JP2023535874A - 不動産交渉の自動化されたステージング及びキャプチャのシステム及び方法 - Google Patents
不動産交渉の自動化されたステージング及びキャプチャのシステム及び方法 Download PDFInfo
- Publication number
- JP2023535874A JP2023535874A JP2022577534A JP2022577534A JP2023535874A JP 2023535874 A JP2023535874 A JP 2023535874A JP 2022577534 A JP2022577534 A JP 2022577534A JP 2022577534 A JP2022577534 A JP 2022577534A JP 2023535874 A JP2023535874 A JP 2023535874A
- Authority
- JP
- Japan
- Prior art keywords
- proposal
- party
- data
- counterproposal
- request
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000008859 change Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 5
- 238000010367 cloning Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000010801 machine learning Methods 0.000 description 79
- 238000004891 communication Methods 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 6
- 238000012552 review Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000739 chaotic effect Effects 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000000004 low energy electron diffraction Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
- G06Q50/188—Electronic negotiation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/107—Computer-aided management of electronic mailing [e-mailing]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
- G06Q10/1095—Meeting or appointment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0611—Request for offers or quotes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本開示は、不動産交渉をインテリジェントにステージング、キャプチャ、及びファシリテートする為のシステム及び方法を対象とする。一例示的態様では、第1の当事者から提案が提出されてよい。提案はロックされてよく、これは、その時点での提案条項の状態をキャプチャする為である。提案は又、クローンが作成されてよく、クローンの提案は、第2の当事者にとって編集可能であってよい。システムは、第1の当事者に関連する履歴トランザクションデータ、物件特性、及び/又は現在の市場データに基づいて、第2の当事者に対する対案に含まれるインテリジェント提言を提供してよい。インテリジェント提言は、承認されて、クローンの提案に組み込まれてよい。クローンの提案がしかるべく更新されたら、クローンの提案は、更新された条項とともに、第1の当事者に送り返される対案になってよい。次にシステムは、第1の当事者から承認又は拒否の表明を受け取ってよい。
Description
関連出願の相互参照
本出願は、参照によって完全な形で本明細書に組み込まれている、2020年6月16日に出願された米国特許出願第16/903,288号の優先権を主張するものである。
本出願は、参照によって完全な形で本明細書に組み込まれている、2020年6月16日に出願された米国特許出願第16/903,288号の優先権を主張するものである。
本開示は、デジタル契約交渉、機械学習、及び予測分析の分野に関する。
契約交渉は日常的な業務の一部である。しかし、当事者間で交渉を行う様式は、ここ数十年にわたってほとんど同じままである。多くの交渉は今でも対面で行われるが、これにはある物理的な場所まで出かけていくことが必要であり、その為、会合の日時やロジスティックスが当事者のうちの少なくとも1つ以上にとって不便なものになることがよくある。交渉の一部は、対面環境から技術を媒介とするソリューションに移行しており、それらは、例えば、電話、共有ドキュメント、ビデオ会議、テキスト、ファクシミリ、又は電子メールである。電話、ビデオ、テキスト、又は電子メールで交渉を行えば、物理的な会合場所まで出かけていかなくてよいが、そのような交渉であってもやはり、合意条項を記録した書面を当事者間で交換することが必要であり、これは、バージョンの管理及び秩序が共有されないと混乱や間違いが発生しやすいプロセスである。例えば、電子メールを介して行われる契約交渉では、典型的には、当事者間で堂々巡りの交換が多数行われ、交換のたびに条項が更新された提案書が作成されることとなる。受け取った当事者は、典型的には、更新された提案書を旧バージョンと並べて精査して提案された変更を識別するか、文書処理アプリケーションが引く赤線に頼ることを余儀なくされる。交渉全体を通して、複数のバージョンの提案書が作成され、作成ごとに新規条項又は修正条項が含まれることになる。各交渉サイクルでの各変更の記録を取ることは、煩雑であり、非効率的であり、同意条項に関する混乱や曖昧さにしばしばつながる。
更に、多くの交渉は、2つ以上の当事者が関与する。例えば、賃貸契約交渉であれば、顧客、顧客側ブローカー、賃貸責任者、及びオーナー側ブローカーが関与する。顧客側ブローカーは、不動産物件の場所に関する提案を提出する前に自分のクライアント(顧客)と相談してよい。その後、顧客側ブローカーは、提案を電子メールで物件場所の賃貸責任者に送付してよい。賃貸責任者は、提案された条項を分析してよいが、その提案を承認するか、拒否するか、対案を提案するかを決定する前に、内部予算、市場、又は他の財務データについて調べてよく、同時に、物件管理者に相談して予算情報の正確さを検証したり、上司の指示を仰いだりしてよい。物件管理者又は上司に相談するにあたり、賃貸責任者は、提案又は提案の関係する部分を物件管理者又は上司に送付してそれぞれで精査してもらうことになろう。比較及び内部議論に基づいて、賃貸責任者は、提案する対案条項を準備する。対案が作成されたら、その対案が顧客側ブローカー、顧客、又はその両方に返送され、オーナー側ブローカーにコピーが送付される。顧客側ブローカーは、対案を受け取ったら、その対案を承認するか、拒否するか、修正する前に、提案された条項について顧客と議論する。プロセスの一環として、ブローカーは、対案を電子メールで顧客に転送する。このサイクルは、当事者等が合意に達するまで、必要に応じて何度でも繰り返される。しかしながら、これらの交渉の間に、交渉の進展を観測する一元化された場所がないまま、複数のバージョンの契約書及び/又は取引条件提案が様々な当事者の間を行き来する。このスタイルの交渉では、間違いや非効率、更には混乱が起こりやすく、特に、交渉プロセスの特定の段階で新しい取引条件が提案された又は認められた場合に起こりやすい。交渉が電子メール、テキスト、ファクシミリ、電話、対面、又は他の媒体で行われる場合、どの当事者も、交渉の進展を総合的に可視化することができない。交渉実務の現代の規範は、バージョン管理を保守しにくくし、交渉サイクルの早い段階で合意又は提案されていた可能性のある特定の取引条件の履歴及び進展を忘れさせる。
更に、現代の交渉は今でも、不完全な情報や入手しにくい情報で行われている。当事者等は、多くの場合、相手の当事者との交渉を、相手のこれまでのビジネス手法、高すぎる又は低すぎる可能性のある特定の取引条件、及び/又は現在の市場動向に関するデータをほとんど又は全く持たずに行う。このことは、典型的には、冗長且つ不要な交渉サイクルをもたらし、それによって、交渉プロセスが遅滞し、取引の成就に失敗し、全当事者の時間が無駄になる。
現代の契約交渉は、対面での堂々巡り、バージョン管理問題、当事者間での電子メール等の交換が障害になっており、結果として、交渉の環境及びプロセスは混沌とした無秩序ものになる。又、交渉が骨の折れるものになるのは、人々が不完全、不十分、且つ無秩序な情報、或いは記憶に頼って動いている結果として、効果のない不要な交渉の場を複数回設けることがしばしばある為でもある。
そこで、対面、電話、テキスト、ファクシミリ、電子メール、及び/又は他の同様の電子媒体又はデジタル媒体による交渉の非効率及び無秩序、並びに、交渉に関与する当事者、資産、及び市場に関する総合的な情報を入手できないことを含む、現代の交渉実務の課題に対処できるシステム及び方法の必要性が高まっている。
本明細書に開示の諸態様は、これら及び他の全般的な検討事項に関するものである。又、比較的特定の課題について論ずる場合があるが、当然のことながら、実施例は、本開示の背景説明又は他の場所で特定されている特定の課題を解決することに限定されるものではない。
本願は、上記従来の技術における課題を解決するためになされたものである。
以下の図面を参照しながら、非限定的且つ非網羅的な実施例を説明する。
以下では、添付図面を参照しながら本開示の様々な態様をより詳細に説明する。添付図面は本明細書の一部を成し、特定の例示的態様を示す。しかしながら、本開示の様々な態様は、多様な形態で実施されてよく、本明細書に記載の態様に限定されると解釈されるべきではない。そうではなく、これらの態様は、本開示が完全であり完結しているように、且つ、各態様の範囲を当業者に完全に伝達するように提供されるものである。各態様は、方法、システム、又は装置として実施されてよい。従って、各態様は、ハードウェアでの実施、全くソフトウェアでの実施、又はソフトウェア態様とハードウェア態様とを組み合わせての実施の形態をとってよい。従って、以下の詳細説明は、限定的に解釈されるべきではない。
本出願の実施形態は、交渉の流れをインテリジェントにステージング、キャプチャ、及びファシリテートすることに関連するシステム及び方法を対象とする。一実施例では、第1の当事者からの提案をシステムが受け取ってよい。システムは次に、その提案を第2の当事者に提示してよく、提示された提案はクローンが作成されてよい。第1の当事者が受け取って提示したバージョンの提案は、データの完全性を保全する為に、且つ、第2の当事者が参照することに備えて「ロック」されてよい。一実施形態では、受け取られたバージョンの提案は、コピー又はクローンが作成されてよい。このバージョンの提案は、第2の当事者もコピーを作成してよく、編集してよい。ロックされたバージョンの提案は、編集可能なバージョンの提案と併せて(例えば、ディスプレイで隣り合わせで)提示されてよい。編集可能なバージョンの提案は、対案を作成する為に第2の当事者によって修正されてよい。第2の当事者が提案の編集を終了して、対案の条項が更新されたら、第2の当事者は、対案を第1の当事者に送り返す用意ができたことをシステムに表明してよい。システムは、第2の当事者から承認確認を受け取ってよく、更新された提案条項は、第1の当事者に送り返されてよい本物の対案になる。第1の当事者が対案を受け取ると、対案はロックされてよく、クローンが作成されてよく、且つ/又は編集可能にされてよい。ロックされると、ロックされたバージョンの対案は、クローンバージョンの対案と併せて表示されてよい。第1の提案を受け取ることに関連付けられた機能性と同様に、ロックされた対案は編集不可であるが、クローンの対案は編集可能である。代替として、編集可能にされた場合、又はクローンが作成された編集可能バージョンの場合には、第1の当事者は、対案条項の編集を進め、最終的に第2の対案を作成して、第2の当事者に送り返してよい。実施形態では、第1の当事者が受け取った対案は、第1の当事者の提案から変更された1つ以上の条項が識別されていてよく、又はそれらにフラグが立てられていてよく、それによって、第1の当事者はそれらを容易に識別してそれらに注意を集中させることが可能である。このプロセスは、両当事者が合意に達するまで、必要に応じて何度でも繰り返されてよい。別の実施形態では、ユーザが作成した内容に基づく提案がデジタルプラットフォームから受け取られる。
提案又は対案が一方の当事者から他方の当事者に提出されたら、履歴参照を保存する為に、提出されたバージョンがロックされてよい。ロックされたバージョンの提案又は対案は、交渉が繰り返されるたびにチェーン接続されてよい。ロックされた提案の視覚的提示は、交渉の当事者等が交渉の進み具合を理解すること、並びに、交渉中にどの条項がどの時点で変更された可能性があるかを厳密に理解することを支援しうる。
別の例示的態様では、システムは提案依頼を受け取ってよい。提案依頼は、提案提出と同様に、ロックされ、クローンが作成されてよい。提案依頼は、該当する連絡先情報(例えば、個人名及び会社名、住所、電話番号、電子メール、及び顧客識別子)を含んでよい。システムは、この情報をキャプチャし、キャプチャした情報を連絡先のデータベースと比較してよい。一代替実施形態では、この情報は、中間エンティティ又はユーザによって依頼、要求、及び/又は検証されてよい。連絡先の一致が検出されたら、システムは、自動的に、連絡先データベースにあるその連絡先の情報を更新してよい。システムは、提案依頼を第2の当事者に送ってよい。第1の当事者からの提案依頼に対する応答として、第2の当事者は、第1の当事者の依頼に応えて送る為の最初の提案を自発的に作成してよい。提案が作成されて提出されたら、システムは、その提案を第1の当事者に配信してよい。提案はロックされ、クローンが作成されてよく、この場合、ロックされたバージョンの提案は編集不可であり(但し、参照の為に(例えば、その時点での交渉の状態をキャプチャ又は記録する為に)表示される)、クローンバージョンは編集可能である。次に第1の当事者は、クローンバージョンの提案の編集を進めてよい。第1の当事者において更新されたバージョンの提案を送る用意ができたら、第1の当事者がレビューする為のプレビューペインが自動的に生成されてよい。第1の当事者が承認を表明したら、システムは、更新されたバージョンの提案をキャプチャしてよい。キャプチャされたバージョンの更新された提案は、第2の当事者に送り返される対案になる。
交渉の過程においては、どの当事者が提案/対案の承認を表明してもよい。一方の当事者が承認を表明すると、提案条項はロックされてよく、交渉プロセスは中止されてよい。幾つかの態様では、システムは、プレビューペインを生成してよく、且つ/又は、最新の提案を送った他方の当事者に承認の確認を要求してよい。
幾つかの態様では、本明細書に開示のシステム及び方法は、交渉中の当事者等にインテリジェントな支援を提供してよい。例えば、資産を購入する提案を提出する当事者が、現在の市況からして間違った数(例えば、誤記)を入力したとする。システムは、このエラーにフラグを立てて、エラーの可能性を指摘する表示を行い、その当事者に正確かどうかの確認を求めてよい。別の例では、入力から集められたデータを、事前設定された分散を有する市場データと比較してよく、入力データがその事前設定された分散から外れている場合には、システムは、このエラーにフラグを立てて、当事者に対する指摘を表示し、その当事者に正確かどうかの確認を求めてよい。別の例では、第1の当事者から提案を受け取る第2の当事者が、トランザクション履歴、並びに第1の当事者のデータフロー特性及び/又は他の特性(例えば、提言されたレート、期間、譲歩、トランザクション履歴、テナント産業、現場等)に基づいて、対案条項に関するインテリジェント提言を受け取ってよい。交渉中のそのようなインテリジェント提言は、交渉プロセスの効率を高め、ネットワークリソースの使用量の低減をもたらすことが可能である。
そこで、本開示は、交渉中に電子リソースをより効率的に使用することを可能にすることと、(各当事者が各提案を手動でダウンロードしてコピーを保存しなければならないことと比べて)交渉プロセスの各ステージがシステム内にキャプチャされることでより効率的になる記憶管理と、コンピューティング装置が、他にも例があるが特に機械学習及び予測分析のアルゴリズムに基づいてインテリジェントな交渉提言を生成することを可能にすることと、を含み、これらに限定されない複数の技術的利点を提供する。
図1は、交渉をインテリジェントにステージング及びキャプチャする為の分散システムの一例を示す。図示のシステム例100は、交渉をステージング、キャプチャ、及びファシリテートする為の統一した全体を形成する為に相互作用する相互依存コンポーネントの組み合わせである。それらのシステムのコンポーネントは、ハードウェアコンポーネントであってよく、又は、それらのシステムのハードウェアコンポーネント上に実装されている、且つ/又はそれらのハードウェアコンポーネントによって実行されるソフトウェアであってよい。例えば、システム100は、クライアント装置102、104、及び106と、ローカルデータベース110、112、及び114と、ネットワーク108と、サーバ装置116、118、及び/又は120と、を含む。
クライアント装置102、104、及び106は、交渉に関連する提案及び対案の受信及び送信を行うように構成されてよい。更に、クライアント装置102、104、及び106は、少なくとも1つの機械学習アルゴリズムをトレーニングする為に、トランザクション履歴、市場データ、財政動向等に関連する外部データを受信するように構成されてよい。そしてクライアント装置102、104、及び106は、提案/対案に関連するトレーニング済み機械学習アルゴリズムに基づいてインテリジェントな取引条件提言を受信してよい。諸態様では、クライアント装置102、104、及び106等のクライアント装置が、1つ以上のデータソース及び/又はデータベースにアクセス可能であってよく、それらには、サードパーティの市場データ、資産情報(例えば、比較可能な資産評価、最新の賃貸レート等)、他方の交渉当事者の過去の取引フロー履歴(例えば、新規提案に応答するまでの時間、最も交渉になりそうな条件、最も交渉にならなさそうな条件等)が含まれる。他の諸態様では、クライアント装置102、104、及び106は、ディスプレイ装置(例えば、クライアント装置102、104、及び106)に表示される提案/対案情報を搬送するブロードバンド信号及び/又は衛星信号を受信するように装備されてよい。クライアント装置102、104、及び106が受信できる信号/情報は、衛星122から送信されてよい。衛星122は、クライアント装置102、104、及び106と直接通信することが可能であるだけでなく、ネットワーク108とも通信するように構成されてよい。幾つかの実施例では、クライアント装置は、いろいろな装置がある中でも特に、携帯電話、ラップトップコンピュータ、タブレット、スマートホームデバイス、卓上電話、及びウェアラブル(例えば、スマートウオッチ)であってよい。
クライアント装置102、104、及び106は、インテリジェント交渉提言ソフトウェアを実行するように構成されてよく、このソフトウェアは、クライアント装置にローカルに記憶されてよく、又はネットワーク108経由のリモートで実行されてよい。例えば、クライアント装置は、クライアント装置で受信された最近の提案に関連する特定の交渉提言を含む信号を衛星122から受信してよい。クライアント装置は、提言を受信し、その後、その提言をデータベース110、112、及び/又は114にローカルに記憶させてよい。代替シナリオでは、提示された提言は、クライアント装置(例えば、クライアント装置102、104、及び/又は106)からネットワーク108経由で送信されて、サーバ116、118、及び/又は120にリモートに記憶されてよい。その後、ユーザが、提言が記憶されてよい場所に応じて、ローカルデータベース(110、112、及び/又は114)、及び/又は外部データベース(116、118、及び/又は120)にある提言にアクセスしてよい。
幾つかの例示的態様では、クライアント装置102、104、及び106で実行されているインテリジェント交渉提言ソフトウェアは、ネットワーク108及び/又は衛星122経由で様々なソースから更新済みデータを受信するように構成されてよい。例えば、インテリジェント交渉提言ソフトウェアは、少なくとも1つの機械学習又は予測分析アルゴリズム/モデルを含んでよい。交渉提言ソフトウェアは、いろいろなソースのデータの中でも特に、更新された市場データ、比較可能な資産情報、交渉当事者等に関連するトランザクション履歴、並びに以前に提出されたインテリジェント提言(及びそのインテリジェント提言を承認又は拒否するユーザ決定)を常時受信するように構成されてよい。受信されたデータは、少なくとも1つの機械学習又は予測分析アルゴリズムのトレーニングに使用される少なくとも1つのデータセットに集められてよい。少なくとも1つの機械学習又は予測分析アルゴリズム(及びモデル)は、データベース110、112、及び/又は114にローカルに記憶されてよく、且つ/又は外部のデータベース116、118、及び/又は120に記憶されてよい。クライアント装置102、104、及び/又は106は、これらの機械学習及び予測分析アルゴリズムにアクセスして、複数のデータに関してトレーニングされた少なくとも1つの機械学習又は予測分析モデルに基づいて、リアルタイムの交渉に関するインテリジェント提言を受信するように装備されてよく、この複数のデータは、交渉当事者に関連する過去のトランザクション履歴、(例えば、比較可能な、且つ/又は同様な状態の資産に基づく)資産評価データ、現在の市況、予測される市況等を含み、これらに限定されない。例えば、第1の交渉当事者がしばしば賃貸期間の1年延長と引き換えに1か月の賃貸料を無料にする場合には、その第1の交渉当事者の優先傾向が、機械学習及び/又は予測分析モデルのトレーニングの為にキャプチャされて集められてよい。そして機械学習及び/又は予測分析モデルは、第2の交渉当事者が第1の交渉当事者に送り返す為に準備していると考えられる対案に対して同様の条件を自動的に提言するように使用されてよい。そのようなインテリジェント契約提言は、交渉当事者等がより速く合意に達し、使用するリソースを減らし、無駄な時間を全体的に減らすことを可能にしうる。別の例示的態様では、商業用不動産物件を賃貸しようとしている可能性のある特定の顧客が、特定の快適さ、地理、オフィスレイアウト、特定のポイント・オブ・インタレスト(POI)までの近さ(例えば、国際空港からの距離)、期間の長さ、床面積等に関する優先傾向を示すことがある。本明細書に記載のインテリジェント契約提言システム及び方法は、いろいろある要因の中でも特に、快適さ、地理、オフィスレイアウト、近さ、期間の長さ、及びサイズに関する顧客の優先傾向を反映するデータセットに関してトレーニングされた少なくとも1つの機械学習又は予測分析アルゴリズムを実施してよい。そして本明細書に記載のシステム及び方法は、これらの様々なデータセットに関してトレーニングされた少なくとも1つの機械学習又は予測分析モデルに基づくインテリジェント提言を自動的に交渉当事者等に提案してよい。
本明細書に記載のように、機械学習(ML)モデルは、1つ以上の文字列、クラス、オブジェクト、結果セット、又はイベントにわたる確率分布を決定すること、及び/又は、1つ以上の予測因子からの応答値を予測することに使用されてよい、予測又は統計のユーティリティ又はプログラムを意味してよい。MLモデルは、1つ以上の予測分析アルゴリズムを備えるか含んでよい。モデルは、1つ以上のルールセット、機械学習、予測分析、ニューラルネットワーク等に基づいてよく、又はこれらを組み込んでよい。例えば、MLモデルは、クライアント装置、サービス装置、ネットワークアプライアンス(例えば、ファイアウォール、ルータ等)、又はこれらの何らかの組み合わせに配置されてよい。MLモデルは、どのタイプの提言を交渉当事者に対して自動的に提示すべきかを決定する為に、ユーザトランザクション及び取引フローの履歴、並びに他の、ユーザ優先傾向のデータストア(例えば、ソーシャルメディアプロファイル)を処理してよい。特定の提言を提示すべきかどうかを決定することは、ユーザのトランザクション/取引フロー履歴及び優先傾向の様々な特性(例えば、少なくとも平均応答時間を含む)を識別することを含んでよい。これらのトランザクション/取引フロー履歴のデータ点を交渉メトリクスと呼ぶことがある。例えば、ユーザの物件検索の履歴又はパラメータに基づいて、或いは、ユーザがしばしば様々な現場に出かけていること、又はしばしば飛行機を利用していることをユーザのソーシャルメディアプロファイルが示している場合には、本明細書に記載のインテリジェント契約システムは、(様々な物件に基づく対案を提出することを他方の当事者に要求するインテリジェント提言により)そのユーザに対して様々な不動産資産を提示すべきであると決定してよい。これは、オフィススペースの交渉のシナリオの場合、又は住宅環境の場合に特に該当しうる。ユーザが最初に興味を持ったらしい物件に基づく対案を提出するよりも、ユーザの優先傾向により適合しそうな全く別の物件を提案する対案(例えば、その別の物件は最初の物件より公共交通機関に近くなりうるという対案)のほうがより魅力的な提案になる場合がある。同様に、ビジネス交渉の文脈では、特定のブローカーがしばしば、最初は通常より安い提案を提示してくる場合に、本明細書に記載のインテリジェント契約システムは、その挙動パターンをキャプチャし、対案においてその不動産資産の価格を上げることを他方の交渉当事者に提言してよい。これは、そのブローカーがその後の何回かの交渉サイクルの後に価格を上げてくる可能性が高い為である。(例えば、顧客の優先傾向、ブローカーの交渉戦略、履歴、現在の市場動向、比較可能な資産評価等からの)データの集計に基づいて、少なくとも1つのMLモデルが、交渉サイクル中に提案/対案に含めるべきインテリジェント契約条件を自動的に提言するように、トレーニングされてからデプロイされてよく、これは、そうしない場合より早く双方合意に達することに役立ちうる。
トレーニング済みMLモデルは、1つ以上の装置にデプロイされてよい。一具体例として、トレーニング済みMLモデルのインスタンスが、サーバ装置及びクライアント装置にデプロイされてよい。サーバ装置にデプロイされたMLモデルは、(例えば、クライアント装置がインターネットに接続されているときに)クライアント装置によって使用されるように構成されてよい。逆に、クライアント装置にデプロイされたMLモデルは、(例えば、クライアント装置がインターネットに接続されていないときに)クライアント装置によって使用されるように構成されてよい。場合によっては、クライアント装置は、インターネットに接続されていなくてよいが、それでも、インテリジェント契約提言を保持した情報のパケットを含む衛星信号を受信するように構成されてよい。そのような例では、MLモデルはクライアント装置によってローカルにキャッシュされてよい。
クライアント装置102、104、及び106は、ネットワーク108及び衛星122を介して常に互いに通信しているので、現在交渉中の1つ以上の当事者にインテリジェント契約提言がリアルタイムで提示されることが可能である。例えば、市場の急な変化があると、対案の特定条項を更新するよう当事者に通知を送信することを、本明細書に記載のインテリジェント契約システムに要求することが可能である。具体的には、第1の当事者が第2の当事者に既に対案を送信している場合がある。第2の当事者が対案に応答しうる前に、第1の当事者は、修正した新しい対案を提出し、更新された条項とともに再送信してよく、それによって、第1の対案が撤回され、更新された条項に置き換えられる。但し、第1の当事者からの最初の対案はロック及び記憶されている為、第2の当事者は、第1の当事者からの最初の対案と新しい対案との間の変更をレビューすることが可能である。システム内で提出された各提案及び各対案は、各提案及び各対案のデータ完全性を保全する為に記憶及びロックされており、それによって、交渉のフローをキャプチャすることが可能になる。そのようなリアルタイム交渉ができるのは、クライアント装置102、104、及び106がネットワーク108及び衛星122によって相互に連結されている為である。
図2は、本明細書に記載の、交渉をインテリジェントにステージング及びキャプチャする方法の一例を示す。方法200ではまず、ブロック202で、不動産物件ページ202が表示される。物件ページでは3つの選択肢が提示される。即ち、「現地訪問をスケジュールする」206、「提案を依頼する」208、及び/又は「提案を提出する」210である。そして前述の3つの選択肢のいずれかを選択することが決定ブロック204で行われる。「現地訪問をスケジュールする」206を選択すると、システムは、都合のよい現地訪問日時を選択することをユーザに指示する何らかのプロンプトを表示し、同時にカレンダ同期機能を起動する。「現地訪問をスケジュールする」206については図5に関して詳述する。
「提案を依頼する」208を選択すると、システムは、何らかのフォームフィールドを有する提案依頼フォームをユーザに提示する。幾つかの例示的態様では、提案依頼は、ユーザが関心を持っている特定の物件場所に既にリンクされていてよい。そのシナリオでは、提案依頼フォームは、その特定の物件場所を示すように既に埋められていてよい。別の例示的態様では、提案依頼フォームは特定の物件場所と結び付けられていなくてよく、代わりに、ユーザが具体的な条件を入力することを可能にしてよく、その条件をシステムが受け取り、分析し、契約可能物件に関するインテリジェント提言をユーザに提供する為に使用してよい。例えば、ユーザは、地理的場所、床面積、快適さ、POIまでの近さ(例えば、主要大都市圏からの距離、最寄りの国際空港からの距離)、期間の長さ、価格等に関する特定の条件を入力してよい。本明細書に記載のインテリジェント契約システムは、これらの条件を受け取って、候補物件場所に関するインテリジェント提言を提供してよい。物件場所候補は、提案依頼の提出前にユーザに対して表示されてよく、又は、場合によっては、物件場所候補は、提案依頼の提出と同時に表示されてよい。特定の候補物件場所がユーザの興味を引いた場合、ユーザは、引き続いて、その特定の物件場所に基づく提案依頼を提出してよい。システムは、この、後からの提案依頼を受け取って、ユーザの以前の提案依頼とリンクさせてよい。次にシステムは、第1の提案依頼(物件場所の指定なし)及び第2の提案依頼(物件場所の指定あり)を他方の交渉当事者(賃貸責任者であってよい)又は地理的地域全体の担当者に提供してよい。別の例では、交渉当事者(例えば、第1の当事者又は第2の当事者)は、指定された個人のグループを含んでよく、それらの指定された個人のいずれかが、交渉当事者の代理としてシステム内でアクションを実施してよい。更に別の例では、本明細書に記載のインテリジェント契約システムの通知システムは、交渉当事者に関連付けられてよい指定された個人に通知するように構成されてよい。
提案依頼が提出されたら、システムは、その依頼をキャプチャし、それを他方の交渉当事者に提供する。提案依頼は、ロックされ、クローンが作成されてよい。ロックされたバージョンの提案依頼は編集不可であるが、参照の為に表示されることは可能である。クローンバージョンは、提案を作成する為に他方の交渉当事者によって編集されてよい。提案依頼がロックされてクローンが作成されたら、システムは、他方の交渉当事者に対する提案提言を有するインテリジェントシナリオを生成してよい(「提案を生成する」218)。不動産賃貸トランザクションの場合、提言は、賃貸料、期間の長さ、開始日、及び賃貸料の譲歩(例えば、無料賃貸の月数)を含んでよく、これらに限定されない。ブロック218で他方の交渉当事者に提供されるインテリジェント提言は、依頼側当事者に関連する履歴トランザクション及び取引フローのデータ、同様な状態の物件場所、並びに現在及び今後の市場データに関してトレーニングされた少なくとも1つの機械学習又は予測分析モデルに基づいてよい。シナリオ生成器を通してインテリジェント提言を受け取る当事者は、全体又は一部において提言を承認又は拒否してよい。提言された条件の一部が承認されて、一部が拒否されてもよい。システムは、ユーザがインテリジェント契約提言をレビューしたときに、これらの承認及び不承認の表明を受け取ってよい。システムは又、これらの承認及び拒否の表明を履歴データとして記憶してよく、このデータは、少なくとも1つの機械学習又は予測分析モデルを更にトレーニングすることに使用されてよい。
又、場合によっては、提案は、218で、ユーザによって手動で生成されてよい。この提案は、インテリジェント契約システムがユーザに提供できるサードパーティの市場データ及び他の該当する履歴データを参考にして生成されてよい。
218で提案が生成されたら、提案側当事者がこの提案を承認してよい。次に提案は、依頼側当事者(例えば、ブローカー/顧客)に送り返されてよく、これに対する「承認する」222又は「拒否する」224の決定が決定ブロック220において行われる。システムが「承認する」222の表明を受け取った場合は、両当事者が提案の各条項に合意した為、本方法は終了する。シナリオによっては、システムは、「承認する」222の表明を受け取った後に、提案側当事者に対し、依頼側当事者による提案の承認を再確認するように要求する。一方、システムが「拒否する」224の表明を受け取った場合には、本方法は、「提案を提出する」210に進み、ブローカー/顧客はそこで、対案を他方の当事者(例えば、賃貸責任者(LO))に返す機会がある。
「提案を提出する」210では、一方の当事者が他方の当事者に最初の提案又は対案を送ることが可能である。最初の提案のシナリオでは、一方の当事者が不動産物件ページ202から始めて「提案を提出する」を選択する。「提案を提出する」は、ユーザが記入するように、ユーザに対して表示されてよい。場合によっては、ユーザが手動で「提案を提出する」フォームに記入してよい。システムは、提案フォームに記入している間、参考として、役に立つサードパーティデータソースを提供してよい。更に、ユーザが誤った価格(例えば、月1000ドルか10000ドルか)を入力したことによって提案フォームに誤記をした場合、インテリジェント契約システムはユーザに向けて、その誤りにフラグを立ててよい。この誤りはユーザに知らされてよく、ユーザは、誤りを認めて、インテリジェント契約システムからの訂正の提言に基づいて数字を直してよく、或いは、その誤り通知を無視して元の入力のままで進んでもよい。
ブロック210での対案シナリオの場合には、(他方の当事者(LO)からの)最初の提案はロックされてクローンが作成されてよい。ロックされたバージョンは、編集不可であるが、最初の提案の編集可能なクローンバージョンと併せて(例えば、ディスプレイ上で隣り合って)表示されてよい。各提案のロックされたバージョンは、その時点での交渉のステージをキャプチャする。契約交渉の進展及び展開を示す為に、各後続対案もロックされて、最初のロックされた提案に「デイジーチェーン接続」されてよい。ユーザ(この例ではブローカー/顧客)は、クローンバージョンの提案に編集を行って、LOに送り返される対案を作成してよい。ユーザが最初の提案のクローンバージョンに編集を行うことと併せて、本明細書に記載のインテリジェント契約ステージング及びキャプチャシステムは、対案に対して提案される条件を含んでよい提言をユーザに提供してよい。対案条項に対するインテリジェント提言は、LOに関連する履歴トランザクション/取引フロー履歴、同様な状態の資産及び評価(この例では物件場所)、現在の市場動向、今後の市場予測因子、並びに他の、インテリジェント対案条項提言を提供することに関連するデータソースに関してトレーニングされてよい予測分析及び/又は少なくとも1つのトレーニング済み機械学習モデルに基づいてよい。ユーザは提言を承認又は不承認してよく、従って、最終的な対案は、インテリジェント提言だけ、又はインテリジェント提言とユーザが生成した条項との組み合わせ、又はユーザが生成した条項だけを含んでよい。
更に、システムは、提案間の変更点を示してよい。例えば、交渉サイクルが続くにつれて、ロックされた提案のチェーンが表示されてよい。条項間の変更点は変更インジケータ(例えば、赤い星や対照的なフォント色)で示されてよい為、ユーザは変更が提案された場所を確認することが容易に可能になりうる。変更インジケータは又、対案が受け取られたときに他方の交渉当事者に対しても提示されてよく、それによって、最初の提案と対案との間の変更点が示される。
ブロック210で対案が最終決定されたら、対案は、レビューの為に他方の交渉当事者(LO)に送られてよい。LOは、決定ブロック212で対案を「承認する」(214)か「拒否する」(216)かを決定してよい。LOが対案を承認した場合には、全当事者が提案条項に合意した為、本方法は終了してよい。前述のように、シナリオによっては、システムは、「承認する」214の表明に従って、提案条項の承認を再確認することを提案側当事者(この場合はブローカー/顧客)に要求してよい。LOがブロック216で対案を拒否した場合には、新たな交渉サイクルを開始してよく、その対案はロックされてクローンが作成される。そしてLOは、対案のクローンバージョンを編集して、新しい対案を作成して、ブローカー/顧客に送り返してよい。本明細書に記載のインテリジェント契約システムは、ブローカー/顧客に送り返された対案の中でLOが提案しているであろう新しい条件に関連するインテリジェント提言を提供してよい。このプロセスは、両当事者が合意に達して、交渉に対する承認表明をシステムが全当事者から受け取るまで、必要に応じて何度でも続けられてよい。
図2に示した方法は、不動産物件場所の賃貸に関する交渉だけでなく他のシナリオにも適用可能でありうる。実際、どのような資産でも交渉の対象にすることができ、図2に示した同じ方法ステップを適用できる。例えば、対象となる資産は、不動産物件場所の賃貸ではなく「雇用」であってもよく、その場合、提案及び対案のサイクルは、見込み被雇用者と雇用者との間で提案された雇用契約の条項に関連する。別の例では、資産は、貴重品、自動車、ボート等のような有体物であってよい。更に別の例では、資産は、1つの当事者が別の当事者に提供することが可能でありうる「サービス」であってよく、「サービス」の条件が交渉の論点である。本明細書に記載のインテリジェント契約システムの方法は、契約及び対象となる資産の性質に関係なく適用可能である。
図2に示した方法は又、資産に関心がある様々な交渉当事者からの複数の提案を比較することにも適用可能である。MLモデルは、全ての提案を比較し、各提案又は各対案に対する対案の準備に際して提言を行うことに適用可能である。例えば、テナントが一連の条件に基づいて複数の地主から提案依頼を募り、或いは売り手が複数のバイヤーに提案を依頼し、それぞれの場合にプラットフォームは同時交渉を可能にする。MLモデルは、これらの同時交渉に関連付けられたデータをキャプチャし、どの提案が最も競争力があるか、又は最も公正か、又は最も普通でないかをテナント/売り手にインテリジェント提言することが可能である。更に、MLモデルは、複数の当事者からの過去のトランザクション及び取引フロー履歴に関してトレーニングされてよく、インテリジェント契約システムは、その特定の地主/バイヤーの過去のトランザクション及び取引フロー履歴に基づいて特定の当事者に特定の対案を提言してよい(例えば、ある特定のバイヤーとのポジティブなインタラクションが過去にあれば、その特定のバイヤーとの今後のポジティブなインタラクションをやりやすくする為に、対案に関してある程度の「ディスカウント」条項をインテリジェント契約システムに提言させてよい)。
図3は、本明細書に記載の、提案提出の観点からの、交渉をインテリジェントにステージング、キャプチャ、及びファシリテートする方法の一例300を示す。図3の方法300ではまず、ブロック302で、第1の当事者のログイン/認証が行われる。ログイン/認証システムは、標準的なユーザ名/パスワードシステム、又は他の認証方法(例えば、指紋、顔認識、生体認証、2因子認証等)を使用してよい。システムはユーザアカウントを記憶してよく、その場合、ユーザは、過去の取引及びトランザクション履歴を見ること、署名された契約書にアクセスすること、問題、論点、又は調査、並びに進行中の交渉について報告することが可能でありうる。システムにログインすると、方法はステップ304に進み、そこではユーザダッシュボードが表示される。ユーザダッシュボードは、連絡先情報の妥当性確認又は更新、現在進行中の交渉、トランザクション/取引フロー履歴、ニュース、及び他のデータの表示を行ってよい。そしてユーザは、ステップ306で提案フォームに移動して、提案フォームに記入してよく、システムは、提案フォーム上で入力を受け取る。
ステップ306で提案フォームに記入するプロセスの間に、本明細書に記載のインテリジェント契約システムは、自動チェック/自動提言ソフトウェアを同時に実行していてよく、これらは、潜在的な誤りがないか入力をチェックし、それらの誤りの訂正を提言する。前述のように、ユーザは、交渉の対象である資産の価値(例えば、金額)(例えば、特定の不動産物件場所を賃貸する場合の毎月の賃貸料)を入力してよい。インテリジェント契約システムは、金額を受け取って、資産の特性に基づいて、比較可能な資産評価と比較してよい。例えば、不動産物件場所に関しては、毎月の賃貸料を、同様な特性を有する同様な状態の不動産物件の比較可能な賃貸料と比較してよい。例えば、提案フォームに入力された賃貸料が同様な状態の物件の平均的な賃貸料に近くない場合には、システムは、この食い違いをユーザに示して、別の金額をユーザに提言してよい。幾つかの実施例では、システムは、交渉当事者に自動計算を提言してよく、これは、例えば、平方フィートで表された面積に基づく賃貸料、即ち、平方フィート当たりの賃貸料の自動計算であり、更にはこれを現在の市況に関連するデータと比較するものである。ユーザは、その提言を受け入れてよく、又は拒否して誤り通知を無視してもよい。同様に、賃貸料の譲歩の文脈では、ユーザが最初に、毎月の賃貸料と賃貸期間とに基づいて3か月の無料賃貸を提案する場合がある。ユーザが無料賃貸の月数としてうっかり「33」を入力したとすると、本明細書に記載のインテリジェント契約システムは、自動チェック/自動提言機能により、この数字を間違いと認識して、この間違いにフラグを立ててユーザに示し、より適切な数字(「3」)を提言してよい。
提案の記入が済んだら、提案がシステムに提出されてよく、これはシステムから他方の交渉当事者に送られる。システムはステップ310で、提出された提案を受け取る。更に、ステップ312で、提案は、任意選択で、顧客がレビュー又は編集する為に顧客に提供されてよい。例えば、交渉の第1の当事者がブローカーである場合、ブローカーは、自分のクライアント(クライアントもシステム内で別個のアカウントプロファイルを持っていてよい)と提案を共有したい場合がある。提出された提案は、ステップ312で、参照の為に顧客アカウントに自動的に送られてよい。場合によっては、提案が受け取られたとき及び/又は提出されたときに、指定された特定の当事者及び/又は個人に通知が送られてよい。通知は、自動テキストメッセージ、電話、モバイルアプリケーションによるプッシュ通知、及び/又は他のタイプの通知の形式で受け取られてよい。
提出された提案をシステムが受け取ると、システムはステップ314で、その提案を第2の当事者に提供してよい。そして第2の当事者(例えば、賃貸責任者等)は、新しい提案が受け取られたことの通知を受け取ってよい。第2の当事者が受け取った新しい提案は、ステップ316及び318で、ロックされてクローンが作成されてよく、ロックされたバージョンの提案は編集不可であるが、参照の為に第2の当事者に対して表示され、クローンバージョンは編集可能であり、対案に変換されてよい。クローンバージョンの提案は、ユーザが手動で編集してよい。更に、本明細書に記載のインテリジェント契約システムは、対案において提案される条件に関して1つ以上の提言をユーザに提供してよい。
第1の当事者と第2の当事者は交換可能であってよい。例えば、第2の当事者が対案を作成して第1の当事者に送る場合、第2の当事者は、実際には、図3に示した方法での「第1の当事者」になる。ユーザが、提出された提案のクローンバージョンで作業を開始すると、ステップ308からの自動チェック/自動提言機能はリアルタイムで動作を開始し、対案に関するインテリジェント提言がユーザに提供される。そして対案はシステムに提出され、システムはステップ310で対案を受け取る。システムは(ステップ314と同様に)対案を第1の当事者に提供し、その対案は(ステップ316及び318と同様に)ロックされてクローンが作成される。このプロセスは、交渉の当事者等が合意に達するまで、必要に応じて何度でも繰り返される。
図4は、本明細書に記載の、提案依頼(RFP)提出の観点からの、交渉をインテリジェントにステージング、キャプチャ、及びファシリテートする方法の一例400を示す。図3に示した方法と同様に、方法400は、ブロック402でログイン/認証ステップから開始してよい。ステップ404でユーザダッシュボードが表示される。ユーザは、ステップ406で提案を送る代わりに、提案依頼を提出する(即ち、他方の当事者に対し、最初の提案の提出を依頼する)。前述のように、ステップ406での提案依頼は、正確な不動産物件場所を指定してよく、又はシナリオによっては、提案依頼は、特定の条件(例えば、地理、快適さ、サイズ、POIまでの近さ等)に基づいてよい。
幾つかの例示的態様では、ユーザが提案依頼フォームに記入しているときに、本明細書に記載のインテリジェント契約システムは、潜在的な関心対象資産に関するインテリジェント提言をユーザに提供してよい。例えば、ユーザが商業用不動産物件の賃貸に関する提案依頼を記入しているとすると、ユーザは、ユーザが提案依頼フォームに入力済みの条件の幾つかに一致しうる特定の物件場所をユーザが検討することを提言するインテリジェント提言を受け取ることが可能である。そのようなインテリジェント提言は、ユーザが提案依頼フォームに記入しているときにリアルタイムで行われてよく、又は他の例では、ユーザが提案依頼を提出した後に提言が提示されてよい。後者の例では、ユーザはその後、提言された特定の物件についての提案依頼を受け取りたいことをシステムに表明してよい。この表明は、システムによってキャプチャされてよく、ユーザの最初のRFPにリンクされてよい。他方の当事者は、最初のRFPを見るときに、そのRFPで指定されている条件を、システムがインテリジェント提言した特定の物件場所と一緒に見ることが可能である。
提案依頼の記入が済んだら、システムはステップ406で提案依頼を受け取ってよい。そして提案依頼は、ステップ408で第2の当事者に提供されてよい。依頼はステップ410でロックされてよく、任意選択で、ステップ411でクローンが作成されてよく、ロックされたバージョンは編集不可であり、参照の為に第2の当事者によって記憶され、クローンバージョンは編集可能であり、第2の当事者によって提案に変換されることが可能である。ステップ411で提案依頼のクローンを作成することは任意選択であり、これは、場合によっては、第2の当事者が提案の作成を、クローンのRFPフォームから開始するより未記入の提案フォームから開始するほうが効率的であるとシステムが判断することがある為である。その為、ステップ411でのRFPフォームのクローン作成は任意選択である。
そして本方法はステップ412に進み、そこでは可能性のある提案提言(即ち、インテリジェント提言)が自動的に生成され、これは、(例えば、第1の当事者に関連する過去のトランザクション/取引フロー履歴、同様な状態の資産評価、取引の特性に応じた標準的な条件、現在の市況、今後の市場予測因子等に関して)トレーニングされた予測分析及び/又はトレーニング済み機械学習モデルに基づいて行われてよい。提案は第2の当事者に提供されてよく、第2の当事者はその提言を承認又は不承認してよい。システムは、提案が作成されたときに、これらの承認及び不承認の表明を受け取ってよい。提案の記入が済んだら、ステップ414で、提案が最終決定されて第1の当事者に提供されてよい。システムは、第2の当事者から提出の知らせを受け取り、次に、その提案を第1の当事者に提供してよい。
図5は、本明細書に記載の、現地訪問依頼の観点からの、交渉をインテリジェントにステージング、キャプチャ、及びファシリテートする方法の一例500を示す。図5に示す方法500は、ログイン/認証ステップ502から開始する。ユーザが未登録の場合、システムは、先に進む前にアカウントを作成することをユーザに要求してよい。他の例では、システムは、ユーザがアカウントなしで先に進むことを許可してよい。ログイン後、システムはステップ504でユーザダッシュボードを表示してよい。次にユーザは、現地訪問フォームに移動して、フォームの記入を進めてよい。システムは、506で、現地訪問フォームに関連する入力を受け取ってよく、この入力は、正確な物件場所、日時、及び連絡先情報を含んでよく、これらに限定されない。そして現地訪問フォームは、記入が済んだらシステムに提出されてよい。システムは、ステップ508で、記入が済んだ現地訪問フォームを受け取り、次にステップ510で、提出された現地訪問フォームを第2の当事者に提供する。システムは又、現地訪問フォームに基づいてカレンダイベントを自動的に生成してよく、カレンダイベントは第1及び/又は第2の当事者に提示されてよい。
システムは又、第1及び/又は第2の当事者のカレンダと同期することが可能であってよい。例えば、第1の当事者が現地訪問フォームの記入を開始して、日時を挿入したときに、その日時が、第1の当事者のカレンダに既にある先約と競合することがある。システムは、入力された日時を第1の当事者のカレンダと照合して、既にスケジュールされているイベントと競合しない新しい日時のインテリジェント提言を提供してよい。第2の当事者が現地訪問フォームを受け取ったときも同じ機能が実施されてよい。
第2の当事者は、現地訪問フォームを受け取った後、決定ブロック512で、その現地訪問依頼を承認するか、その現地訪問依頼に対して変更を提案するかを決定する。第2の当事者が現地訪問依頼を承認した場合、システムは、ステップ514で現地訪問依頼の承認の表明を受け取り、ステップ516で承認通知を第1の当事者に提供する。これにより、指定された日時での現地訪問に両当事者が合意したことが確認される。一方、第2の当事者が提案された現地訪問依頼を拒否した場合、第2の当事者は、現地訪問の日時の変更を提案してよく、或いは全く別の場所を提案してよい(例えば、訪問を依頼された場所がその日時では都合が悪い場合、第2の当事者は別の同等の場所を提案してよい)。システムは、ステップ518で現地訪問依頼に対して提案された変更指示を受け取ってよく、次にステップ520で、提案された変更を第1の当事者に提供してよい。そして第1の当事者は、提案された変更を承認してよく、又は更なる変更を提案してよい。このサイクルは、依頼された現地訪問に関して、当事者等が互いに合意できる日時に達することができるまで繰り返されてよい。
図6は、本明細書に記載の、インテリジェント提案提言を生成する方法の一例600を示す。図6に示した方法600は、予測分析及び/又は少なくとも1つのトレーニング済み機械学習(ML)モデルに基づく。MLモデルは、交渉当事者等に関連する過去のトランザクション/取引フロー履歴(例えば、交渉当事者等に関連する挙動パターン等の交渉メトリクス)、システムにあらかじめプログラムされている標準的な取引条件、現在の市場動向、(例えば、地理及び資産特性に基づく)比較可能な資産評価及び動向、現在の市場データ、今後の市場予測等に関してトレーニングされてよい。MLモデルは又、他の既にトレーニング済みのMLモデルに基づいてトレーニングされてよい。MLモデルについては、図7の入力処理装置に関して詳述する。
図6の方法ではまず、ステップ602で、第1の当事者に関連する入力を受け取って分析する。ステップ602での、第1の当事者に関連する情報は、データベース612から、且つ/又は(例えば、進行中の提案フォームに第1の当事者が取引条件の提案を入力している間の)第1の当事者からのリアルタイム入力から提供されてよい。本方法は次にステップ604に進んでよく、そこでは、資産に関連する資産特性及び履歴データが受け取られて分析される。この情報は、データベース614からシステムに提供されてよい。例えば、資産は物件場所であってよく、物件特性は、地理的場所、サイズ、快適さ、過去のテナント、メンテナンス履歴、POIまでの近さ、周辺コミュニティの人口統計等を含んでよい。物件場所に関連する履歴データは、過去10年間に物件に支払われた平均賃貸料、最も最近の賃貸料、最も最近の賃貸譲歩条件(例えば、賃貸期間に対する無料賃貸の月数)、及び他の、インテリジェント且つ競争力ある提案提言を決定することに関連しうる履歴データを含んでよい。本方法は次に、ステップ606で、現在の市場データを分析することに進んでよい。現在の市場データは、データベース616及び/又はクラウドベースのデータレイクを介してサードパーティデータソースから提供されてよい。現在の市場データは、提言される特定の条件に影響を及ぼしうる。例えば、現在の市場が落ち込んでいて、供給が多く需要が少ない場合、物件場所の毎月の賃貸料についてのインテリジェント提言は平均より低くなることがある。そして、供給が少なく需要が多いことを現在の市場データが示している場合には、提言される毎月の賃貸料は平均より高くなることがある。別の例として、所与の地理的条件においてユニークな特性を有する物件(例えば、工業用建物の屋内保管場所の最大高さ、LEED評価、LED照明器具、スマートビルディングインフラストラクチャ等)が売りに出される場合がある。そのような場合、システムは、そのようなユニークな特性に基づいて売り出し価格を適切に上げてよい。別の例として、顧客の賃貸履歴に含まれる非経済的条件(例えば、相互の免責、表明、及び保証)に基づいて価格を調節する場合がある。
幾つかの例示的態様では、ステップ602で受け取られた入力情報は、特定の資産に対する複数の入札に関連する入力情報を含んでよい。例えば、テナントは複数の地主から賃貸の提案を募ることがあり、或いは売り手は複数のバイヤーから提案を募ることがある。そのような、特定の資産に対して複数の提案が提出されるシナリオでは、インテリジェント契約システムは、その複数の提案を受け取り、その複数の提案を分析し、それらの提案を相互比較し、且つ履歴情報及びデータと比較してよい(ステップ604)。現在の市場データ、並びに関心を示す当事者(例えば、地主、関心を示すバイヤー等)からの履歴データが分析され、提出された提案と比較されてよい。様々な提案同士の比較データ、資産の履歴特性との比較データ、現在の市場データ、提案側当事者に関連する履歴データ、及び他の関連データに基づいて、本明細書に記載のインテリジェント契約システムは、どの提案が最も有利でありうるかについての助言をテナント/売り手に提供してよい。テナント/売り手は、優先傾向及び制約条件をシステムに入力することが可能であってよく、システムはそのような入力を受け取る(例えば、テナント/売り手は、履歴データがないバイヤーからの低価格よりも、合法のトランザクション履歴を有する本物のバイヤーを重視する)。システムは、その入力について検討し、その入力に基づいて、どの提案が交渉当事者の優先傾向に最もよく調和しうるかについてのインテリジェント提言を提供してよい。幾つかの実施例では、システムは、複数の提案を、特定の基準(例えば、価格、追跡記録、賃貸料の譲歩等)に基づくランキングシステムに表示してよい。
別の例示的態様では、特定のユーザ優先傾向が契約条件及び契約条件に関連するリスクレベルに関連してよい。例えば、提案のランキングは、特定の契約条件のリスクのレベル(例えば、免責、納期の最終期限、遅延弁済金、違約金、不可抗力等)に基づいてよい。インテリジェント契約システムは、提案された契約条件を分析し、提案された契約条件を複数の提案からの他の条件との中で比較し、且つ/又は(例えば、データベース614、616等に記憶されている)標準的な契約条件と比較し、その後、特定の契約条件/提案条項に関連するユーザにリスクアセスメントを提供してよい。
次に本方法は、ステップ608で交渉当事者等からの履歴トランザクション及び取引フロー履歴を分析することに進んでよい。このデータは、データベース618に記憶されてよく、データベース618からシステムに提供されてよい。第1及び第2の当事者からの履歴データが評価されて、インテリジェントなパターン、動向、及び優先傾向が抽出されてよい。例えば、特定の当事者が、典型的には、期間を長くすることとの引き換えでの無料賃貸の月数についての交渉に意欲的であり、賃貸料の交渉については意欲的でない場合がある。そのようなプロファイルの当事者の場合、システムは、他方の当事者に対して、賃貸料の変更ではなく、無料賃貸の月数と期間の長さについての別の条件を提案するようにインテリジェント提言することを要求されてよい。別の実施例では、特定の交渉当事者が、直接、賃貸料、期間、及び無料賃貸の月数に関して交渉することより、ユニークな特典を優先する場合がある。そのようなプロファイルの場合、システムは、他方の交渉当事者に対して、賃貸料、期間、及び/又は賃貸料の譲歩の各条件を調節するのではなく、提案に付加的な特典(例えば、従業員がジム施設を利用できること、家具の更新、屋根付き駐車場等)を追加することを検討するようにインテリジェント提言することを要求されてよい。更に別の実施例では、特定の交渉当事者が、高い購入価格でリース戻し条件付き売却取引の毎月の賃貸料を高くするのではなく、賃貸期間を長くしてリース戻し条件付き売却取引の毎月の賃貸料を安くする為に購入価格を安くする交渉を優先する場合がある。
システムは、ステップ602から608でデータを分析したら、ステップ610で当事者に対してインテリジェント提案提言を生成してよい。このインテリジェント提案提言は、当事者によって承認又は拒否されてよい。システムは、当事者から承認又は拒否の表明を受け取り、その表明を記憶し、それを使用して、MLモデルを今後のインテリジェント提言に備えてトレーニングしてよい。例えば、特定のユーザが毎月の賃貸料を変更することに関連するインテリジェント提言を常に拒否する場合、システムは、この特定の当事者が毎月の賃貸料について交渉しないことが通常であると判断してよく、今後、システムは、物件場所の毎月の賃貸料を変更しないインテリジェント提言を提供してよい。
データベース612、614、616、及び618は、単一データベースの一部であってよく、或いはそれぞれ別個のデータベースであってよい。幾つかの実施例では、システムは、セキュリティ及び冗長性を強化する為にそれぞれ別個のデータベースをホストするように構成されてよく、別の実施例では、システムは、使いやすさ及びメンテナンスを強化する為に、ステップ602~608で分析されたデータを単一データベース内でホストするように構成されてよい。
別の例示的態様では、交渉フローは、実際の賃貸合意に適用されてよい。(例えば、趣意書に基づいて)交渉当事者等の間で基本取引条件が合意されたら、全てが組み込まれた契約書が通常の次のステップである。実際の契約書自体は、インテリジェント契約システムにロードされ、1つの当事者によって「第1の提案」として提出されてよい。そして契約書は交渉の対象であってよく、変更があるたびにその変更がシステムにキャプチャされる(例えば、ロックされ、クローンが作成される)。特定の条件がインテリジェント契約システムによって分析され、ユーザのリスクプロファイルに基づいてユーザに対してフラグが立てられてよい。契約の特性及び対象となる資産に応じて、他の条件に、普通ではない特異な条件としてのフラグが立てられてよい。交渉当事者等の双方が互いに契約に合意したら、両当事者はシステム内で合意してよく、それによって、全てが組み込まれた契約書が作成される。
2つの当事者の間で賃貸文書を最終決定する状況では、システムは、市場情報、及びそれらの当事者又はその関連会社との間で以前に最終決定された賃貸の情報を利用して、非慣例的であってよいが、当事者等が望ましい若しくは許容できると認めうる条項及び条件で賃貸文書をインテリジェントに埋めてよい。
図7は、本明細書に記載の、交渉をインテリジェントにステージング、キャプチャ、及びファシリテートするシステム及び方法を実施する為の入力処理装置の一例を示す。入力処理システム700は、クライアント装置(例えば、クライアント装置102、104、及び/又は106)、リモートウェブサーバ装置(例えば、装置116、118、及び/又は120)、並びに他の、交渉をインテリジェントにステージング、キャプチャ、及びファシリテートするシステム及び方法を実施することが可能な装置に埋め込まれてよい。入力処理システムは、1つ以上のデータプロセッサを含み、交渉、トランザクション履歴、現在の市場動向、今後の市場予測因子、及び資産評価に関連する様々なソースから(例えば、MLアルゴリズムを介してインテリジェントに、且つ/又はユーザによって手動で)提供される処理データに基づいて、アルゴリズム、ソフトウェアルーチン、及び/又は命令を実行することが可能である。入力処理システムは、工場装着システムであってよく、又は特定の装置にアドオンされるユニットであってよい。更に、入力処理システムは、汎用コンピュータであってよく、又は特殊用途の専用コンピュータであってよい。入力処理システムの場所については、クライアント装置又はリモートウェブサーバ装置等に対して何の制限もない。図7に示した実施形態によれば、本開示のシステムは、メモリ705と、1つ以上のプロセッサ710と、提案生成モジュール715と、通信モジュール720とを含んでよい。本技術の別の実施形態は、これらのモジュール及びコンポーネントの一部又は全てを含んでよく、全く含まなくてもよく、他のモジュール、アプリケーション、データ、及び/又はコンポーネントを一緒に含んでよい。更に又、幾つかの実施形態は、これらのモジュール及びコンポーネントのうちの2つ以上を単一モジュールに組み込んでよく、且つ/又は、これらのモジュールのうちの1つ以上のモジュールの機能性の一部を別のモジュールに関連付けてよい。
メモリ705は、プロセッサ710上で1つ以上のアプリケーション又はモジュールを実行する命令を記憶してよい。例えば、メモリ705は、1つ以上の実施形態において、提案生成モジュール715及び通信モジュール720の機能性を実行することに必要な命令の全て又は一部を収容する為に使用されてよい。一般に、メモリ705は、情報を記憶することに使用される任意のデバイス、機構、又は埋められたデータ構造を含んでよい。本開示の幾つかの実施形態によれば、メモリ705は、あらゆるタイプの揮発性メモリ、不揮発性メモリ、及び動的メモリを包含してよく、これらに限定されない。例えば、メモリ705は、ランダムアクセスメモリ、メモリ記憶デバイス、光学メモリデバイス、磁気媒体、フロッピーディスク、磁気テープ、ハードドライブ、SIMM、SDRAM、RDRAM、DDRRAM、SODIMM、EPROM、EEPROM、コンパクトディスク、DVD等であってよい。幾つかの実施形態によれば、メモリ705は、1つ以上のディスクドライブ、フラッシュドライブ、1つ以上のデータベース、1つ以上のテーブル、1つ以上のファイル、ローカルキャッシュメモリ、プロセッサキャッシュメモリ、リレーショナルデータベース、フラットデータベース等を含んでよい。更に、当業者であれば理解されるように、更に多くの、情報を記憶するデバイス及び技術がメモリ705として使用されてよい。
提案生成モジュール715は、図2~6に示した動作ステップ、具体的には、データを分析し、提案及び対案に関連するインテリジェント提言を生成するステップの一部を実行するように構成されてよい。モジュール715は、図6に示したように、様々なソースからデータを受け取ってよい。それらのデータは、処理され、分析され、提案生成モジュール715内に収容されうる少なくとも1つのMLモデルをトレーニングすることに使用されてよい。当然のことながら、提案生成モジュール715は、通信モジュール720と通信するように構成されてよく、通信モジュール720は、少なくとも1つのインテリジェント提言を交渉当事者に提供してよい。幾つかの実施例では、提案生成モジュール715は、サーバサイドに構築されて、組み込み計算(例えば、あらかじめプログラムされた賃貸の経済計算)を使用する機能を実行してよい。
提案生成モジュール715は、少なくとも1つの機械学習モデルを含む少なくとも1つの予測分析又は機械学習(ML)エンジンを収容してよい。MLエンジンは、ユーザトランザクション/取引フロー履歴、他のユーザプロファイルデータ、比較可能な資産評価データ、現在の市場データ、今後の市場指標データ、現在の取引特性に基づく標準的な取引条件等を受け取って、少なくとも1つの機械学習モデルをトレーニングすること、又は、既にトレーニング済みの機械学習モデルと比較することを行うように構成されてよい。例えば、MLモデルをトレーニングする為に、入力データから抽出された特徴が、特定の資産識別子(例えば、地理的場所、サイズ、快適さ、POIまでの近さ、価格等)に関連付けられてよい。MLエンジンは様々な機械学習アルゴリズムを利用してMLモデルをトレーニングしてよく、そのようなアルゴリズムとして、いろいろある教師あり及び教師なしの機械学習アルゴリズムの中でも特に、線形回帰、ロジスティック回帰、線形判別分析、分類木及び回帰木、ナイーブベイズ、k近傍法、学習ベクトル量子化、ニューラルネットワーク、サポートベクトルマシン(SVM)、バギング及びランダムフォレスト、及び/又はブースティング及びアダブースト(AdaBoost)があり、これらに限定されない。前述の機械学習アルゴリズムは、入力データを、既にトレーニング済みの機械学習モデルと比較する場合にも適用されてよい。(例えば、個々の交渉当事者、物件場所、標準的な取引条件等に関連する)識別されて抽出された特徴及びパターンに基づいて、MLエンジンは、少なくとも1つの機械学習モデルをトレーニングする為に特徴に適用する適切な機械学習アルゴリズムを選択してよい。例えば、受け取られた入力データが複雑であり、非直線関係を示している場合、MLエンジンは、機械学習モデルをトレーニングする為にバギング及びランダムフォレストアルゴリズムを選択してよい。これに対し、受け取られた特徴が特定の特徴及び入力データに対して直線関係を示している場合(例えば、物件場所から国際空港までの距離が短くなるにつれて、物件場所の毎月の賃貸料が高くなる場合)、MLエンジンは、機械学習モデルをトレーニングする為に線形回帰又はロジスティック回帰アルゴリズムを適用してよい。
別の態様では、MLエンジンは、少なくとも1つの既にトレーニング済みの機械学習モデル及び/又は予測分析を、過去のユーザトランザクション/取引フロー履歴及び他のユーザプロファイルデータから受け取られた入力特徴に適用して、以前に識別されて抽出されたデータ点及び優先傾向(例えば、特定の交渉当事者等が一部の条件については交渉し、他の条件については交渉しないことを好む。即ち、ある当事者にとって最も重要な条件が別の当事者にとってはそれほど重要ではないことがある)、及び、以前に認識されたパターン(例えば、当事者Aは、X地理的場所内にあってサイズが少なくともY平方単位である物件場所の毎月の価格を下げることはめったにないが、同じ物件場所の賃貸期間に基づく賃貸料の譲歩については交渉する)を検出してよい。MLエンジンは、少なくとも1つのトレーニング済み機械学習モデルを、受け取られた入力データと比較して、提案及び/又は対案の形成中にどのインテリジェント提言をユーザに提供すべきかを示す比較結果を生成するように構成されてよい。具体的には、MLエンジンは、特定の物件特性に関連付けられた、ユーザの過去のトランザクション/取引フロー履歴から識別されて抽出された特徴を比較してよい。MLエンジンは又、(交渉の対象である)特定の資産の間での類似性(又は類似性の欠如)を示す比較結果を生成するように構成されている。別の態様では、比較結果は提言スコアを含んでよく、提言スコアは、候補のインテリジェント提言がユーザにとって適切であることをシステムがどれほど確信しうるか、及び/又は、そのインテリジェント提言が交渉プロセスを促進し、当事者同士が合意に達することを可能にすることにどれほどの確かさがあるかを示しうるものであってよい。例えば、ユーザの過去のトランザクション/取引フロー履歴及び他のユーザプロファイルデータに基づいて、提案/対案サイクル中にユーザに提供されてよい特定の候補インテリジェント提言に提言スコアが割り当てられてよい。スコアが特定の閾値を上回る候補インテリジェント提言が、交渉サイクル中の特定の時点でユーザに提供されてよく、一方、閾値を下回る候補インテリジェント提言は提供されなくてよい(例えば、スコアが「7」以上である提言は提供されてよく、スコアが「6」以下である提言は提供されなくてよい)。当然のことながら、提案生成モジュール715に埋め込まれたMLエンジンは、幾つかの実施例では、入力処理装置700内において、それ自体が独立した個別モジュールであってよい。MLエンジンは、通信モジュール720と通信するように構成されてよい。具体的には、MLエンジンは、例えば、図6に示したような、少なくとも1つの機械学習アルゴリズムプロセスの結果に基づくインテリジェント契約提言を送信してよい。
通信モジュール720は、情報(例えば、提案生成モジュール715によって収集及び分類された情報、クライアント装置又はサーバ装置を介して受け取られたコマンド等)を他のクライアント装置、リモートウェブサーバ等との間で送信/受信することに関連付けられている。これらの通信は、任意の適切なタイプの技術を採用してよく、例えば、Bluetooth、WiFi、WiMax、セルラ(例えば、5G)、シングルホップ通信、マルチホップ通信、専用狭域通信(DSRC)、又は独自の通信プロトコルを採用してよい。幾つかの実施形態では、通信モジュール720は、提案生成モジュール515が受け取った情報をクライアント装置102、104、及び/又は106に、並びに今後の使用に備えて記憶されるようにメモリ705に送信する。幾つかの実施例では、通信モジュールは、RESTfulサービスを使用するセキュアなRESTサーバを通してHTTPプロトコル上に構築されてよい。
別の実施形態では、入力処理システム700は、多状態構成で設計されていてよく、2つ以上の機械学習及び/又は予測分析エンジンを含んでよい。実施形態では、第1の機械学習エンジンが1つのタイプのデータエンティティ(例えば、トランザクション/取引フロー履歴、交渉当事者の挙動、物件特性、現在の市場データ、今後の市場指標等)を認識するようにトレーニングされてよく、第2の機械学習エンジンが別のタイプのデータエンティティを認識するようにトレーニングされてよい。例えば、1つの機械学習エンジンが、同様な状態の物件場所の分析に基づいて特定の物件特性を認識するようにトレーニングされてよい。別の機械学習エンジンが、同様な状態の交渉当事者等のグループの過去のトランザクション/取引フロー履歴の分析から特定の交渉スタイルを認識するようにトレーニングされてよい。別の態様では、複数の機械学習エンジンが、入力処理システム700内に分散してよい。多状態構成により、複数の機械学習及び/又は予測分析エンジンがデータを同時に処理することによって、処理能力及び処理速度を高めることが可能になり、言い換えると、より的確且つ適切なインテリジェント契約提言が可能になり、これは、より迅速且つ効率的な、互いに合意できる取引につながる。多状態構成の各機械学習及び/又は予測分析エンジンによって生成される比較結果を集約することにより、どの候補インテリジェント契約提言をユーザに提供すべきかを正確に決定することが可能である。
図8は、本実施形態のうちの1つ以上の実施形態を実施できる適切な動作環境の一例を示す。これは、適切な動作環境の一例に過ぎず、使用又は機能性の範囲に関して何らかの制限を示唆するものではない。使用に適切であると考えられる他のよく知られたコンピューティングシステム、環境、及び/又は構成として、パーソナルコンピュータ、サーバコンピュータ、ハンドヘルド又はラップトップ装置、マルチプロセッサシステム、マイクロプロセッサベースのシステム、プログラム可能な民生用電子機器(スマートフォン等)、ネットワークPC、ミニコンピュータ、メインフレームコンピュータ、前述のシステム又は装置を任意に含む分散コンピューティング環境等があり、これらに限定されない。
その最も基本的な構成では、動作環境800は、典型的には、少なくとも1つの処理ユニット802及びメモリ804を含む。コンピューティング装置の厳密な構成及びタイプに応じて、(いろいろある中でも特に、検出された装置に関連する情報、関連付け情報、パーソナルゲートウェイ設定、及び本明細書に開示の方法を実施する命令を記憶する)メモリ804は、揮発性メモリ(例えば、RAM)、不揮発性メモリ(例えば、ROM、フラッシュメモリ等)、又はこれら2つの何らかの組み合わせであってよい。この最も基本的な構成を、図8では破線806で示している。更に、環境800は又、記憶装置(リムーバブル808、及び/又は非リムーバブル810)を含んでよく、そのような記憶装置として磁気式又は光学式のディスク又はテープがあり、これらに限定されない。同様に、環境800は又、入力装置814(例えば、キーボード、マウス、ペン、音声入力等)及び/又は出力装置816(例えば、ディスプレイ、スピーカ、プリンタ等)を有してよい。環境は又、1つ以上の通信接続812(例えば、LAN、WAN、ポイントツーポイント等)を含んでよい。
動作環境800は、典型的には、少なくとも何らかの形態のコンピュータ可読媒体を含む。コンピュータ可読媒体は、動作環境を構成する処理ユニット802又は他の装置からアクセス可能な、任意の利用可能な媒体であってよい。限定ではなく例として、コンピュータ可読媒体は、コンピュータ記憶媒体及び通信媒体を含んでよい。コンピュータ記憶媒体は、コンピュータ可読命令、データ構造体、プログラムモジュール、又は他のデータ等の情報を記憶する為の任意の方法又は技術で実施される、揮発性及び不揮発性、リムーバブル及び非リムーバブルの媒体を含む。コンピュータ記憶媒体としては、RAM、ROM、EEPROM、フラッシュメモリ又は他のメモリ技術、CD-ROM、デジタル多用途ディスク(DVD)又は他の光記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置、又は他の磁気記憶装置、又は他の任意の、所望の情報を記憶することに使用可能な有形媒体がある。コンピュータ記憶媒体は、通信媒体を含まない。
通信媒体は、非一時的コンピュータ可読命令、データ構造体、プログラムモジュール、又は他のデータを実施する。コンピュータ可読命令は、変調されたデータ信号の形で搬送されてよく、例えば、例えば、搬送波又は他の搬送メカニズム、及び任意の情報配信媒体で搬送されてよい。「変調されたデータ信号」という用語は、信号の特性のうちの1つ以上の特性が信号内の情報をエンコードするように設定又は変更される信号を意味する。限定ではなく例として、通信媒体は、有線媒体(例えば、有線ネットワーク又は直接有線接続)及び無線媒体(例えば、音響、RF、赤外線、及び他の無線媒体)を含む。上述の媒体の任意の組み合わせも、当然ながらコンピュータ可読媒体の範囲に含まれる。
動作環境800は、1つ以上のリモートコンピュータとの論理接続を使用するネットワーク環境で動作する単一コンピュータであってよい。リモートコンピュータは、パーソナルコンピュータ、サーバ、ルータ、ネットワークPC、ピア装置、又は他のコモンネットワークノードであってよく、典型的には、上述の要素の多数又は全て、並びにそのようには言及されていない他の要素を含んでよい。論理接続は、利用可能な通信媒体によってサポートされている任意の方法を含んでよい。そのようなネットワーク環境は、オフィス、企業規模コンピュータネットワーク、イントラネット、及びインターネットに普通にある。
本開示の態様は、例えば、本開示の態様による方法、システム、及びコンピュータプログラム製品のブロック図及び/又は動作図を参照して上述されている。各ブロックに記載した機能/動作は、どのフローチャートにおいても図示の順序と異なる順序で実施されてよい。例えば、連続するように示されている2つのブロックが、実際には、ほぼ同時に実行されてもよく、必要とされる機能性/動作によっては、逆の順序で実行されることがあってもよい。
本出願において示されている1つ以上の態様の説明及び図解は、いかなる形でも、特許請求されている本開示の範囲を限定又は制限するものではない。本出願において示されている態様、実施例、及び詳細は、所有物を伝達して、特許請求されている開示の最良の形態を他者が作成及び使用することを可能にするように、十分に検討されている。特許請求されている開示は、本出願において示されているいずれかの態様、実施例、又は詳細に限定されるように解釈されるべきではない。様々な特徴(構造的特徴及び方法論的特徴の両方)は、組み合わされて図示及び説明されているか、個別に図示及び説明されているかに関係なく、特徴の特定のセットを有する実施形態を生成する為に、選択的に含まれたり省かれたりするものとする。本出願の説明及び図解を提供された当業者は、特許請求された開示の広い範囲から逸脱しない、本出願において具体化された一般的発明概念の広い態様の趣旨の範囲に含まれる変形形態、修正形態、及び代替態様をイメージされるであろう。
前述の内容から理解されるように、本発明の具体的な実施形態は、例示を目的として本明細書に示されており、本発明の範囲から逸脱しない限り、様々な修正形態が作られてもよい。従って、本発明は、添付の特許請求項によって限定される場合を除き、限定されない。
Claims (20)
- 交渉をインテリジェントにステージングする為のシステムであって、
非一時的コンピュータ可読命令を記憶するように構成されたメモリと、
前記メモリと通信可能に結合されたプロセッサであって、前記プロセッサは、前記非一時的コンピュータ可読命令を実行したときに、
第1の提案を受け取るステップであって、前記第1の提案は第1の当事者を識別する、前記第1の提案を受け取る前記ステップと、
前記第1の提案をロックするステップと、
前記第1の提案のクローンを生成するステップであって、前記第1の提案の前記コピーは編集可能である、前記生成するステップと、
前記第1の提案に関連するデータを分析するステップであって、前記データは、前記第1の当事者に関連するトランザクション履歴、第2の当事者に関連するトランザクション履歴、現在の市場データ、及び今後の市場データを含む、前記分析するステップと、
前記第1の提案に関連する前記分析に基づいて、少なくとも1つの対案提言を生成するステップと、
前記少なくとも1つの対案提言の承認表明を受け取るステップであって、前記承認表明は前記少なくとも1つの対案提言を対案に変換する、前記承認表明を受け取る前記ステップと、
前記対案を前記第1の当事者に送るステップと、
を実施するように構成されている、前記プロセッサと、
を含むシステム。 - 前記第1の当事者からの前記第1の提案は、少なくとも1つの不動産物件特性に関連する、請求項1に記載のシステム。
- 前記プロセッサは更に、前記少なくとも1つの物件特性に関連するデータを分析するように構成されており、前記少なくとも1つの物件特性は、地理的場所、サイズ、価格、期間、期間の長さ、少なくとも1つのポイント・オブ・インタレストからの距離、及び開始日のうちの少なくとも1つを含む、請求項2に記載のシステム。
- 前記少なくとも1つの物件特性に関連する前記データは、少なくとも1つの同様な状態の物件場所との比較データを含み、前記比較データは、地理的場所、サイズ、価格、期間の長さ、賃貸料の譲歩、少なくとも1つのポイント・オブ・インタレストからの距離、及び施設情報のうちの少なくとも1つを含む、請求項3に記載のシステム。
- 前記プロセッサは更に、前記少なくとも1つの対案提言に対する少なくとも1つの編集結果を受け取るように構成されている、請求項1に記載のシステム。
- 前記プロセッサは更に、前記少なくとも1つの対案提言に対する前記少なくとも1つの編集結果に基づいて第2の対案提言を生成するように構成されている、請求項5に記載のシステム。
- 前記プロセッサは更に、前記少なくとも1つの対案を第1のデータフォーマットから第2のデータフォーマットに翻訳するように構成されており、前記第2のデータフォーマットは、前記第2の当事者及び第3の当事者のうちの少なくとも一方に送られるように構成されている、請求項1に記載のシステム。
- 前記第2のデータフォーマットの前記少なくとも1つの対案は、前記少なくとも1つの対案と同時に前記第1の当事者に提供される、請求項7に記載のシステム。
- 前記プロセッサは更に、
複数の提案を受け取るステップと、
前記複数の提案を分析するステップであって、前記複数の提案を、第2の当事者に関連付けられた少なくとも1つの優先傾向と比較することを含む、前記複数の提案を分析する前記ステップと、
前記第2の当事者に関連付けられた前記少なくとも1つの優先傾向に基づいて前記複数の提案をランク付けするステップと、
を実施するように構成されている、請求項1に記載のシステム。 - 前記第1の当事者に関連する前記トランザクション履歴、及び前記第2の当事者に関連する前記トランザクション履歴は、少なくとも1つの交渉メトリックを含む、請求項1に記載のシステム。
- 前記プロセッサは更に、少なくとも1つの変更インジケータを表示するように構成されており、前記少なくとも1つの変更インジケータは、前記第1の提案と前記少なくとも1つの対案との間の変更点を示す、請求項1に記載のシステム。
- 交渉をインテリジェントにステージングする方法であって、
提案依頼を受け取るステップであって、前記提案依頼は第1の当事者を識別する、前記提案依頼を受け取る前記ステップと、
前記第1の当事者に関連するマーケティングリードを生成するステップと、
前記提案依頼をロックするステップと、
前記提案依頼に関連するデータを分析するステップであって、前記データは、前記第1の当事者に関連するトランザクション履歴、第2の当事者に関連するトランザクション履歴、及び市場データを含む、前記分析するステップと、
前記提案依頼に関連する前記分析に基づいて、少なくとも1つの提案提言を生成するステップと、
前記第2の当事者から承認表明を受け取るステップであって、前記承認表明によって前記少なくとも1つの提案提言は提案に変換される、前記承認表明を受け取る前記ステップと、
前記提案を前記第1の当事者に送るステップと、
を含む方法。 - 前記第1の当事者からの前記提案依頼は、少なくとも1つの不動産物件場所に関連する現地訪問をスケジュールする依頼を含む、請求項12に記載の方法。
- 現地訪問をスケジュールする前記依頼は、前記第1の当事者の少なくとも1つのカレンダ、及び前記第2の当事者の少なくとも1つのカレンダと自動的に同期する、請求項13に記載の方法。
- 前記第1の当事者及び前記少なくとも1つの提案に関連する少なくとも1つの交渉メトリックを分析するステップを更に含む、請求項12に記載の方法。
- 前記少なくとも1つの交渉メトリックは、交渉サイクルの平均回数、平均応答時間、及び履歴交渉データのうちの少なくとも1つを含む、請求項15に記載の方法。
- 前記第1の当事者に対する前記少なくとも1つの提案に関連する前記少なくとも1つの交渉メトリックの前記分析に基づいて対案提言を自動的に生成するステップを更に含む、請求項15に記載の方法。
- 前記対案提言の承認表明を受け取るステップであって、前記承認表明によって前記対案提言は対案に変換される、前記承認表明を受け取る前記ステップを更に含む、請求項17に記載の方法。
- 前記少なくとも1つの提案を前記第1の当事者に提供する前記ステップは、電子メッセージを送ることを含み、前記電子メッセージは、電子メールメッセージ、テキストメッセージ、自動音声メッセージ、及びプッシュ通知のうちの少なくとも1つである、請求項12に記載の方法。
- 実行されたときに、交渉をインテリジェントにステージングする方法をコンピューティングシステムに実施させる非一時的コンピュータ実行可能命令を記憶するコンピュータ可読媒体であって、前記方法は、
第1の当事者から提案依頼を受け取るステップであって、前記提案依頼は少なくとも1つの不動産物件場所に関連する、前記提案依頼を受け取る前記ステップと、
前記第1の当事者からの前記提案依頼をロックするステップと、
前記提案依頼に関連するデータを分析するステップであって、前記データは、前記第1の当事者に関連するトランザクション履歴、第2の当事者に関連するトランザクション履歴、前記少なくとも1つの物件場所に関連する財務データ、及び市場データを含む、前記分析するステップと、
前記提案依頼に関連する前記分析に基づいて、少なくとも1つの提案提言を生成するステップと、
前記少なくとも1つの提案提言を少なくとも1つの提案に変換するステップと、
前記少なくとも1つの提案を前記第1の当事者に提供するステップと、
前記第1の当事者に対する前記少なくとも1つの提案をロックするステップと、
前記少なくとも1つの提案のクローンを生成するステップであって、前記少なくとも1つの提案の前記クローンは編集可能である、前記クローンを生成する前記ステップと、
前記ロックされた少なくとも1つの提案と、前記クローン化された少なくとも1つの提案とを、前記第1の当事者に対して同時に表示するステップと、
前記クローン化された少なくとも1つの提案との関連で、少なくとも1つの対案提言を生成するステップと、
前記少なくとも1つの対案提言を少なくとも1つの対案に変換するステップと、
前記少なくとも1つの対案を前記第2の当事者に送るステップと、
を含む、コンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/903,288 US20210390647A1 (en) | 2020-06-16 | 2020-06-16 | Systems and methods for automated staging and capture of real estate negotiations |
US16/903,288 | 2020-06-16 | ||
PCT/US2020/041084 WO2021257103A1 (en) | 2020-06-16 | 2020-07-07 | Systems and methods for automated staging and capture of real estate negotiations |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023535874A true JP2023535874A (ja) | 2023-08-22 |
Family
ID=78825663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022577534A Pending JP2023535874A (ja) | 2020-06-16 | 2020-07-07 | 不動産交渉の自動化されたステージング及びキャプチャのシステム及び方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20210390647A1 (ja) |
EP (1) | EP4165582A4 (ja) |
JP (1) | JP2023535874A (ja) |
CN (1) | CN115917578A (ja) |
BR (1) | BR112022025261A2 (ja) |
CA (1) | CA3180422A1 (ja) |
MX (1) | MX2022015247A (ja) |
WO (1) | WO2021257103A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11412415B2 (en) * | 2020-08-13 | 2022-08-09 | Dish Wireless L.L.C. | Systems and methods for zero-touch interworking of network orchestration with data platform and analytics in virtualized 5G deployment |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6594633B1 (en) * | 1999-07-07 | 2003-07-15 | Vincent S. Broerman | Real estate computer network |
US7330826B1 (en) * | 1999-07-09 | 2008-02-12 | Perfect.Com, Inc. | Method, system and business model for a buyer's auction with near perfect information using the internet |
US6879997B1 (en) * | 2000-11-27 | 2005-04-12 | Nokia Corporation | Synchronously shared online documents |
US8209308B2 (en) * | 2006-05-01 | 2012-06-26 | Rueben Steven L | Method for presentation of revisions of an electronic document |
US8196030B1 (en) * | 2008-06-02 | 2012-06-05 | Pricewaterhousecoopers Llp | System and method for comparing and reviewing documents |
US7930447B2 (en) * | 2008-10-17 | 2011-04-19 | International Business Machines Corporation | Listing windows of active applications of computing devices sharing a keyboard based upon requests for attention |
US20100106651A1 (en) * | 2008-10-24 | 2010-04-29 | Tate Drew L | Real estate transaction management system |
US20120185762A1 (en) * | 2011-01-14 | 2012-07-19 | Apple Inc. | Saveless Documents |
WO2013170268A2 (en) * | 2012-05-11 | 2013-11-14 | Contract Room, Inc. | System and method for dynamic transaction management and collaborative authoring of a negotiable document |
US20140244346A1 (en) * | 2013-02-26 | 2014-08-28 | Assistant Broker LLC | Real estate transaction management platform |
US10997643B2 (en) * | 2014-09-05 | 2021-05-04 | Realogy Holdings Corp. | Real estate offer management system |
US9940681B2 (en) * | 2015-09-01 | 2018-04-10 | International Business Machines Corporation | Predictive approach to contract management |
CN108604225B (zh) * | 2015-11-09 | 2022-05-24 | 奈克斯莱特有限公司 | 由多个不同团队进行的协作文档创建 |
US20180053265A1 (en) * | 2016-08-19 | 2018-02-22 | Benjamin Wade Lyon | Method and System for Engaging and Coordinating Real Estate Transactions from Contact to Contract |
WO2018170321A1 (en) * | 2017-03-15 | 2018-09-20 | Exari Group, Inc. | Machine evaluation of contract terms |
US10936672B2 (en) * | 2018-02-28 | 2021-03-02 | Confidentiality Corp | Automatic document negotiation |
US10839207B2 (en) * | 2018-07-14 | 2020-11-17 | DeepSee.ai Inc. | Systems and methods for predictive analysis reporting |
US20200043113A1 (en) * | 2018-08-01 | 2020-02-06 | Hu-manity Rights, Inc. | System for Dynamically Evaluating the Fairness of Contract Terms |
US10936974B2 (en) * | 2018-12-24 | 2021-03-02 | Icertis, Inc. | Automated training and selection of models for document analysis |
US11157972B2 (en) * | 2019-01-10 | 2021-10-26 | Capital One Services, Llc | Document term recognition and analytics |
US11783439B2 (en) * | 2019-01-16 | 2023-10-10 | LAINA Pro, Inc. | Legal document analysis platform |
US11397844B2 (en) * | 2019-10-11 | 2022-07-26 | Kahana Group Inc. | Computer based unitary workspace leveraging multiple file-type toggling for dynamic content creation |
US10810361B1 (en) * | 2020-02-09 | 2020-10-20 | Bhaskar Mannargudi Venkatraman | Role-agnostic interaction management and real time workflow sequence generation from a live document |
US11630869B2 (en) * | 2020-03-02 | 2023-04-18 | International Business Machines Corporation | Identification of changes between document versions |
-
2020
- 2020-06-16 US US16/903,288 patent/US20210390647A1/en active Pending
- 2020-07-07 WO PCT/US2020/041084 patent/WO2021257103A1/en unknown
- 2020-07-07 JP JP2022577534A patent/JP2023535874A/ja active Pending
- 2020-07-07 CA CA3180422A patent/CA3180422A1/en active Pending
- 2020-07-07 MX MX2022015247A patent/MX2022015247A/es unknown
- 2020-07-07 CN CN202080103210.7A patent/CN115917578A/zh active Pending
- 2020-07-07 EP EP20940759.2A patent/EP4165582A4/en active Pending
- 2020-07-07 BR BR112022025261A patent/BR112022025261A2/pt unknown
Also Published As
Publication number | Publication date |
---|---|
CN115917578A (zh) | 2023-04-04 |
CA3180422A1 (en) | 2021-12-23 |
BR112022025261A2 (pt) | 2023-01-03 |
EP4165582A4 (en) | 2024-01-31 |
EP4165582A1 (en) | 2023-04-19 |
WO2021257103A1 (en) | 2021-12-23 |
MX2022015247A (es) | 2023-03-16 |
US20210390647A1 (en) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8650319B2 (en) | System and method for workflow driven channel search results | |
US8386623B2 (en) | System and method for enabling channel relevancy and rating in an IP marketplace | |
US8204790B1 (en) | System and method for matching buyers and sellers | |
US20110246326A1 (en) | System and method for enabling marketing channels in an ip marketplace | |
US20120130857A1 (en) | System and method for searching vertical silos in an ip marketplace | |
US20120265701A1 (en) | System and method for ip zone credentialing | |
JP2023535874A (ja) | 不動産交渉の自動化されたステージング及びキャプチャのシステム及び方法 | |
EP2674906A1 (en) | System and method for IP zone credentialing | |
WO2015119596A1 (en) | System and method for duplicating an intellectual property transaction deal room | |
EP2674908A1 (en) | System and method for IP zone intelligent suggestions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230526 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240313 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240402 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240625 |