BIG DATA, EL FUTURO INMOBILIARIO

Dashboard-REDs-v3

BIG DATA, EL FUTURO INMOBILIARIO

Telefónica, la empresa española que más dinero destina a innovación, denomina a BigData ‘el petróleo del siglo XXI’. Para los alemanes fue el arma secreta con la que suselección ganó el Mundial, como más adelante desvelaremos.

Se ha publicado más información en los últimos diez años que en toda la historia de lahumanidad.  El  petróleo  del  siglo  XXI  es  sin  duda  la  información,  y  al  ser  de  talmagnitud y tan desestructurada, al igual que el alquitrán, para obtener su mayor valoreconómico es necesario depurarla y procesarla en conclusiones con las que poder tomardecisiones. Es aquí donde entra en juego Big Data, se encarga de este proce

¿Cuánta  información  creen  que  puede  analizarse  sobre  las  más  de  3  millones  deviviendas vacías que el año pasado había pendientes de ser vendidas o compradas, y delas  cuales  más  de  medio  millón  eran  de  obra  nueva?  Y lo  más  importante,  ¿quéconclusiones se podrían obtener para tomar decisiones de negocio en este mercado?

Big Data es la gestión y análisis de enormes volúmenes de datos que no pueden sertratados  de  manera  convencional.  Cuando  el  volumen  de  información  supera  lacapacidad  del  software  habitual  para  ser  tratada,  cuando su  variedad  puede  ser  tandiversa y cuando la velocidad con que los datos se reciben, se procesan y se tomandecisiones, es inmediata, hablamos de Big Data.

Queda mucho para entender el comportamiento económico, ambiental y social de losactivos inmobiliarios o de la ciudad en general desde una perspectiva tecnológica ¿o notanto?

Para hacernos una idea de su importancia, la inversión en servicios de Big Data será de132.000 millones de dólares en 2015, lo que generará unos 4,4 millones de empleos entodo  el  mundo.  Gracias  al  Big  Data  el  PIB  de  la  Unión Europea  crecerá  un 1,9% adicional para 2020.

‘Big Data contra el crimen’ no es el nombre de una película. El análisis y cruce de datosde la actividad delictiva en Londres se utiliza para orientar a la policía, que escapaz de saber, con un 68% de probabilidad, si en una zona concreta se vana producir más de cinco crímenes al mes

‘Big  Data  para  ofertas  personalizadas’,  como  la  empresa  T-Mobile que  redujo  sunúmero de portabilidades un 50% enviando ofertas individualizadas a cada cliente, antesde que abandonasen la compañía, tras analizar todos los datos de sus quejas.

De la  misma manera,  en el  sector inmobiliario,  uDA (urban Data  Analytics)  con laformalización de 160 índices con contexto urbano, subdivididos en 350 indicadores,analiza y es capaz de obtener  conclusiones muy concretas en este sector para poderorientar a sus actores, como consultoras o inmobiliarias.

El objetivo final es dinamizar el mercado inmobiliario para Inversores ya sean CapitalRiesgo  o  Family  Office,  Consultores,  Promotores  o  Inmobiliarias.  Las  herramientascreadas por uDA (urban Data Analytics) ayudan a estas empresas a entender la ciudadmediante  herramientas  que,   de  forma  segmentada  y  localizada,  concentran  lainformación  de  diferentes  procedencias  (fuentes  públicas  y  privadas,  oficiales  ycomerciales) y la analizan, para la toma de decisiones.

Se puede saber cuántas viviendas por tipologías se ofertan o se venden, en un mercadodeterminado, en tiempo real. Saber qué tipología de vivienda se vende más en una zonay cual se vende antes.También ‘la Banca apuesta por Big Data’ para consolidar toda la  información de losclientes,  gestionar  los  datos  de  forma  única y  poder  personalizar  ofertas comerciales ad hoc.

Big Data para viviendas es capaz de conseguir el Time on Market o tiempo estimado deventa de un activo bajo un arco de precios determinado. También te permite obtener laevolución y dinámica en el tiempo de precios de inmuebles segmentados.

El Big Data en Sanidad permite a hospitales y aseguradoras ahorrar costes. En USAuna red de hospitales comenzará a adquirir los datos de consumo de sus pacientespara asignar recursos. Toda la información será procesada por un algoritmo quecalculará una puntuación de riesgo a cada paciente y que podrá ser compartida conlos profesionales sanitarios.

Big Data inmobiliario mediante la localización segmentada y microlocalizada, con lascaracterísticas del  entorno urbano (centralidad,  visibilidad y representatividad)  y delinmueble  o  activo  (tipología,  tamaño,  altura,  estado  dotaciones,  servicios  comunes)permite localizar nichos de mercado más rentables, como por ejemplo, tipologías que sevenden más rápido y con menos oferta, en una zona terminada.

Compañías como AXA ‘Seguros esperan que el  análisis en tiempo real’ de los datossobre el comportamiento de las personas les permita la identificación de relaciones que,hasta  ahora,  han  pasado  completamente  desapercibidas,  consiguiendo  predecirconductas para reforzar la lucha contra el frau

Con estas herramientas puede predecirse conductas o  más bien escenarios, en el sentidode realizar búsquedas de gemelos urbanos más rentables. Es decir, si tuviéramos queestudiar  una  zona  donde  no  existe  obra  nueva,  a  partir  de  otras  zonas  donde  situviésemos esta  referencia y rentabilidad de las mismas,  podemos encontrar áreas opartes  de  la  ciudad  donde  se  den  similares  condicionantes  urbanos,  económicos  ysociales  para poder obtener esa rentabilidad buscada.

Big  Data,  fue  el  arma  secreta  con  la  que  Alemania  ganó  el  Mundial’.  Con  unaherramienta  de  análisis  de  enormes  cantidades  datos  de  los  partidos,  de  losjugadores y también de los rivales.

Uno de los puntos fue la velocidad. El equipo pudo analizar datos sobre el tiempo deposesión por jugador y reducirlo de unos 3.4 segundos a unos 1.1 segundos. También ubicaron la forma en que se mueve Cristiano Ronaldo en el área, análisis que solicitaronexplícitamente los germanos.

En la imagen comparativa de los barrios Chamberí y Salamanca, las lineas nos marcanlas calles más caras y las manchas de fondo con distintas tonalidades, las zonas quetambién lo son. Se puede valorar incluso qué tramos de cada calle tienen mayor precioen condiciones iguales de vivienda. Se diferencian tramos de calle de mayor valor paracada uso, ya sea residencial, oficinas o locales comerciales. Y se valoran también losactivos  en  cada  zona  de  Madrid  con  mayor  rendimiento  para  comprar-rehabilitar-alquilar o comprar-rehabilitar-vender.

¿Entienden ahora por qué estamos hablando del petróleo del s.XXI?. Estamos hablandodel futuro inmobiliario, si, pero Big Data es ya el presente

Enrique Toribio Vicente

el Blog Inmobiliario