TerraQuotes

Инструмент с поданной заявкой на патент, который рассчитывает стоимость работ на участке по открытым данным о недвижимости, чтобы владелец дома узнал цену до того, как к нему кто-то приедет.

Запущен

Моя роль

Основатель, продуктовый инженер и инженер машинного обучения

Компания: Good Citizens
Отрасль: Ландшафтные услуги
Годы: С 2025 по 2026
Команда: Единственный разработчик

В одиночку за 17 месяцев сделал TerraQuotes, от вопроса одного домовладельца до рабочего продукта, которым пользуется пилотный оператор Quiet Village Landscaping.
Спроектировал калькулятор так, чтобы владельцу дома ничего не нужно было измерять: площадь участка по данным округа минус постройки, умноженная на собственную ставку подрядчика за квадратный фут.
Задал правила для ценовой модели до того, как она чему-либо научилась: она может лишь слегка корректировать цену в записанных пределах и не может учиться, пока не наберётся 75 выигранных и 225 проигранных работ.

В работе у пилотного оператора Quiet Village Landscaping, который считает цены для участков реальных домовладельцев
1 адрес вот и всё, что вводит домовладелец, чтобы получить четыре ежемесячных плана с ценами, без звонка продавца
9 из 38 заявок закончились записью на визит после мгновенного расчёта цены, и 4 превратились в заказы
49 из 225 проигранных предложений записано на сегодня при том количестве, которое нужно модели, прежде чем ей разрешат учиться

terraquotes.com

Кратко

Друг спросил у ландшафтного подрядчика, сколько будет стоить его новый газон. В ответ он получил план, костровую чашу, о которой обмолвился мимоходом, и счёт на семьдесят пять долларов в час за дизайн. А ему нужна была только цифра. TerraQuotes даёт домовладельцу эту цифру по адресу, используя площади участков, которые округ и так бесплатно публикует.

Я сделал его один. Цену задаёт простое правило, а модель машинного обучения может лишь слегка её корректировать в пределах, которые я записал заранее. Модель всё ещё ждёт, и это намеренно: ей нужно увидеть предложения, которые подрядчики проиграли, а пока вернулись только 49 из 225 необходимых.

Кто участвовал

Домовладельцы Хотят узнать, сколько стоят работы на участке, до того, как кто-то к ним приедет.
Ландшафтные подрядчики Пилотный оператор Quiet Village Landscaping уже пользуется инструментом, и цены берутся из его собственного прайс-листа.
Jeff Haring, Sundown Landscaping Посмотрел раннюю версию и провёл границу между уходом за участком и монтажными работами.

Домовладелец вводит 1987 Willow Lake Dr. в калькулятор Quiet Village Landscaping и выбирает адрес из списка. Площадь участка определяется как 12,179 sq ft, и четыре ежемесячных плана сами рассчитывают цену: Lawn Basics за $408/mo, GEM Essentials за $582/mo, GEM Premier за $672/mo (самый популярный) и GEM Concierge за $818/mo. Таблица сравнения показывает, какие услуги входят в каждый план, над итогом за месяц и кнопкой Schedule consultation. Записано локально на тестовых данных, так что заявка не создавалась. — **От адреса до суммы в месяц.** На входе адрес, на выходе ежемесячный пакет с ценой в калькуляторе Quiet Village, без звонка продавца.

Контекст

Чтобы назвать домовладельцу цену до того, как к нему кто-то приедет, мне нужно было знать размер его участка, не выезжая на место. Самой рискованной была гипотеза о том, что бесплатный источник площадей участков вообще существует и достаточно хорош, чтобы по нему считать цены. От этого зависел весь продукт, а ни один общенациональный сервис такого не предлагал.

Трудность была не в том, чтобы показать покупателю диапазон цифр. Трудно было удержаться от соблазна построить огромный инструмент ландшафтного дизайна для самостоятельной работы и не отходить от одного вопроса: на какие цены люди соглашаются? В отрасли это называют конверсией, то есть тем, как часто предложение превращается в оплаченный заказ.

Исследование

Прежде чем что-то строить, я записал каждое предположение в виде проверяемой гипотезы вместе с тем, что докажет мою неправоту. Затем я расставил их по тому, насколько больно будет ошибиться и сколько выиграет клиент, если я прав, и строил в этом порядке.

Сначала я обратился к данным округов: города Сент-Луис, округа Сент-Луис и округа Марикопа в Аризоне. Сент-Луис бесплатно публикует площадь земли и построек в квадратных футах для каждого участка, и тот же подход сработал в двух других. Раннюю версию я показал Jeff Haring из Sundown Landscaping, а когда пришла Quiet Village, проверил идею на их реальном прайс-листе.

Ключевые гипотезы

Чтобы это стоило делать, должны были подтвердиться три гипотезы. Вот каждая из них и её текущее состояние.

Я проверил эти три гипотезы на реальном прайс-листе, когда пришёл первый подрядчик, Quiet Village. Их цены вошли в модель, а их записи о клиентах дали мне два вопроса, которые меня действительно волнуют: приближается ли оценка к тому, за сколько работы реально продаются, и может ли машина научиться понимать, какие предложения выигрывают.

Доверие к калькулятору

Может ли калькулятор держать разумную цену, пока человек передумывает, чего хочет? Да. Пакеты и переключатели дополнительных услуг вышли в работу, а поле, в котором люди могли незаметно ошибиться, я убрал.
Оценочная цена

Достаточно ли близка цифра, чтобы ландшафтный подрядчик всерьёз отнёсся к заявке? Пока неизвестно. Пилотный оператор использует инструмент в работе, но тест точности я отбросил до того, как его можно было оценить, так что сама цифра пока не доказана.
Расчёт по квадратным футам

Может ли ландшафтный подрядчик считать стоимость работ по квадратному футу? Да, с оговоркой. Первый пилотный клиент переписал свои расценки на уход в виде единой ставки за квадратный фут. Монтажные работы остаются за рамками, потому что никто не знает, что под газоном.

Порог обучения

Модель не может начать учиться, пока не наберётся достаточно завершённых работ.

Эти цифры не случайны. Я провёл моделирование: подавал модели пары работ, одну выигранную и одну проигранную, и просил выбрать выигравшую. Я пробовал разное число работ, для каждого прогонял моделирование 30 раз и оставил наименьшее число работ, при котором модель выбирала победителя хотя бы в 80% случаев. Получилось 75 выигранных работ и 225 проигранных. Правда, тренировочные работы были выдуманными, поэтому они говорят мне, сколько нужно реальных работ, а не о том, есть ли закономерность, которую можно найти.

Записано проигрышей

49/225
Записано выигрышей

6/75
Выигрышей для обучения

0/75

Получая одну выигранную и одну проигранную работу, тестовая модель, которую я обучил в июле, ставила победителя первым в 47 случаях из 100. Подброшенная монета даёт 50, а я заранее решил, что откажусь от модели при результате ниже 60. (Установлено 14 июля 2026 года.)

Карта допущений

Исследовать в первую очередь

Каждая точка обозначает одно предположение, расположенное по тому, насколько оно было важно и насколько хорошо мы его знали. В правом верхнем углу ошибка обошлась бы дороже всего, а знали мы меньше всего, поэтому исследование началось именно там. В этот угол попало предположений: 2.

Подтвердилось
Подтвердилось частично
Не подтвердилось
Не проверялось

ID	Допущение	Уверенность	Важность	Статус
A-001	Vercel's hosting will scale to all tenant traffic without us running our own servers	High	High	ValidatedN/A: validated in production
A-002	A free geocoder is accurate enough for residential address lookup, so we never have to pay for one	High	High	ValidatedSupplemented with county GIS parcel data as primary address source (CR-20251012)
A-003	Routing geocoding through our own server removes the browser security and privacy problems	High	Medium	ValidatedN/A
A-004	Public county parcel boundaries are authoritative enough to estimate service area from	High	Critical	ValidatedAddress standardization handles heterogeneous schemas; YAML configs externalize field mappings
A-005	Serviceable area can be derived reliably from public parcel data	High	Critical	Validated with caveatsvaluation and tier adjustments compensate for data gaps; area model semantics documented in CR-20260116
A-006	Public property valuation is a meaningful proxy for landscaping price positioning	Medium	High	Active: monitoringPer-tenant pricing profiles can override; ML pipeline designed to learn from CRM outcomes
A-007	Counting events on our own servers, in Firestore and BigQuery, gives enough insight without a tracking library in the browser	High	High	ValidatedBigQuery views provide analytical capability; Mixpanel receives PII-stripped UX events for real-time needs
A-008	Labelling every event as either checking the build or testing the idea stays maintainable as the number of events grows	Medium	High	Active: enforcedCI enforcement via enforce-pr-contract.yml; event registry test validates purpose on all events
A-009	Three storage tiers: Firestore for hot data, BigQuery for warm, blob storage for cold: is cost-effective at this scale	High	Medium	Validated at current scaleCost monitoring in place; PostgreSQL migration plan documented in docs/tech-debt/MIGRATION_PLAN_OSS.md
A-010	The people using this are homeowners on phones and crews on tablets, so mobile-first is the right default	High	High	Assumed: reasonableDesktop progressive enhancement ensures both work; Chromatic tests both viewports
A-011	Three service tiers (Curb Appeal, Full Lawn, Dream Lawn) match how residential landscaping is actually sold	High	High	Validated operationallyPer-tenant tier labels configurable; telemetry tracks tier selection for Va
A-012	Automated pricing is accurate enough for lead generation, though not for invoicing	Medium	Critical	Active: high priorityML pipeline (CR-20260209) designed to close the loop; CRM outcome detection (CR-20260306) will provide ground truth
A-013	A one-time code by text or email is enough to gate estimate detail and capture a lead without driving people away	Medium	High	Active: monitoringreCAPTCHA as secondary layer; rate limiting prevents abuse; verification events track completion rate
A-014	One source of truth for design tokens, compiled per tenant, is enough to theme every tenant	High	High	ValidatedCompile-time is acceptable for current tenant count; revisit if dynamic tenant provisioning is needed
A-015	Moving address search to the server removes the slowness caused by sending a 6MB search index to the phone	High	High	ValidatedCase study documented in docs/case-studies/ADDRESS_INDEX_ARCHITECTURE.md
A-016	A public mirror of lead data gives the sales team enough visibility without exposing personal details	High	High	Validated with gapmirrorLeadToPublic Cloud Function trigger handles sync; gap indicates timing or error: needs investigation
A-017	Naming the allowed host per tenant is enough to secure embedding without managing origins dynamically	High	High	Validateddata-base-url attribute provides escape hatch for edge cases; TENANT_ORIGINS mapping (CR-20260311) handles CDN proxying
A-018	Working out the tenant from the web address is enough for white-label hosting, without provisioning each one	High	High	Validated at current scaleAcceptable for current 3-tenant model; dynamic provisioning deferred to future EPIC
A-019	Giving each tenant its own data path prevents one tenant reading another's leads, without row-level security	High	Critical	ValidatedCross-tenant regression suite in place
A-020	A baseline with a bounded override is more robust than putting the model first	High	Critical	Active: partially validatedHeuristic baseline always computed; ML is additive not required; CRM outcome data will enable validation
A-021	Absorbing the typical bore cost, about $750, into irrigation base pricing produces cleaner estimates without underpricing	Medium	Medium	Active: monitoring$750 based on typical one-bore scenarios; actual bore work priced correctly during installation
A-022	Carrying CRM updates on events we already send avoids duplication and keeps the CRM interchangeable	High	High	Active: partially validatedGeneric crm_* events designed for future providers; HubSpot namespace isolation prevents vendor lock-in
A-023	Pulling modules out behind interfaces lets them be tested without touching the filesystem or the cloud	High	High	ValidatedRepeatable pattern documented for future module extraction
A-024	Keeping each region's field mappings in validated configuration files is more maintainable than writing them in code	High	Medium	ValidatedJSON Schema export from Pydantic for IDE autocomplete is future improvement
A-025	Feeding real outcomes back from the CRM will improve pricing accuracy by 15 to 25 percent within six months	Low	Critical	Unvalidated: infrastructure readyAll infrastructure in place; blocking dependency is CRM deal outcome detection (CR-20260306); measurement via BigQuery ml_hypothesis_metrics view
A-026	Deals that were lost are as valuable as deals that were won for calibrating pricing	Medium	High	Active: manual capture shipped; native subscription pendingCR-20260306 epic closed 2026-03-23 (#348); manual capture path shipped July 2026; native loss-reason capture in build (#890)
A-027	Partner sites will rewrite our embed script's address, so detecting where it loaded from is unreliable	High	High	Validated (learned from incident)Hardcoded TENANT_ORIGINS mapping is deterministic and CDN-immune; data-base-url attribute for edge cases
A-028	Dividing Phoenix, 500 square miles, by ZIP code is explainable to buyers and maintainable for exclusivity sales	Medium	High	Active: pre-productionConfig update process needed for ZIP changes; unmapped parcels route to parent maricopa region
A-029	Creating the deal automatically improves close rate by at least 10 percent against keying it in by hand	Low	High	Unvalidated: measurable via BigQueryBigQuery fact_lead_ml.deal_won rate by source enables measurement
A-030	Feeding real outcomes back will close the gap between the estimate and what the job finally sold for, by 15 to 25 percent within six months	Low	Critical	Unvalidated: infrastructure readyMeasurement query defined in hypothesis registry; requires sufficient closed-deal volume first
A-031	Aligning 2026 pricing to the official spreadsheet produces correct estimates for Quiet Village customers	Medium	Critical	Active: under validationyarn test:regression:quiet-village guards against drift; qvl2026PricingValidated telemetry tracks sign-off
A-032	The stored area figure is already adjusted, so anything downstream must not adjust it again	High	High	Active: fix in progressSemantic model documented; regression tests will validate fix

Дизайн

Домовладелец ничего не измеряет. Вы вводите адрес и выбираете свой дом из списка. Приложение берёт участок, вычитает постройки и показывает остаток зелёной меткой рядом с адресом. Цена равна этой площади, умноженной на собственную ставку подрядчика за квадратный фут.

Инструмент считает цены только для адресов, выбранных из списка. Если вашего адреса там нет, он прямо об этом говорит и предлагает лист ожидания, а не гадает. На код, который превращает данные округа в этот список, подана заявка на патент, но патент ещё не выдан.

Строка выбранного адреса 1 World Wide Way, Maryland Heights, MO 63146 с зелёной меткой рядом, на которой 26,863 sq ft — **Участок минус постройки.** Зелёная метка показывает 26 863 квадратных фута, на которых действительно можно работать.

Адрес, которого нет в списке объектов: пояснение, где работает инструмент, и форма записи в лист ожидания вместо страницы ошибки — **Если я не могу назвать цену, я так и говорю.** Адрес вне списка получает пояснение и лист ожидания вместо ошибки.

Ещё экраны

GEM Concierge Quote Estimator компании Quiet Village Landscaping на телефоне: логотип компании над фотографией готовой террасы и крупное название калькулятора. — **Калькулятор подрядчика.** Собственная страница Quiet Village: введите адрес и получите планы с ценами для этого участка.

Карточки планов на телефоне: GEM Premier с пометкой Most Popular за $374 в месяц рядом с GEM Essentials за $295 в месяц. Ниже строка адреса с зелёной меткой 4,316 sq ft и таблица, сравнивающая, что входит в каждый план. Адрес размыт. — **Планы с ценой для этого участка.** Участок измеряется по данным округа и показывается меткой; у каждого плана GEM цена за месяц.

Вкладка Maintenance на телефоне: плитки Lawn на 4,316 sq ft, Landscape и Hardscape, затем Routine Care с отмеченными Mowing и Fertilization, каждая с пометкой о доступности в пакетах GEM Essentials. — **Регулярный уход, по строкам.** В каждой строке указано, в какой план она входит, а измеренный газон стоит наверху.

Вкладка Enhancements на телефоне с выбранной плиткой Hardscape: Paver Patio, 2ft Garden Walls, Flagstone Steppers, Dry Creek и Iowa Rainbow Rock Bed, каждая доступна в пакетах GEM Concierge. — **Дополнительные услуги на отдельной вкладке.** Мощение, полив и освещение собраны в разделе Enhancements, отдельно от ежемесячного ухода.

Запись с телефона: Customize & Enhance открывает вкладку Maintenance, услуги регулярного ухода и полива отмечаются и снимаются, а строка ежемесячного обслуживания и кнопка Schedule consultation остаются внизу. — **Настройка плана.** Отмечаются регулярный уход и дополнительные услуги, а итог за месяц остаётся на виду.

Конец расчёта на телефоне: зелёный листок и строка Consultation requested for Tuesday, September 29, 2026, ниже закреплён итог за месяц $185 по плану Lawn Basics. — **Запись прямо из расчёта.** Домовладелец выбирает время, не уходя со страницы.

GoHighLevel: сделка, названная по объекту на Fairdale Ave, в воронке Sales Opportunity Pipeline на этапе Onsite Appointment, статус Open, оценена в $438, ежемесячная оценка для домовладельца. Имя и телефон контакта размыты. — **Заявка в CRM подрядчика.** Расчёт приходит как открытая сделка на этапе выезда на место, оценённая по ежемесячной цене для домовладельца.

Календарь CRM подрядчика, неделя с 27 сентября по 3 октября 2026 года, открыта панель встречи: Consultation по адресу на Fairdale Ave. в Rock Hill, Missouri, среда, 30 сентября 2026 года, с 10:00 до 10:15, календарь Booking Only, статус Confirmed. Номер дома, контактные данные и другие встречи размыты. — **Визит в календаре подрядчика.** Консультация, на которую записался домовладелец, появляется подтверждённой в собственном календаре CRM подрядчика.

Итерации

Первая версия была ориентирована на монтаж. Вы вводили адрес и выбирали один из трёх разовых пакетов, Curb Appeal, Full Lawn или Dream Lawn, а изометрический рисунок дома перерисовывал двор, показывая, что вы покупаете. Full Lawn по одному адресу стоил $106 564, или $16,30 за квадратный фут.

Инструмент считал цену не той работы. Jeff Haring посмотрел раннюю версию и сказал: «Для обслуживания это отлично; для монтажа пока не совсем готово. Там всё усложняется, как только начинаешь копать». Через пять месяцев мой первый пилотный клиент без подсказки провёл ту же границу. Поэтому пакеты превратились в ежемесячный уход: Quiet Village переписала свои цены на обслуживание в виде единой ставки за квадратный фут, её пакеты стали ежемесячными планами GEM, а земляные работы переехали на отдельную вкладку по выбору.

Некоторые уроки дались тяжело. Отправка на телефон всего списка адресов, шести мегабайт, замедляла страницу и ломалась на iPhone, поэтому теперь сервер отвечает на каждый поиск. Сайт одного партнёра переписывал адрес моего кода и ломал форму расчёта, поэтому теперь приложение знает каждого партнёра по имени, а не угадывает.

Три изометрических рисунка одного и того же двухэтажного дома на зелёном участке. Curb Appeal добавляет кусты и клумбы вдоль дорожки. Full Lawn добавляет цветочный бордюр и длинную живую изгородь. Dream Lawn добавляет каменную террасу, фонтан, пруд и беседку. Слои рисунка взяты из калькулятора октября 2025 года. — **Модель с упором на монтаж.** Один дом, три двора. Выбор Curb Appeal, Full Lawn или Dream Lawn перерисовывал двор, который вы покупали.

Вайрфрейм, перерисованный по версии октября 2025 года: изометрический предпросмотр двора, пакет Full Lawn за $106 564 и $16,30 за квадратный фут между двумя частично видимыми пакетами, адрес 1012 Tallie Dr., Des Peres и закреплённая полоса Your Estimate с кнопкой View breakdown. Перерисовано по компонентам на коммите 2599c314 (18 октября 2025 года). Цифры Full Lawn взяты из наблюдаемого снимка 1012 Tallie Dr.; цены других пакетов оставлены пустыми, а не выдуманы. — **Октябрь 2025 года: цена монтажа.** Три пакета с фиксированной ценой поверх рисунка, Full Lawn за $106 564.

Телефон с планом GEM Premier с пометкой «самый популярный» за $672/mo над адресом 1987 Willow Lake Dr., Chesterfield, MO 63017 с зелёной меткой 12,179 sq ft и закреплённым итогом за месяц $672. — **Сегодня: цена ухода.** Ежемесячные планы, цена которых считается по площади из записи об участке.

Решение, которое не сработало

Калькулятор октября 2025 года просил домовладельца ползунком указать, какой части двора нужна работа. Люди ошибались, а цена в любом случае выглядела одинаково правдоподобно. Неверный ответ, который выглядит верным, хуже отсутствия ответа, потому что его никто не замечает.

Поэтому для покоса и ухода я перестал спрашивать и стал сам измерять участок по данным округа о недвижимости. Выбор площади переехал в дополнительные услуги, где спрашивать о площади как раз уместно.

Результаты

Отчёт о продажах Strata: 38 заявок, 38 оценены на $48,400, 9 записаны на $14,120 с пометкой минус 76% от оценки и 4 выиграны на $6,290 с пометкой 44% от консультаций, над таблицей по каналам Direct и Google Ads — **Каждая заявка получила цену.** Тридцать восемь спросили, девять записались на визит, четыре превратились в заказы, и отсев показан на каждом шаге.

Пороги обучения подробно: порог размера выборки результатов показывает 49 при требуемом значении, красным, остальные пороги перечислены рядом со своими границами. Снимок рабочего приложения на quietvillagelandscaping.com/gem-concierge-quote-estimator, август 2026 года. Панель инструментов браузера обрезана; больше ничего не менялось. — **Чего ждёт модель.** Порог проигрышей показывает 49 при требуемом значении, красным, поэтому модель остаётся заблокированной.

TerraQuotes работает. Домовладелец примерно за минуту получает пакет обслуживания с ценой, без звонка продавца, а заявки уходят пилотному оператору Quiet Village Landscaping. В отчёте о продажах одного подрядчика все 38 заявок получили цифру в ту же минуту; девять записались на визит, и четыре превратились в заказы.

Чего я пока не могу сказать, так это насколько точна цена. Тест точности я отбросил до того, как его оценил, потому что в 215 из 347 старых строк о продажах ежемесячная цена смешивалась с двумя разовыми, и различить их было нечем. 14 июля 2026 года я задал планку, которую модель должна преодолеть, чтобы её стоило строить, на основе моделирования, а не догадки. Тестовая модель, обученная в июле, выбрала победителя в 47 случаях из 100 против 50 у монеты и моего порога в 60, и ни одна модель ещё ни разу не рассчитывала цену реального предложения.

Порог обучения: 75 выигранных и 225 проигранных работ, прежде чем модели разрешат учиться. Сейчас у неё 6 и 49.
63 отслеживаемых требования, и отдельным списком 19 требований, которые выходят с известным пробелом.

Для ландшафтных компаний

Мгновенные цены по вашим собственным ставкам

Домовладельцы вводят адрес и видят цену для своего участка. Без звонка продавца.

terraquotes.com →