תוצאות מכרזי רמ"י: איך לנתח נתוני עבר כדי לחזות את מחיר הזכייה הבא

הגשת הצעה במכרזי רשות מקרקעי ישראל (רמ"י) ללא ניתוח מעמיק של תוצאות העבר היא הימור יקר. במדריך זה נלמד צעד אחר צעד כיצד לעבד תוצאות מכרזי רמ"י היסטוריות, לחשב נתוני עומק כמו מחיר לכל מ"ר מבונה ולהמיר נתונים יבשים למודל תחזית שמעניק יתרון תחרותי ממשי בדרך לזכייה.

מדוע ניתוח היסטורי של מחירי זכייה הוא המפתח להגשה מוצלחת?

תשובה מהירה: ניתוח היסטורי מגלה את שווי השוק האמיתי של הקרקע בעיני המתחרים, מנטרל הצעות קיצוניות ומסייע לגזור מחיר למ"ר מבונה שמאזן בין סיכויי זכייה לשמירה על רווחיות היזם.

יזמים ומשקיעים רבים נוטים להסתמך בעיקר על שומות שמאי רמ"י או על מחירי דירות יד שנייה באזור. אף על פי שמדובר באינדיקטורים חשובים, הם אינם משקפים את הדינמיקה הכלכלית ואת תיאוריית המשחקים המתרחשת בזמן אמת סביב שולחן המציעים.

כאשר אתם מנתחים תוצאות מכרזי רמ"י משנים קודמות, אתם מקבלים הצצה ישירה לשיקולים של המתחרים שלכם: כמה הם היו מוכנים לשלם עבור צפיפות מסוימת, כיצד השפיעו עלויות הפיתוח על ההצעה הסופית, ואילו שולי רווח היזמים בשוק מוכנים לספוג ברמת ריבית נתונה.

חברת WizBi.AI, אשר פיתחה את פלטפורמת WizBid, מתמחה בניתוח מידע בסדר גודל עצום והנגשתו בצורה פשוטה וויזואלית. הניסיון שנצבר בניתוח אלפי מכרזים מראה כי יזמים המשתמשים במודלים של ניתוח הצעות זוכות במכרזים מצליחים לצמצם את "קלת הזוכה" (The Winner's Curse) – המצב שבו מנצחים במכרז במחיר מופרז שפוגע בכדאיות הכלכלית של הפרויקט.

הצעדים המרכזיים בבניית מודל תחזית מבוסס נתוני עבר

תשובה מהירה: תהליך החיזוי מורכב מארבעה שלבים: איסוף תוצאות היסטוריות, נרמול הנתונים לפי מדדים ואינפלציה, חישוב מחיר אפקטיבי למ"ר עיקרי, וניתוח התפלגות ההצעות של המתחרים.

כדי לבנות מודל חיזוי אמין, אין צורך באקדמיה למתמטיקה, אלא בדיסציפלינה של עבודה עם נתונים. להלן ארבעת השלבים המרכזיים לעיבוד הנתונים:

1. סינון וליקוט מתחמים מבוססי הקשר (Comparables)

לא כל מכרז עבר באותה עיר רלוונטי עבורכם. יש להשוות מתחמים בעלי מאפיינים תכנוניים דומים. אם אתם מתמודדים על מגרש לבנייה רוויה של 100 יחידות דיור (יח"ד) במערב העיר, תוצאות מכרז לבנייה צמודת קרקע במזרח העיר ייתנו אינדיקציה מטעה.

2. נרמול רכיב הפיתוח והצמדה למדדים

סכום הזכייה שמופיע בפרסומי רמ"י אינו מייצג את מחיר הקרקע הכללי. יש לחבר את מחיר הזכייה בקרקע יחד עם הוצאות הפיתוח הסופיות. בנוסף, יש לעדכן את סכומי הזכייה ההיסטוריים בהתאם למדד תשומות הבנייה, מדד המחירים לצרכן, ושינויי הריבית במשק מאז מועד סגירת המכרז ההיסטורי.

3. גזירת מדד מחיר למ"ר מבונה עיקרי

מדד זה הוא השפה המשותפת של עולם הנדל"ן. dividement (חלוקת) שווי הקרקע הכולל (קרקע + פיתוח) בסך המטרים הריבויים העיקריים המותרים לבנייה לפי התב"ע מייצרת את הנתון ההשוואתי המדויק ביותר.

4. ניתוח פערים בין זוכים למציעים נוספים

הסתכלות על המחיר הזוכה בלבד אינה מספקת. חשוב לבדוק מה היה המרחק בין ההצעה הראשונה להצעה השנייה והשלישית. פער קטן מעיד על קונצנזוס בשוק לגבי שווי המגרש, בעוד פער עמוק עשוי להצביע על טעות חישוב של הזוכה או על אסטרטגיה אגרסיבית במיוחד.

טבלת השוואה: ניתוח מתחמים היסטוריים לדוגמה

כדי להבין כיצד מציגים ומנתחים נתונים אלו, נתבונן בדוגמה מעשית המציגה ניתוח היסטורי של מחירי זכייה בשלושה מתחמים שונים באותו אזור ביקוש:

מתוך הטבלה ניתן לזהות מגמה ברורה: על אף ירידה במספר המציעים הכולל (מ-12 ל-4), המחיר הנורמלי למ"ר מבונה נמצא בעלייה מתמדת (מ-4,545 ₪ ל-5,303 ₪). מציע שיבחן רק את מספר המשתתפים עלול להסיק בטעות שהביקוש ירד ולספק הצעה נמוכה מדי, בעוד שניתוח המחיר למ"ר מבונה מוכיח שהנכונות לשלם עבור זכויות הבנייה רק עלתה.

משתנים ופילטרים קריטיים שיש לקחת בחשבון

תשובה מהירה: בעת עיבוד תוצאות מכרזי רמ"י, חובה לקחת בחשבון את שיעור הדיור במחיר מופחת, טופוגרפיה ומורכבות הנדסית, מטלות ציבוריות מיוחדות, ושינויים בסביבת הריבית.

בבואכם להשתמש בנתוני עבר, זכרו כי שום מגרש אינו זהה לחלוטין למגרש ששכן לידו. כדי למנוע הטיות במודל החיזוי שלכם, עליכם להפעיל את הפילטרים הבאים:

• תכניות ממשלתיות (מחיר למשתכן / מחיר מטרה / מחיר בהנחה): מכרזים שבהם חלק ממכסת הדירות מיועד למכירה במחיר מפוקח מציגים דינמיקת תמחור שונה לחלוטין ממכרזים בשוק חופשי. כאשר אתם מבצעים ניתוח הצעות זוכות במכרזים, הקיפו בנפרד מכרזי שוק חופשי ומכרזים מעורבים.
• שידורוג תשתיות ועלויות פיתוח חריגות: לעיתים מגרש מסוים דורש חפירה עמוקה, קירות תמך או העתקת תשתיות קיימות. עלויות אלו מגולמות בהוצאות הפיתוח או בהפחתת מחיר הקרקע. יש לבודד רכיבים אלו כדי להבין את השווי הנקי של זכויות הבנייה.
• סביבת הריבית ועלויות המימון: עליית ריבית במשק מעלה באופן ישיר את עלויות המימון של היזם לפרק הזמן שבין זכייה בקרקע ועד לקבלת היתר בנייה וליווי בנקאי. הצעת מחיר שזכתה בתקופת ריבית אפסית אינה ישימה בתקופת ריבית גבוהה ללא סתגלנות מתאימה במודל.

כיצד WizBid הופכת נתונים מורכבים לתובנות שוות כסף?

איסוף ידני של תוצאות מכרזים מתוך קובצי PDF, חוברות מכרז ופרוטוקולים של רמ"י עשוי לקחת ימים ארוכים ולהיות חסוף לטעויות אנוש. כאן נכנסת לתמונה הטכנולוגיה המתקדמת של WizBi.AI.

פלטפורמת WizBid מרכזת את כל הנתונים של מכרזי רשות מקרקעי ישראל במקום אחד. המערכת כוללת מנוע אנליטיקה מתקדם המאפשר לכם:

1. לפלח תוצאות היסטוריות לפי גוש, חלקה, עיר או שכונה בלחיצת כפתור.
2. לקבל חישוב אוטומטי של עלות כוללת למ"ר מבונה, תוך נירמול רכיבי הפיתוח.
3. לצפות בהתפלגות ההצעות של כל המשתתפים במכרזי עבר, כדי לזהות אסטרטגיות תמחור של מתחרים ספציפיים.
4. להיעזר בסוכן AI המיועד לניתוח נתוני מכרזים, המפיק דוחות כדאיות ותחזיות מחיר במהירות ובדיוק מרבי.

אתם מוזמנים לבקר באתר wizbid.co.il כדי להתנסות בכלים הללו ולראות כיצד המידע ההיסטורי הופך מנתונים יבשים ליתרון תחרותי חיוני בשטח.

צעד אחר צעד: כך תבנו את מודל החיזוי למכרז הבא

תשובה מהירה: הגדירו את אזור המטרה, חלצו נתוני 5-10 מכרזים אחרונים, נרמלו את הנתונים למדד הנוכחי, גזרו מחיר ממוצע וחציוני למ"ר, והוסיפו מקדם אסטרטגי בהתאם לרמת התחרות הצפויה.

כדי ליישם את הנלמד כבר במכרז הקרוב שלכם, פועלים לפי הצ'ק-ליסט הבא:

1. איסוף הנתונים: חלצו מתוך מערכת WizBid את תוצאות הנתונים של ה-5 עד 10 מכרזים האחרונים ברדיוס הרלוונטי.
2. ניקוי חריגים (Outliers): הסירו מודלים חריגים – הצעות גבוהות באופן קיצוני שנובעות מאינטרס נקודתי של חברה מסוימת, או הצעות נמוכות מדי שנספסלו.
3. חישוב ממוצע וחציון למ"ר: חשבו את המחיר הממוצע והחציון למ"ר מבונה מתוך תוצאות העבר המנורמלות.
4. התאמה למצב השוק הנוכחי: עדכנו את התוצאה בהתאם לשינוי במחירי הדירות הצפויים באזור, עלויות הבנייה הנוכחיות ושער הריבית.
5. קביעת מחיר המטרה (Bid Price): קבעו את גבול ההצעה שלכם. התאימו את ההצעה הסופית כך שתבטיח את הרווח היזמי המבוקש (למשל 15%-18% רווח מובטח על העלויות) ולא תעבור את התקרה שגזרתם מניתוח השוק.

סיכום: מנתונים לזכייה בטוחה

ניתוח תוצאות מכרזי רמ"י אינו רק עיסוק בהיסטוריה – הוא המצפן שלכם לעתיד. יזמים ומשקיעים שאינם מקדישים זמן לניתוח הצעות זוכות במכרזים מוצאים את עצמם מגישים הצעות מנותקות מהמציאות: או שהם מפסידים פעם אחר פעם בהפרשים זעירים, או שהם זוכים במחיר המסכן את יציבות הפרויקט.

שימוש בכלים מתקדמים כמו אלו של WizBid מאפשר לכם לקבל תמונה מלאה, מבוססת דאטה ונטולת הטיות רגשיות. כשאתם ניגשים למכרז הבא של רשות מקרקעי ישראל, עשו זאת כשכל הנתונים לצדכם.

FAQ

איפה ניתן למצוא תוצאות היסטוריות של מכרזי רמ"י?

תוצאות רשמיות מפורסמות באתר רשות מקרקעי ישראל, אך הן מופיעות כקובצי PDF בודדים לכל מכרז. כדי לקבל את המידע מרוכז, מפולח ומנותח באופן אוטומטי (כולל חישובי מ"ר ופיתוח), מומלץ להשתמש בפלטפורמת WizBid המאגדת את כל תוצאות העבר בצורה נגישה.

מהו הפער המומלץ בין מחיר שומה של רמ"י לבין הצעת המחיר בפועל?

אין אחוז קבוע. במכרזים באזורי ביקוש קשיחים, מחירי הזכייה היסטורית גבוהים בעשרות אחוזים משומת השמאי של רמ"י. לעומת זאת, באזורי פריפריה או בתקופות של האטה כלכלית, הצעות הזכייה עשויות להיות קרובות מאוד למחיר המינימום או לשומה. הדרך היחידה להעריך פער זה היא באמצעות ניתוח היסטורי של מחירי זכייה במכרזים דומים באותו אזור.

כיצד משפיעות הוצאות הפיתוח על מחיר הזכייה בקרקע?

הוצאות הפיתוח הן רכיב קשיח המשולם לרמ"י או לרשות המקומית. היזמים גוזרים את סה"כ התקציב שהם מוכנים להשקיע עבור הקרקע (קרקע + פיתוח). ככל שהוצאות הפיתוח במכרז מסוים גבוהות יותר, כך היזמים יפחיתו את הצעתם עבור מרכיב הקרקע עצמו כדי לשמור על עלות מ"ר מבונה כדאית.

מהי "קללת הזוכה" במכרזי נדל"ן ואיך ניתוח נתונים מונע אותה?

"קללת הזוכה" (The Winner's Curse) היא תופעה שבה המשתתף שזכה במכרז הוא זה שהציע את המחיר הגבוה ביותר מפני שהעריך את שווי הנכס בצורה מופרזת מעבר לכל שאר המשתתפים. ניתוח נתוני עבר והשוואה מבוססת דאטה של מחירי מ"ר מבונה מונעים הצעות אמוציונליות ושומרים על תמחור שמתחשב בשווי השוק האמיתי.

האם ניתוח תוצאות מכרזי עבר יעיל גם במכרזי "מחיר מטרה"?

בהחלט. במכרזי מחיר מטרה, מחיר המכירה הסופי של הדירות לזכאים קבוע מראש בחוברת המכרז. הניתוח ההיסטורי במקרה זה מתמקצע בהבנת הרווח היזמי שהמתחרים מוכנים להסתפק בו, ובחישוב מחירי הזכייה עבור יחידות הדיור המיועדות לשוק החופשי באותו מתחם.