Ons onroerend goed ICT team is hard bezig om de meer coolere features te ontwikkelen binnen onze toekomstige Real Estate A.I. portal. Op basis van alle beschikbare Big Data (Kadaster, energie labels, WOZ waarden etcetera) en de data die gebruikers (en partners) straks toevoegen in onze portal, is het de bedoeling dat we via geavanceerde A.I. modellen inzicht geven in de waardering van objecten, de factoren die van invloed zijn op deze waardering (omgeving, objectspecificaties etcetera), de ontwikkelingen in die waardering over de tijd heen en dat gebruikers straks ook what-if scenario’s kunnen uitvoeren om te kijken wat de effecten zijn op de waardering van een object op basis van bepaalde investeringen (isolatie, zonnepanelen etcetera).

Onze focus ligt primair op commercieel vastgoed, maar in de toekomst ook op de normale huiseigenaren. Prijsvorming bij vastgoed wordt vaak heel lokaal bepaald en is afhankelijk van recente transacties die in de buurt plaatsvinden. Nu is de vastgoed markt best een dichtgetimmerde markt met quasi monopolie posities en bestaande stakeholders, dus we kiezen voorlopig bewust even de “technology push” aanpak om gewoon even te kijken wat we voor cools kunnen bouwen, wat we zelf cool zouden vinden en vervolgens vinden we wel de juiste pivot richting de markt.

Dus wat zou ik zelf als huiseigenaar nu “coole” features vinden? En wat zou ik zelf handig vinden als vastgoed handelaar? Bijvoorbeeld om snel grafisch op de kaart te zien welke gebouwen in een bepaalde buurt relatief overgewaardeerd (Rood) of ondergewaardeerd (Groen) zijn. En om bijvoorbeeld elke keer als er in de omgeving een huis verkocht wordt via een email of log op de hoogte te worden gebracht van die gebeurtenis waarbij dan meteen de impact op de prijsvorming van je eigen huis zichtbaar wordt gemaakt. Zodra er namelijk een huis in de nabije omgeving verkocht wordt, heeft dit impact op de waardering van andere objecten in de buurt.

Maar wat vinden jullie hiervan? Zouden jullie nog coole features weten die we hieraan kunnen toevoegen? Door met de kracht van Big Data eigenlijk de vastgoed markt te “disrupten”?

Om nog meer even wat wilde ideeën te geven:
– Zou er een link zijn tussen lucht- en milieuverontreiniging op de lokatie en de waardering van een gebouw?
– Zouden woningen in de buurt van scholen, luchthavens of andere belangrijkere plekken anders gewaardeerd worden? Dus door de combinatie met omgevingsdata te leggen?
– Maakt het wat uit welke type huishoudens, nationaliteiten of inkomensklassen er in de buurt wonen?
– Is er een grenseffect tussen landen en provincie grenzen qua waardering woningen?

Door allerlei interne en externe databronnen aan elkaar te koppelen kunnen we het natuurlijk zo gek maken als we zelf willen.

Maar benieuwd welke reacties dit uitlokt qua idee en eventuele toevoegingen. En in dit stadium ook interesse om met samenwerkingspartners en investeerders in contact te komen die hier wel iets in zien.
#bigdata #realestate #ai

Toepassing AI bij vastgoed waardebepaling
Toepassing AI bij vastgoed waardebepaling