Avoimen paikkatiedon ja koneoppimisen integrointi asuinkiinteistöjen arvonmäärityksessä palveluliiketoiminnan tueksi
Soikkeli, Leevi (2026)
Diplomityö
2026
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2026061569542
https://urn.fi/URN:NBN:fi-fe2026061569542
Tiivistelmä
Kiinteistönhuoltoalalla hinnoittelu ja työmääräarviot ovat perinteisesti nojanneet manuaalisiin katselmuksiin, mikä rajoittaa toiminnan skaalautuvuutta. Yrityksillä ei ole järjestelmällistä koottua tietokantaa kiinteistöjen teknisistä ominaisuuksista tai kiinteistöjen asukasdemograafeista, vaikka Suomessa tuotetaan paljon julkisesti saatavilla olevaa paikkatietoa.
Työn tavoitteena oli kehittää avoimesta paikkatiedosta koostettu rakennustietokanta Etelä-Suomen asuinkiinteistöille ja tutkia, miten koneoppimista voidaan soveltaa kiinteistöjen arvonmääritykseen palveluliiketoiminnan tueksi. Työssä tarkasteltiin, kuinka automatisoitu malli voi tukea dataohjattua päätöksentekoa ja resurssien optimointia. Työssä rakennettiin modulaarinen ETL-prosessi ja tietokantaratkaisu, joka yhdistää useita avoimia paikkatietoaineistoja, kuten Overture-geometriatietoja, Maanmittauslaitoksen tontti- ja ilmakuvadataa sekä Tilastokeskuksen demografiatietoja.
Tulokset osoittavat, että avoimesta datasta on mahdollista koostaa erittäin kattava rakennustietokanta. Tietokanta kattaa yli 1,2 miljoonaa asuinrakennusta Etelä-Suomessa ja sen keskimääräinen teknisten piirteiden kattavuus on 91,2 prosenttia. XGBoost-koneoppimismalli ennusti neliöhinnan testiaineistolla selitysasteella R² = 0,979 ja suhteellisella keskivirheellä (MAPE) 5,4 prosenttia. SHAP-analyysin perusteella sijaintimuuttujat selittivät valtaosan ennustevarianssista. In the property maintenance industry, pricing and workload estimates have traditionally relied on manual reviews, which limit the scalability of operations. Companies do not have a systematic database of property technical characteristics or property resident demographics, even though Finland produces a lot of publicly available spatial data.
The aim of the master's thesis was to develop a building database compiled from open spatial data for residential properties in Southern Finland and to study how machine learning can be applied to property valuation to support service businesses. The work examined how an automated model can support data-driven decision-making and resource optimization. The work built a modular ETL-process and database solution that combines several open spatial data sets, such as Overture geometry data, plot and aerial image data from the National Land Survey of Finland, and demographic data from Statistics Finland.
The results show that it is possible to compile a very comprehensive building database from open data. The database covers over 1.2 million residential buildings in Southern Finland, and its average technical property feature rate is 91.2 percent. The XGBoost machine learning model predicted the square meter price with the test data with an explanation rate of R² = 0.979 and a relative mean error (MAPE) of 5.4 percent. Based on the SHAP analysis, location variables explained most of the prediction variance.
Työn tavoitteena oli kehittää avoimesta paikkatiedosta koostettu rakennustietokanta Etelä-Suomen asuinkiinteistöille ja tutkia, miten koneoppimista voidaan soveltaa kiinteistöjen arvonmääritykseen palveluliiketoiminnan tueksi. Työssä tarkasteltiin, kuinka automatisoitu malli voi tukea dataohjattua päätöksentekoa ja resurssien optimointia. Työssä rakennettiin modulaarinen ETL-prosessi ja tietokantaratkaisu, joka yhdistää useita avoimia paikkatietoaineistoja, kuten Overture-geometriatietoja, Maanmittauslaitoksen tontti- ja ilmakuvadataa sekä Tilastokeskuksen demografiatietoja.
Tulokset osoittavat, että avoimesta datasta on mahdollista koostaa erittäin kattava rakennustietokanta. Tietokanta kattaa yli 1,2 miljoonaa asuinrakennusta Etelä-Suomessa ja sen keskimääräinen teknisten piirteiden kattavuus on 91,2 prosenttia. XGBoost-koneoppimismalli ennusti neliöhinnan testiaineistolla selitysasteella R² = 0,979 ja suhteellisella keskivirheellä (MAPE) 5,4 prosenttia. SHAP-analyysin perusteella sijaintimuuttujat selittivät valtaosan ennustevarianssista.
The aim of the master's thesis was to develop a building database compiled from open spatial data for residential properties in Southern Finland and to study how machine learning can be applied to property valuation to support service businesses. The work examined how an automated model can support data-driven decision-making and resource optimization. The work built a modular ETL-process and database solution that combines several open spatial data sets, such as Overture geometry data, plot and aerial image data from the National Land Survey of Finland, and demographic data from Statistics Finland.
The results show that it is possible to compile a very comprehensive building database from open data. The database covers over 1.2 million residential buildings in Southern Finland, and its average technical property feature rate is 91.2 percent. The XGBoost machine learning model predicted the square meter price with the test data with an explanation rate of R² = 0.979 and a relative mean error (MAPE) of 5.4 percent. Based on the SHAP analysis, location variables explained most of the prediction variance.