Sept étapes pour gérer les sources de données pour votre entreprise CRE

La gestion efficace des sources de données est cruciale pour jeter les bases d’une analyse qui guide la prise de décision stratégique et opérationnelle.

Les agences immobilières capables d'entrelacer différentes données provenant de différents endroits sont capables de produire des analyses plus précises et de générer des gains d'efficacité, des rapports cohérents et de meilleures informations pour les décisions.

Pour mener à bien une stratégie d’excellence en matière de données et d’analyse, nous avons identifié cinq éléments fondamentaux essentiels pour surmonter les obstacles et progresser tout au long de votre parcours de transformation.

Cet aperçu explore le deuxième fondamental : la gestion de vos sources de données.

Sept étapes pour gérer les sources de données

1. Sourcez les bonnes données en commençant par le résultat souhaité

2. Profilez les données dont vous avez besoin

3. Tirez parti de données tierces fiables

4. Établir des contrôles de qualité

5. Éliminez les silos de données avec des référentiels centralisés

6. Adoptez la technologie pour les tâches répétitives

7. Normaliser les bases de données

Pourquoi la gestion des sources de données est-elle importante ?

Des données appropriées et de haute qualité sont essentielles pour réaliser le potentiel. Le traitement de données non pertinentes, invalides, incomplètes ou incorrectes peut conduire à des analyses erronées – et à de mauvais résultats.

Pourtant, la consolidation de données provenant de sources disparates peut s'avérer difficile, d'autant plus que le nombre de sources de données augmente de façon exponentielle : bases de données internes et externes, applications Web, systèmes CRM, etc. Et extraire, transformer et rendre les données compatibles avec vos systèmes peut prendre beaucoup de temps et de ressources.

"Les données reproductibles sont importantes pour les prévisions. Vous devez être en mesure d'obtenir régulièrement des données d'une seule source afin de ne pas avoir à réécrire les modèles et les rapports à chaque fois"

Amy Tippet

Architecte de solutions senior

1. Recherchez les bonnes données en commençant par le résultat souhaité

Commencez la recherche de données en vous demandant quel résultat commercial vous souhaitez atteindre. Déterminez ensuite les données dont vous avez besoin pour étayer ce résultat. Où pouvez-vous trouver ces données ?

Un fonds immobilier typique peut avoir besoin d’une gamme de données comprenant :

• Intelligence de marché pour l'analyse comparative

• Informations démographiques pour les projections

• Données économiques, telles que l'indice des prix à la consommation et le taux d'inflation, nécessaires à la préparation d'hypothèses de prévision ou d'évaluation.

• Informations sur la dette du service du Trésor

• Informations budgétaires du service comptable

• Évaluations immobilières internes et externes par des analystes

• Informations sur les opérations du bâtiment, telles que les dépenses et les informations sur les baux, provenant des gestionnaires immobiliers

• Informations fiscales du service des impôts

• États financiers audités par les auditeurs

2. Profilez les données dont vous avez besoin

Lors de l’ingestion de données, il est important de s’assurer qu’elles répondront à vos exigences afin d’éviter de créer un « marécage de données ». Cela fait référence au transfert de données dans des bases de données, des entrepôts de données ou des lacs de données sans besoin commercial clair, et à devoir ensuite effectuer des processus de tri et de nettoyage fastidieux.

Au lieu de cela, profilez les données dont vous avez besoin : leur fréquence, leur structure, leur format, leur granularité et leur méthode de livraison. Lors de l'acquisition de données provenant de sources externes, assurez-vous que le fournisseur comprend vos objectifs en matière de données et peut répondre à ces exigences.

3. Tirez parti de données tierces fiables

Lorsque vous devez compléter vos propres sources de données pour mettre en œuvre vos stratégies, un fournisseur de données tiers peut vous aider à répondre à ces besoins. De plus, il peut s’avérer coûteux d’établir votre propre système de collecte de données externes telles que les informations sur le marché, les données démographiques et économiques.

Les entreprises tierces peuvent fournir aux abonnements des données précises et à jour, ce qui inclut l'agrégation et le nettoyage des données pour leurs clients. De plus, ils peuvent offrir une expertise liée à la gestion efficace de ces sources de données.

Voici quelques facteurs lors du choix d’un fournisseur :

• Qualité: D'où proviennent-ils leurs données, comment elles sont collectées et quelles méthodologies ils appliquent ; par exemple, si vous avez besoin de données démographiques, la récence, la granularité et la précision sont essentielles

• Format: La compatibilité des formats de données peut faciliter une transition en douceur d'un fournisseur externe à une utilisation interne

• Fréquence et répétabilité: Pour vous assurer que vous pouvez acquérir les données nécessaires à vos besoins de chronométrage

• Échelle : la quantité de données dont ils disposent à mesure que votre utilisation des données augmente

• Réputation: Avec qui ils travaillent et les résultats obtenus dans ces engagements

4. Établir des contrôles de qualité

Résolvez les problèmes de qualité des données le plus tôt possible dans la chaîne d'approvisionnement des données, avant qu'ils ne deviennent des problèmes, en établissant des contrôles de qualité. Par exemple, vous pouvez établir des métriques pour la qualité des données et mettre en œuvre des processus pour vérifier les données sources par rapport à ces métriques.

5. Éliminez les silos de données avec des référentiels centralisés

Les silos de données internes posent souvent des problèmes d'analyse des données, car les données précieuses sont généralement réparties sur plusieurs emplacements physiques et différents types de référentiels. De plus, les informations sont généralement stockées dans des formats incompatibles les uns avec les autres.

Cela crée à la fois une prolifération et une fragmentation des données. Les utilisateurs peuvent ne pas savoir où trouver les bonnes données et, lorsqu’ils les trouvent, ils doivent consacrer beaucoup de temps à les collecter à partir de plusieurs sources.

Les entrepôts de données et les lacs de données sont de plus en plus courants pour cette raison. Les deux sont des référentiels centralisés permettant de stocker des données d'entreprise provenant d'un large éventail de sources opérationnelles. De plus, les deux peuvent intégrer des algorithmes pour générer des analyses en temps réel.

Figure 1 - Entrepôt de données et lacs de données

Entrepôts de données conserver des données structurées et filtrées qui ont déjà été traitées ou formatées à des fins spécifiques telles que les rapports financiers et réglementaires.

Lacs de données sont des pools de données brutes et granulaires, dont les finalités n'ont pas encore été définies. Ces dernières gagnent en popularité. Les données sont stockées sous leur forme pure, ce qui permet aux utilisateurs de passer moins de temps à les restructurer.

Généralement hébergés dans un stockage distribué basé sur le cloud, ils mettent les données à la disposition de toute partie prenante autorisée. Cela encourage également la collaboration interne et facilite la productivité car plusieurs utilisateurs peuvent partager des données sur le même système.

6. Adoptez la technologie pour les tâches répétitives

Les tâches manuelles et répétitives telles que la migration et le nettoyage des données sont inefficaces et sujettes aux erreurs. Le nettoyage des données est souvent nécessaire pour garantir que les données sont correctes, cohérentes et utilisables et pour réduire la marge d'erreur dans l'analyse des données. Malheureusement, pour de nombreuses organisations, le nettoyage des données, en particulier pour les ensembles de données volumineux, prend plus de temps que l'analyse des données, ce qui entraîne une perte de temps et de ressources précieuses.

Des outils intelligents peuvent fournir des solutions de nettoyage de données de bout en bout qui identifient et corrigent les incohérences. Ces données propres peuvent ensuite être converties dans un format approprié et chargées dans la base de données, l'entrepôt ou le lac de données.

"Entrez-le une fois et utilisez-le plusieurs fois. Idéalement, vous souhaitez que les données puissent être partagées avec tous les systèmes de votre environnement, de la gestion des actifs à la comptabilité. Chaque groupe devrait être capable d'examiner ces données sous son propre angle et d'appliquer ce qui est important pour lui"

Don Bleaney

Directeur principal, One11 Advisors, une entreprise du Groupe Altus

7. Normaliser les bases de données

Dans de nombreuses situations, les bases de données internes sont obsolètes ou mal conçues, ce qui peut entraîner des problèmes répétés lors de l'ajout, de la suppression ou de la mise à jour d'informations. Cela crée également des défis pour les personnes qui utilisent ces bases de données pour des requêtes et des analyses. La normalisation des bases de données élimine les redondances, résout les données conflictuelles et formate également les données pour accélérer le traitement et l'analyse.

"Marier et normaliser les données peut représenter beaucoup de travail. Lorsque vous traitez des données provenant de nombreuses sources, vous pouvez avoir une énorme tâche de nettoyage. De nombreux analystes passent la majorité de leur temps à préparer les données."

Sally Johnstone

Gestionnaire senior, Perspectives du marché

Prochaines étapes

La gestion de vos sources de données peut s'avérer difficile et prendre beaucoup de temps et de ressources. Mais une fois que vous serez en mesure de gérer des données de haute qualité, les avantages ouvriront la voie à la réalisation du plein potentiel des organisations immobilières. L’analyse deviendra plus précise, les processus deviendront plus efficaces et les informations permettront de prendre des décisions plus éclairées. En mettant en œuvre les six étapes décrites ci-dessus, vous pouvez commencer à gérer vos sources de données de manière efficace et compétente.

Maintenant que vous avez commencé à gérer vos sources de données, passez à l'étape suivante de votre parcours de transformation des données et découvrez le troisième fondamental : Comment établir un cadre de gouvernance des données pour votre activité CRE