Intégration de données dans l'immobilier commercial

Bien que le secteur immobilier continue de se tourner de plus en plus vers la technologie pour une meilleure efficacité et un avantage concurrentiel, de nombreuses entreprises ont du mal à identifier et à développer des solutions efficaces.

Il existe de nombreuses raisons pour lesquelles les entreprises éprouvent des difficultés, notamment le manque d’expérience des professionnels de l’immobilier en matière de données et de technologie, mais l’un des principaux défis a été la disponibilité des données nécessaires à une analyse avancée.

Sans une grande quantité de données propres, même les utilisations les plus élémentaires de la technologie, telles que l’automatisation des tâches quotidiennes, deviennent difficiles, et encore moins l’application de technologies avancées telles que l’intelligence artificielle et les capacités d’apprentissage automatique.

Cet article commencera par une discussion sur l'état actuel des données dans la plupart des sociétés immobilières, les défis liés à la transition d'une approche traditionnelle des données vers une approche plus moderne, et fournira ensuite quelques mesures que les entreprises peuvent prendre pour commencer à créer davantage de données. -structure opérationnelle pilotée.

Mes données sont à moi, vos données sont à vous

Aujourd’hui, la plupart des entreprises sont conçues autour d’un modèle d’organisation en silos, ce qui signifie que différents groupes et divisions se spécialisent dans des tâches très spécifiques.

Les personnes au sein de chacun de ces groupes sont extrêmement bien informées sur les activités nécessaires pour accomplir avec succès leur travail, mais savent souvent peu de choses sur ce qui se passe dans les autres divisions, à un niveau autre qu'un niveau superficiel. De plus, ce modèle cloisonné a conduit chaque groupe à sauvegarder et à organiser les données d'une manière qui ne permet pas à d'autres groupes d'accéder à ces données.

À titre d’exemple, imaginez une grande banque proposant une variété de services immobiliers, tels que les prêts, la gestion d’actifs, l’évaluation, la titrisation primaire et secondaire CMBS/RMBS, la recherche, etc. On pourrait penser qu'il serait utile que le groupe de prêt ait accès à toutes les données des groupes d'évaluation et de gestion d'actifs pour surveiller la performance des différents marchés immobiliers ou aux données des groupes de titrisation et de recherche sur l'état des marchés des capitaux.

Toutes ces données pourraient être combinées et analysées à l’aide de technologies avancées pour fournir une quantité considérable d’informations qui seraient très précieuses pour le groupe de prêteurs pour décider quels prêts accorder et comment fixer le prix de ces prêts. Mais c’est rarement, voire jamais, le cas. Imaginez cinq personnes préparant un repas et chacune d’entre elles contient quelques ingrédients, mais elles ne sont pas autorisées à partager ces ingrédients. Je ne serais pas trop excité par ce repas.

S’ils étaient autorisés à se réunir et à combiner leurs ingrédients, je pense que le repas serait bien meilleur. La plupart des entreprises conservent quelques ingrédients individuels isolés parmi plusieurs groupes et ne permettent pas à ces ingrédients de se réunir pour un repas plus consistant.

Pour être honnête, dans les grandes institutions, il existe parfois des raisons juridiques pour lesquelles les données ne sont pas partagées entre différents groupes, mais bien souvent, il n'y a aucune restriction légale et il s'agit simplement du fait que de nombreuses sociétés immobilières ne disposent pas de l'infrastructure nécessaire à la collecte centralisée de données et disponibilité. Il ne s’agit généralement pas non plus d’être égoïste avec les données.

Le plus souvent, c’est parce que les sociétés immobilières fonctionnent encore selon un modèle qui était utilisé il y a 10 ou 20 ans, avant que les données et la technologie ne deviennent un élément aussi important de la stratégie commerciale.

Nous avons une tonne de données, nous ne pouvons tout simplement pas y accéder

Comme mentionné dans la section ci-dessus, l'agrégation des données sous une forme propre et facilement accessible permettrait aux organisations d'obtenir beaucoup plus d'informations beaucoup plus rapidement qu'elles n'étaient jamais capables de le faire auparavant (par données « propres », nous entendons les données où des erreurs telles que des erreurs valeurs, erreurs de formatage, etc. ont été corrigées).

Et même si les entreprises commencent à prendre conscience de la valeur de la disponibilité des données, elles éprouvent énormément de difficultés à y parvenir. Le modèle cloisonné est une des raisons de cette difficulté, mais une autre raison réside dans la nature de la manière dont l’immobilier exerce ses activités.

Si vous pensez à la relation de la plupart des gens avec l’immobilier, cela implique des centaines, voire des milliers de feuilles de calcul, toutes créées uniquement pour différentes propriétés. Ou cela implique l’examen des PDF des contrats de vente ou de location qui ont tous été rédigés par différents avocats individuellement pour chaque transaction. Ou peut-être même des informations contenues dans les milliers d’e-mails échangés entre les employés internes et les contacts externes.

Il est vrai que la plupart des entreprises disposent d’une tonne de données, mais il est également vrai que la plupart d’entre elles ne peuvent pas y accéder.

Les feuilles de calcul et les contrats n’étaient pas utilisés sur une base numérique. Par exemple, Amazon collecte des données sur chaque produit que vous consultez, les pages que vous visitez, combien de temps vous restez sur chaque page, où va votre curseur, combien vous achetez, quand vous achetez, ce que vous achetez, etc.

L'ensemble de l'opération est conçu pour suivre, collecter et stocker de manière centralisée chaque interaction que vous et les milliards d'autres personnes utilisant Amazon avez avec le site. Cette immense quantité de données permet à Amazon de vous faire des recommandations de produits.

Netflix fait de même avec les recommandations de films et d'émissions. Facebook et Google font de même en utilisant des données pour vous cibler à des fins publicitaires. Ces entreprises collectent ces données depuis 10 à 20 ans. Les sociétés financières, les sociétés de marketing, l’industrie médicale, les sociétés d’approvisionnement et de logistique et bien d’autres ont adopté cette même approche pour collecter et utiliser les données avec un immense bénéfice.

La différence entre ces entreprises technologiques et les sociétés immobilières est que l’immobilier n’a pas collecté et stocké l’immense quantité de données avec lesquelles le secteur interagit quotidiennement.

Toutes ces données sont stockées dans des feuilles de calcul Excel individuelles, des PDF, des e-mails, etc. Et il est impossible de revenir en arrière et de récupérer tous ces documents pour les données qu'ils contiennent.

La raison pour laquelle il est impossible de collecter ces données avec précision de manière rétroactive est due au caractère unique de chaque feuille de calcul, document et e-mail. Il est POSSIBLE de collecter les données, mais IMPOSSIBLE de collecter les données avec précision. Les analystes qui créent des feuilles de calcul utilisent souvent différents formats, titres, formules, etc.

Les avocats qui rédigent les contrats de location et de vente utilisent des formats différents pour chaque contrat. Et chaque propriété et transaction est unique en soi, augmentant de façon exponentielle les emplacements et les formats possibles de chaque élément de données. Ainsi, nous pouvons extraire des données de ces documents, mais avec un taux de précision inacceptable pour leur inclusion dans les systèmes d'analyse de données.

Donc, euh, nous ne pouvons pas utiliser les données, n'est-ce pas ?

Pas encore. Le secteur immobilier n’a tout simplement pas développé suffisamment de capacités de données pour mettre en œuvre une technologie vraiment avancée. Cela peut arriver, mais cela prendra du temps et nécessitera des efforts considérables de la part des entreprises et de l’industrie dans son ensemble.

Comme indiqué ci-dessus, des sociétés comme Amazon, Google, Netflix, IBM Watson, Renaissance Technologies (si vous ne connaissez pas Renaissance, recherchez-les – c'est le fonds spéculatif le plus performant de tous les temps, avec un rendement moyen de 66 % sur une période de 30 ans) tous ont passé la majeure partie d’une décennie à développer des capacités fondamentales de collecte et d’analyse de données.

Ces entreprises ont absolument dominé leur secteur et ont supplanté les entreprises existantes qui adoptaient une approche traditionnelle des opérations et de la stratégie commerciale. D’autres entreprises qui n’en reconnaissaient pas la valeur et ne fournissaient pas les ressources nécessaires pour atteindre ce niveau de connaissance ont souvent disparu.

Qu'est-ce qu'on fait maintenant?

Non seulement des livres entiers peuvent être écrits (et ont été écrits) sur la transformation numérique, mais chacun des segments ci-dessous pourrait être son propre livre. Nous n’entrerons ici que dans des descriptions de haut niveau avec une liste de tâches très abrégée.

Les entreprises doivent approfondir chacune des étapes suivantes et élaborer un plan d’intégration des données spécifique à votre opération, vos besoins et vos ressources.

La première étape que les entreprises doivent franchir consiste à trouver des méthodes permettant de collecter et de stocker toutes les informations internes qui leur parviennent. Cela comprend toutes les études de marché, les états financiers, les loyers, les comparables, les conditions de vente et de location des contrats juridiques, les hypothèses et les résultats de souscription, etc. Et cela doit se produire dans chaque activité exercée par l'entreprise.

Cette étape comprend également le nettoyage des données (garantissant leur exactitude et leur exhaustivité) pour s'assurer qu'elles sont prêtes à être utilisées pour une analyse plus approfondie ultérieurement.

L’étape suivante consiste à effectuer une analyse approfondie de ce qui est nécessaire pour parvenir à un état idéal de mise en œuvre technologique. Cela signifie identifier les données dont vous disposez et les comparer aux données dont vous avez besoin pour répondre aux questions qui seraient les plus utiles à votre entreprise. À moins que votre entreprise ne dispose d’une expertise interne en matière de science des données et technique, cette étape nécessitera très probablement l’aide de personnes expérimentées en science des données.

Étant donné que la plupart des professionnels de l’immobilier n’ont pas de formation en science et technologie des données, ils ne savent souvent même pas ce qu’ils ne savent pas. Ils ne connaissent pas les techniques et les approches de la science des données.

Ils ne connaissent pas les opportunités commerciales qui peuvent être réalisées en mettant en œuvre des méthodologies d’apprentissage automatique ou d’intelligence artificielle. Si vous ne connaissez pas les outils à votre disposition, il est souvent impossible de reconnaître les problèmes ou les opportunités en premier lieu.

La troisième étape consiste à identifier les moyens de combler le fossé entre les données dont vous disposez et celles dont vous avez besoin pour obtenir l’ensemble de données idéal. Il peut s'agir de développer des capacités en interne, par exemple en embauchant des data scientists pour collecter les données nécessaires, ou en faisant appel à des fournisseurs de données tiers. Dans un autre article, nous expliquons comment les entreprises devraient réfléchir aux données de tiers et quelles questions doivent être posées aux fournisseurs.

La dernière étape consiste à garantir que toutes les données (légalement) sont disponibles pour toutes les fonctions de l'entreprise. C’est également là qu’il faut intensifier l’analyse en utilisant des technologies avancées. Les entreprises peuvent commencer à obtenir d’énormes connaissances grâce à l’apprentissage automatique et à l’intelligence artificielle avec le bon type de données. Cette vision distingue souvent une entreprise de ses concurrents.

Est-ce vraiment important ?

Nous terminerons cet article par un extrait d’un email que Jeff Bezos (fondateur et PDG d’Amazon) a envoyé à son équipe en 2002 – bien avant qu’Amazon ne devienne le géant qu’il est aujourd’hui) pour souligner l’importance d’une bonne intégration des données.

Cet article exige que tous les développeurs de leurs systèmes internes mettent toutes leurs données à la disposition de tous les autres membres de l'organisation. C’est probablement l’une des principales raisons pour lesquelles Amazon a connu une croissance si rapide.

1. Toutes les équipes exposeront désormais leurs données et fonctionnalités via des interfaces de service.

2. Les équipes doivent communiquer entre elles via ces interfaces.

3. Aucune autre forme de communication interprocessus ne sera autorisée : pas de liaison directe, pas de lecture directe du magasin de données d’une autre équipe, pas de modèle de mémoire partagée, pas de porte dérobée d’aucune sorte. La seule communication autorisée s'effectue via les appels d'interface de service sur le réseau.

4. Peu importe la technologie utilisée. HTTP, Corba, Pubsub, protocoles personnalisés – n'a pas d'importance.

5. Toutes les interfaces de service, sans exception, doivent être conçues dès le départ pour être externalisables. C’est-à-dire que l’équipe doit planifier et concevoir pour pouvoir exposer l’interface aux développeurs du monde extérieur. Aucune exception.

6. Quiconque ne le fera pas sera licencié.

Jeff Bezos