Caso de éxito: big data en el sector inmobiliario

Una de las tecnologías emergentes y con más futuro en los próximos años es el Big Data. Y, como no, en Etikalia nos hemos puesto manos a la obra para construir nuestra propia herramienta big data que nos permite tomar decisiones antes y durante el proceso de venta de un piso. Hasta ahora, para vender un piso en muchas ocasiones no quedaba más remedio que tomar decisiones o asesorar en base a intuiciones y corazonadas. Desde 2019, en Etikalia ya no recurrimos a la intuición sino que asesoramos en base a técnicas de inteligencia de datos para vender un piso.

¿Qué es el big data?

Big data es una tecnología reciente. Comienza con la recolección de enormes cantidades de datos que posteriormente se analizan con técnicas estadísticas y matemáticas. De esa manera esos datos «en bruto» se convierten en información manejable que se puede utilizar para tomar decisiones. Así usamos tambien en Etikalia las técnicas de big data para vender pisos.

En estos tiempos en que todos estamos conectados a internet nuestro uso de la red proporciona muchísimos datos a empresas como Google, Facebook, etc. Estos datos se venden y se compran precisamente para obtener información a través de técnicas big data. Así, otras empresas podrán tomar decisiones en base a esos datos que nosotros estamos cediendo a las grandes corporaciones a cambio de que nos permitan publicar la foto de nuestra playa favorita o de un buen bacalao al pil pil.

El big data inmobiliario

El sector inmobiliario no podía ser inmune a los indudables atractivos del Big Data. Hay que decir que en esto el sector no ha sido pionero (como en casi nada) y el big data inmobiliario todavía está en pañales, por decirlo de alguna forma. Pero ya hay empresas que empiezan a hacer algunas cosas, herramientas de valoraciones (como la que usamos en Etikalia) basadas en big data… Y, como decíamos arriba, ya se pueden comprar datos a quienes operan en el mercado inmobiliario en internet: los portales inmobiliarios.

Ventajas del big data

Si has intentado vender un piso con una inmobiliaria y ha costado venderlo, habrás tenido alguna que otra conversación con tu agente inmobiliario sobre los motivos por los que estaba costando venderlo. Detrás de esa conversación no hay un análisis científico, sino algo mucho más subjetivo basado en impresiones que los agentes obtienen de las visitas que realizan a los inmuebles. Y digo impresiones porque muchas veces las personas interesadas en el inmueble no nos dan un feedback sobre sus impresiones acerca del inmueble. 

En esa situación el big data inmobiliario ofrece una ventaja muy importante para las agencias que lo utilizan porque pueden añadir a esas impresiones que obtenemos de las visitas un análisis científico de la oferta y demanda en la zona donde se encuentra tu inmueble, qué inmuebles y características son los más demandados y cuáles los menos. Y en ese abanico, dónde se situa tu inmueble. A partir de ahí es cuando se pueden tomar decisiones en base a datos contrastados. 

Cómo utilizamos big data en Etikalia para vender un inmueble

Planteamiento inicial de una herramienta de big data inmobiliario

Se trata de una herramienta propia desarrollada por Etikalia que utilizamos para las viviendas que vendemos a través del servicio de venta de pisos. El objetivo es hacer un seguimiento durante el proceso de venta de qué es lo que está pasando con el mercado inmobiliario en la zona del piso en cuestión y responder a varias preguntas:

• ¿Qué tipología de vivienda es la más demandada y cuál la menos?
• ¿En qué precios están las viviendas más demandadas? ¿Las diferencias de precio influyen en la demanda?
• ¿Cuánto tiempo llevan en el mercado los pisos según su nivel de demanda?
• En todo ese análisis cruzado de categorías como nivel de demanda, características, precio, tiempo en mercado, etc. ¿dónde se sitúa el piso que tenemos en venta?

Y las dos preguntas finales:

• Si nuestro piso no está entre los más demandados, ¿cuál es el motivo?
• ¿Se puede hacer algo para que el piso esté entre los más demandados?

Esta última pregunta es importante porque si nos encontramos con que nuestro piso es un 5º sin ascensor y los compradores están buscando pisos con ascensor, implica que poco se puede hacer. Pero incluso saber eso es importante como veremos en un caso concreto.

Obtención de los datos

Como decía más arriba, ahora los datos están en manos de grandes corporaciones como buscadores de internet o plataformas de redes sociales. En el caso del sector inmobiliario no nos cansaremos de hablar de la opacidad del mercado: los datos los tienen unos pocos (los registradores) y los venden a quien pueden pagar auténticas millonadas (bancos y tasadoras). Así que quienes trabajamos el día a día del sector inmobiliario y estamos todos los días viendo clientes y pisos no nos podemos permitir pagar esas millonadas por unos datos que en otros países son públicos.

Pero resulta que en el sector irrumpieron hace unos años los portales inmobiliarios y durante estos años han ido acumulando enormes cantidades de datos. Ahora, con el big data ya evolucionado han visto ahí una oportunidad de negocio vendiendo esos datos a quienes sabemos sacarles partido. Resumiendo, lo que hacemos en Etikalia en este primer paso es comprar a uno de estos portales inmobiliarios los datos de oferta y demanda de una determinada zona. En esos archivos se incluyen datos de características de las viviendas, precio, ubicación, tiempo que lleva en venta, interés que genera entre los compradores, etc. En el último archivo de datos que hemos analizado esta misma semana hemos trabajado con 4.800 datos de 109 pisos en venta.

Análisis estadístico: convertir datos brutos en información útil

No todo el mundo tiene la capacidad para recopilar esos datos, pero quien lo hace, los vende. Cualquiera puede comprar esos datos pero, ¿cómo los convertimos en información útil? ¿Nos sirve con sacar unas medias y unas desviaciones típicas? ¿Y de qué datos? Aquí es donde entra el análisis de datos. 

Lo que hemos hecho ha sido desarrollar una aplicación propia en la que cargamos esos datos y casi automáticamente se convierten en información en forma de gráficos. Aquí era importante que esa información fuese fácil de interpretar no solo por nosotros sino también por nuestros clientes porque en muchos casos las decisiones que haya que tomar les va a corresponder a ellos. Así que lo que generamos para nuestros clientes es un fichero en PDF con toda esa información en forma de gráficos y algún listado. Ese informe nos da información sobre:

• las características más demandadas (superficie, huecos, ascensor, altura…)
• precios más demandados (precio total de venta y por metro cuadrado)
• nube de puntos de tres variables: demanda, tiempo que lleva en venta y precio por metro cuadrado
• demanda según estado de conservación y precio
• evolución cronológica de las principales variables según demanda
• seguimiento de la situación de los testigos usados en la valoración inicial
• listado de inmuebles con más demanda con enlaces a sus anuncios
• datos de los testigos de la valoración que ya no están publicados y que se han podido vender o retirar del mercado: precio, descripción, tiempo que ha estado en mercado, precio por metro cuadrado…

Primera página del informe big data de Etikalia. En las líneas tachadas iría la dirección de la vivienda.

Casos de éxito

Lo que nos ha proporcionado esta herramienta de big data inmobiliario tanto a Etikalia como a nuestros clientes es una enorme seguridad a la hora de tomar decisiones, o de no tomarlas, como veremos en algún caso. Y otra cosa que buscábamos era la confianza de nuestros clientes, ya que las propuestas que les hacemos se fundamentan siempre en datos y no en intuiciones. Estos son algunos ejemplos reales de ventas cerradas en 2019.

• Piso con precio adecuado y con características atractivas, ¿por qué apenas tenemos interesados?. Este fue el primer piso con el que usamos esta heramienta. El precio era el correcto y las características, las más demandadas. Pero apenas teníamos contactos y tanto los vendedores como nosotros estábamos preocupados porque no sabíamos qué podía ocurrir. Fue entonces cuando nos enteramos de la posibilidad de comprara datos de oferta y demanda y decidimos hacer una prueba piloto. Compramos los datos y montamos una herramienta básica de análisis estadístico pero que ya nos proporcionaba los datos esenciales que tenemos en la versión actual. El análisis de demanda nos mostró que los compradores buscaban pisos hasta 180.000 y este estaba poco más arriba, por lo que no aparecía en muchas búsquedas si los compradores limitaban el precio máximo en los portales a esa cifra. Nuestra propuesta fue bajar el precio a esos 180.000, que estaba dentro del margen de negociación de los vendedores. El piso se vendió en 15 días.
• Cuando el precio está alto nosotros ya lo sabemos desde antes de poner en venta la vivienda y así se lo comunicamos a los vendedores. Pero aún así muchos compradores «necesitan» pasar por la experiencia de comprobar que el precio está alto. Este informe nos ayuda a confirmar el diagnóstico que hemos hecho previamente en la valoración, como se ve en el siguiente ejemplo. En este caso se ve que el piso que analizamos (con la dirección tachada) llevaba todavía poco tiempo en mercado pero el precio es superior incluso al precio medio de los pisos con menos demanda. Eso no significa que haya que bajar el precio de 4200 a 3200 porque el piso en cuestión puede tener singularidades que no tienen los pisos más demandados. Pero nos da una pista de lo que sucede.

Ejemplo de gráfico donde se muestran las variables demanda, precio/m2 y tiempo en mercado.

• Características con poca demanda: es el ejemplo que mencionaba más arriba: 5º sin ascensor y los compradores buscan ascensor. En este caso los vendedores nos proponían bajar el precio y nosotros veíamos en el análisis de demanda que el problema no era el precio, sino el ascensor. Por supuesto nos informamos de las posibilidades que había a futuro de instalar un ascensor, de la disposición de los vecinos, etc. La decisión que propusimos a los vendedores fue no bajar el precio ya que entendíamos que la venta era solo cuestión de tiempo: era el piso más barato de la zona (el precio era el adecuado teniendo en cuenta sus características) y solo había que esperar a que un comprador estuviera dispuesto a renunciar al ascensor a cambio de comprar un piso barato.