerbro
15.9%✓ Bekræftet barriere
Hellerup ↔ Nordhavn (Tuborg-aksen)70.370 (n=6)
Hellerup
95.688 (n=6)
Nordhavn
36.0%✓ Bekræftet barriere
Vester Voldgade / Hovedbanegården (Vesterbro Kalvebod ↔ Frederiksberg)96.204 (n=12)
Kalvebod 1799
88.028 (n=16)
Frederiksberg N
9.3%✓ Bekræftet barriere
Vesterbro klassisk ↔ Frederiksberg77.885 (n=120)
Frederiksberg
78.571 (n=18)
Vesterbro klassisk
0.9%✗ Ikke en reel barriere
Folehaven (Ring 2 — Sydhavn ↔ Valby)71.629 (n=74)
Sydhavn
64.474 (n=109)
Valby
11.1%✓ Bekræftet barriere
Bispeengbuen (Frederiksberg ↔ Nordvest)77.885 (n=120)
Frederiksberg
69.444 (n=64)
Nordvest
12.2%✓ Bekræftet barriere
Borups Allé (Nørrebro ↔ Nordvest)79.430 (n=109)
Nørrebro
69.444 (n=64)
Nordvest
14.4%✓ Bekræftet barriere
Frederikssundsvej (Brønshøj ↔ Vanløse)61.759 (n=68)
Vanløse
55.156 (n=44)
Brønshøj
12.0%✓ Bekræftet barriere
Nordvest-Brønshøj korridor69.444 (n=64)
Nordvest
55.156 (n=44)
Brønshøj
25.9%✓ Bekræftet barriere
Roskildevej (Frederiksberg ↔ Vanløse)77.885 (n=120)
Frederiksberg
61.759 (n=68)
Vanløse
26.1%✓ Bekræftet barriere
Strandvejen / Ring 3 (Hellerup ↔ Lyngby)70.370 (n=6)
Hellerup
– ikke nok data
Lyngby
–? For lidt data

Bemærk: Testen sammenligner kun postnummer-medianer. Reelle barrierer som Søerne og Carlsbergvej deler INDEN i et postnummer og kræver street-level data at teste rigoristisk. Tagensvej mellem 2100 og 2200 viser kun -1.6% — det er ikke et stort spring i de aggregerede tal, men siger ikke noget om gade-niveau på selve Tagensvej.

5

Støjende gader — empirisk pristraf vs samme mikrolokation

Sammenligner median ppm PÅ den støjende gade vs median ppm i SAMME postnummer men på andre gader. Det isolerer gadens egen effekt (uden at den selv trækker postnummer-medianen ned). Negativ % = gaden er billigere end nabokvarteret = reel støj-rabat.

GadePå gadenSamme mikrolok.Pristrafn (gade/lok.)Niveau
Lyngbyvej
Postnumre: 2100
53.11883.333-36.3%6 / 153🔴 Høj støj
Folehaven
Postnumre: 2500
43.51965.152-33.2%5 / 104🔴 Høj støj
Frederikssundsvej
Postnumre: 2400, 2700
52.52563.241-16.9%16 / 92🟠 Mellem støj
Amagerbrogade
Postnumre: 2300
59.21167.212-11.9%8 / 245🟠 Mellem støj
Tagensvej
Postnumre: 2200
72.39180.189-9.7%3 / 106🟠 Mellem støj
Søndre Fasanvej
Postnumre: 2000, 2500
63.79370.000-8.9%4 / 225🟠 Mellem støj
Nørrebrogade
Postnumre: 2200
79.24580.000-0.9%3 / 106✓ Intet pristraf
Sjælør Boulevard
Postnumre: 2450
73.91371.111+3.9%5 / 69✓ Intet pristraf
Åboulevard
Postnumre: 1960, 2200
83.33379.286+5.1%3 / 107✓ Intet pristraf
Borups Allé
Postnumre: 2400
74.89468.113+10.0%3 / 61✓ Intet pristraf

Sådan læses: "På gaden" = median ppm på selve den støjende gade. "Samme mikrolokation" = median ppm i SAMME postnumre, men på alle ANDRE gader. Forskellen er den isolerede støj-effekt. Eksempel: Hvis Folehaven viser -30% betyder det at handler PÅ Folehaven sælger 30% under handler i samme postnummer som ikke ligger på Folehaven.

Tiered noise-niveau forslag til AVM:Mads' model bruger lav/mellem/høj/null skala — denne test giver et udgangspunkt: ≥-20% = høj, -7% til -20% = mellem, -2% til -7% = lav. Små samples (n<5 på gaden) er statistisk usikre — behandl dem som hints, ikke fakta.

6

Værste enkelt-cases pr. fejl-kategori

Specifikke eksempler hvor AVM totalt misser en kategori. Send disse til Lambda-teamet som test-cases — modellen skal kunne flag dem korrekt efter retrain.

🏠 Stueetage (AVM kender ikke etage)
🧱 Beton-æra 1950-1990
📢 Støjgader
📐 Over 100 m² (likviditets-rabat)

Prioriteret roadmap til Lambda-team

  1. Retrain quarterly på rullende 18-mdr Resight-data med stratified sampling per (bydel × æra). Fanger pattern 1 + 2 automatisk. Data klar i /admin/training-export.
  2. Tilføj floor_number + is_ground_floor som påkrævede inputs. Fanger 8 stueetage-cases med α op til +37%.
  3. Tilføj is_noisy_street boolean (lookup-tabel haves i CRM). Fanger 4 støjgade-cases.
  4. Return prediction_stddev per case. Beton-æra har spredning ±16% — modellen ved selv at den ikke er sikker, vi har bare ingen måde at vide det på.