PropTech Lab

Big Data inmobiliario; ¿cómo le saco partido?

¿Te gusta este contenido? ¿Por qué no lo compartes?

Para los que acaban de ser rescatados de una isla desierta, antes de abordar el Big Data inmobiliario, repasemos brevemente lo que es el Big Data como tal.

Vivimos en una era digital y todo lo que hacemos deja su rastro. Las llamadas telefónicas que hacemos, los emails que enviamos, las fotografías que subimos a Facebook, nuestros tweets, las series que vemos en la televisión, el tiempo que navegamos en la red, las búsquedas en Google que realizamos, las páginas web que visitamos, el trayecto diario que recorremos en coche, los kilómetros que corremos por el parque, las calorías que consumimos, las cosas que compramos, el dinero que ganamos, gastamos y ahorramos, los impuestos que pagamos, los amigos que tenemos, las enfermedades que padecemos, los accidentes de coche que sufrimos, los sitios a los que viajamos, los lugares que visitamos, los libros que leemos, los contactos profesionales que hacemos, las horas que dormimos… Con el auge de los relojes inteligentes, incluso los latidos de nuestro corazón y nuestros ciclos del sueño dejan una huella digital en algún servidor del círculo polar ártico.

A este inmenso conjunto de datos se le denomina Big Data y es Big —very Big— porque todos los días, sin excepción:

  • Se suben a YouTube vídeos que suman 50 años de duración
  • Se realizan 5.000 millones de búsquedas en Google
  • Enviamos 294 millones de emails
  • Twiteamos 230 millones de veces
  • Se suben 200.000 fotos a Facebook
  • Se gastan 432.000.000 USD en compras online

Y la cantidad de información recopilada —el rastro que dejamos— es cada vez mayor, hasta el punto de que el 90% de la información que existe en el mundo ha sido generada sólo en los últimos 2 años. Se espera que los 4,4 zettabytes* existentes de información en el mundo hoy día, crezcan hasta los 44 zettabytes para 2020.

* 1 zettabyte (ZB) = 1.000.000.000.000 gigabytes (GB)

¿Lo mejor de todo? Sólo se está analizando el 0,5% de la información generada, por lo que existe una valiosísima oportunidad en la recopilación, la integración, el tratamiento, la visualización y el tratamiento de tanto dato “virgen”.

¿Para qué? Para detectar patrones y tendencias, con el objetivo de realizar predicciones sobre el comportamiento de todos nosotros, tanto individual como colectivamente.

¿Con qué fin? Nos podemos imaginar que uno de los fines principales de esta “clarividencia” es el comercial, pero también son increíbles las posibilidades en el ámbito de la investigación, la educación, o la salud.

Pero no nos confundamos. Siempre se han recopilado y analizado datos, en un esfuerzo por comprender mejor el funcionamiento de los mercados en los diferentes sectores económicos. Se ha recurrido —por ejemplo— a información demográfica y poblacional, junto a diferentes indicadores macro, para mejorar la toma de decisiones.

Pero en la era analógica, la mayor parte de la información se componía de datos estructurados, susceptibles de ser tratados y analizados con un sencillo Excel. Problema: el Big Data incorpora datos no estructurados —vídeos, fotos, tweets, likes, etc.— que requieren de herramientas más sofisticadas para su análisis.

big data inmobiliario

Centro de proceso de datos de Facebook en Luleå, Suecia.

Regresemos ahora a lo que se conoce como Big Data inmobiliario

Te guste o no, saber analizar el Big Data inmobiliario empieza a ser imprescindible si tu trabajo tiene que ver con la cadena de suministro, la localización y emplazamiento de las instalaciones de tu empresa o con los espacios de trabajo. Saber consolidar datos estructurados con datos no estructurados, empieza a ser una cualidad muy deseada en el ámbito del real estate.

Disponer de los conocimientos para encontrar la información, tratarla, analizarla, visualizarla y compartirla, es una herramienta de altísimo valor en la toma de decisiones inmobiliarias. Por ejemplo:

Para la búsqueda y emplazamiento de sedes

Imaginemos que trabajas para una empresa puntera en tecnología robótica, y que eres la persona responsable de buscar un emplazamiento para vuestra nueva sede. ¿Qué lugar va a ser mejor para la captación y retención del talento altamente cualificado que es imprescindible para vuestro negocio? ¿Es mejor comprar o alquilar? ¿Es preferible que el inmueble esté en una zona céntrica o es mejor algo en la periferia? ¿Tiene sentido construir un edificio desde cero o sería más razonable reformar y adaptar algo existente?

Para poder responder a todas estas preguntas con conocimiento de causa, necesitarás emplear modelos analíticos que integren datos relativos a niveles de renta per cápita, formación y cualificación de los potenciales empleados, calidad de los servicios, acceso a transporte público y nudos de comunicación, hábitos de consumo, costes de adquisición y construcción, precios de alquiler o impuestos locales.

Necesitarás compilar datos estructurados y no estructurados. Información relativa a los costes inmobiliarios y datos sobre comunicaciones y transporte. Estadísticas sobre las cualificaciones y la localización de la fuerza laboral.

Sabiendo recopilar, integrar, comparar, analizar y visualizar todos estos tipos de datos, podrás tomar las mejores decisiones sobre el emplazamiento de tu empresa. Conseguirás minimizar los costes inmobiliarios de la nueva sede, pero a la vez tendrás acceso a los candidatos más cualificados. Tu edificio tendrá la mejor localización posible en función de las variables anteriores, y también dispondrá de unos servicios óptimos.

Nada de esto sería posible sin las correspondientes herramientas de análisis para el Big Data inmobiliario.

Para el diseño de los espacios de trabajo

En artículos anteriores hemos hecho referencia a los edificios inteligentes y a cómo, gracias al empleo de sensores, se puede monitorizar el uso que se está haciendo del espacio interior de los inmuebles. ¿Qué tiene que ver esto con el Big Data inmobiliario?

Una estrategia bastante popular entre las grandes corporaciones que apuntan a una reducción generalizada de sus costes inmobiliarios, es la de consolidar oficinas y reducir el número de emplazamientos. Buscan con ello una optimización de los espacios ocupados, pero sólo desde la óptica de la superficie —los metros cuadrados— en sí. ¿Por qué dedicar 16 m2 por empleado —por ejemplo— cuando puedo reducir y funcionar con 12 m2 por empleado?

Ahora bien, gracias a los sensores instalados en los edificios inteligentes, podemos medir el uso del espacio. Sabemos qué zonas de los edificios son más frecuentadas por los empleados, o qué tipo de mesas están vacías durante más tiempo a lo largo del día. Tenemos la capacidad para recoger datos relativos a la productividad y uso de los espacios.

Si analizamos la información relativa a la productividad y uso de los espacios de todos los edificios de un portfolio en arrendamiento, y lo cruzamos nuevamente con datos relativos a niveles de renta per cápita, formación y cualificación de los potenciales empleados, calidad de los servicios, etc., es probable que lleguemos a conclusiones sorprendentes.

Con un análisis convencional, puede que tuviera sentido cerrar una oficina cara y cuyo espacio estuviera siendo infra-utilizado, pero quizá —sin saberlo—perdiéramos la posibilidad de atraer al talento altamente cualificado que viviera en esa zona.

Ahora bien, gracias al Big Data inmobiliario —y al uso de sensores en este caso—, es posible que descubriéramos que el espacio estaba siendo infrautilizado, simplemente porque estaba mal configurado. Con una sencilla reconfiguración, maximizaríamos la productividad de los metros cuadrados alquilados y seguiríamos teniendo acceso al mejor talento. Puede que incluso decidiéramos cerrar algunas de las instalaciones más baratas y con menos capacidad para atraer talento; sin disponer de los datos necesarios, parecería contra-intuitivo.

Y en esto consiste el Big Data en general y el Big Data inmobiliario en particular; en saber encontrar, recopilar, integrar, digerir, analizar y cruzar datos estructurados y datos no estructurados, de todas las fuentes que puedan considerarse relevantes, para poder tomar decisiones inmobiliarias informadas.

Dentro del sector inmobiliario, una de las disciplinas afectadas —positivamente— será la de las valoraciones y tasaciones inmobiliarias. La incorporación e integración de nuevos datos y métricas en los procesos de valoración permitirá una mayor sofisticación de los análisis, más exactitud en las estimaciones, mayor transparencia y mejores predicciones sobre la evolución futura de los precios.

Nota: Si quieres ver una película que trata sobre el Big Data, te recomendamos Moneyball.

Jorge es un profesional inmobiliario con más de 15 años de experiencia, especializado en innovación inmobiliaria, desarrollo de negocio y corporate real estate internacional.

Jorge también es autor de “Officeye, la Guía de Edificios de Oficinas de Madrid” y de “Blockchain para todos los públicos y sus aplicaciones en el sector inmobiliario, financiero, sanitario y cultural”

¿Te gusta este contenido? ¿Por qué no lo compartes?

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *