Hier vind je alle blogs op gebied van vastgoed en onze inspiratiesessies

Peer Group sessie #0014 Big Data

De middagsessie begon met een korte voorstelronde. Aan tafel zaten Wilfred van der Plas van Simaxx, Johan Westerbeek van Perfect Place, Lisanne van den Hoed van Veneficus, Djoerd van Velzen van Heembouw. Wilfred van der Plas zit in de business development bij Simaxx, een software ontwikkelaar- en leverancier. Dit bedrijf heeft een platform ontwikkeld voor het uitkoppelen van data uit allerlei technische gemak systemen, zoals bouwbeheer en sensor beheer. Hij vindt het interessant om vanuit het gezamenlijk perspectief naar data te kijken, zo ontstaat er meer dan als je alleen in je eigen wereld rondwandelt. Johan Westerbeek werkt bij Perfect Place, een platform voor omgevingsanalyses. Het bedrijf gebruikt datasets om de aantrekkelijkheid van een omgeving vast te stellen. Djoerd van Velzen werkt bij Heembouw en werkt veel met geografische informatiesystemen. Dit wordt ingezet voor woongebieden, bedrijfsruimtes en kantorenlocaties. Lisanne den Hoed werkt bij Veneficus. Een Rotterdams bedrijf wat 11 jaar geleden in de retail gestart. Inmiddels helpen zij vastgoedbedrijven te focussen op de juiste klant tegen de optimale prijs op het goede moment en de perfecte locatie.  Lisanne merkt terecht op dat er een mooie groep met verschillende inzichten aan tafel zit.

Data: waar staan we nu?

In deze sessie draait alles om data. De eerste vraag is dan ook wat voor data de verschillende bedrijven al in handen hebben. Lomans trapt af. Zij verzamelen al ontzettend veel data en weten van hun kantoor en een school alles op gebied van temperatuur, luchtvochtigheid en co2 uitstoot. Zo hebben zij een afspraak met een school dat Lomans de komende 25 jaar de energierekening betaalt. De data die van de school verzamelt wordt helpt te bepalen wat de school al goed doet qua energie en wat niet. De school krijgt dit elk jaar in een analyse terug, zodat ze precies weten waar er nog verbeterpunten liggen.

Heembouw is in 2015 begonnen met de implementatie van datasets. Voorheen kwamen commerciële medewerkers locaties aanprijzen en kreeg degene met de grootste mond zijn zin. Dit was tegen het principe van de directeur in en daarom hebben ze het over een andere boeg gegooid. Ze hebben daarop CBS data, bestemmingsplannen en data van Funda en KVK verzameld. Zo kun je netwerken gaan bouwen om voorspellende waarde te gebruiken. Hiermee kun je bepalen of bedrijven binnen drie jaar gaan verhuizen of niet. Koude acquisitie wordt hiermee warm en de data kan gebruikt worden om de potentie van locaties in kaart te brengen. Wat Djoerd aan het begin erg moeilijk vond, is dat de kaartjes in PDF waren. Dit nam je mee en kon vervolgens niet inzoomen als je iets wilde verduidelijken. Nu is het een digitale atlas met een database erachter die flink volgezet kan worden en zijn ze zelfs zo ver dat de kaarten via een URL bekeken kunnen worden.

Johan Westerbeek herkent dit verhaal. Zij bouwen platformen voor klanten, vastgoedpartijen, gemeenten en dat soort organisaties. De focus van Perfect Place ligt echter op de omgeving en ontwikkelingen aan de consumenten kant. Zij richten zich dan ook op wonen en kijken heel erg naar de aantrekkelijkheid van bepaalde locaties in relatie tot specifieke doelgroepen. Zo kun je locaties op voorzieningen filteren en belangrijke voorzieningen een bepaald gewicht geven. Aan de hand daarvan kun je kijken welke locaties en buurten het meest interessant zijn.

Wat opvalt in de vastgoedwereld is dat veel mensen nog in de angst schieten als het gaat om big data en machine learning. Dit terwijl het juist een tool is om waarde toe te voegen aan adviezen. Het is daarbij ook veel leuker voor analisten om conclusies te trekken op basis van data, dan dat alle data nog bij elkaar gezocht moet worden. De mensen die nu in de weerstand schieten, zijn zich er nog niet van bewust dat deze tools het werk leuker maken. Er zijn dan ook nog veel mensen die zeggen dat ze geen data en sensoren nodig hebben en alles zelf willen bijhouden. Niemand kan echter 24/7 een pand in de gaten houden, terwijl een sensor dat wel kan.

Bewust maken van data

Veneficus is geen echte data partij. Zij zijn experts in het bouwen van analytics en machine learning modellen. De data die gebruikt wordt is vooral interne data van de klant. Bij veel grote partijen is namelijk al een hele hoop data aanwezig waar niks mee gedaan wordt. Daarbij wordt ook vaak data van derden ingekocht. Hier voegen wij open data aan toe zodat je een solide basis hebt om te combineren. Het bedrijf werkt op basis van 4 topics, namelijk: pricing, klanten, leegstand en gebieden. Er is dan ook geen een product dat we 1 op 1 kunnen kopiëren om het voor een andere klant te gebruiken. De data die door Simaxx verwerkt wordt is technische data en heeft alles te maken met de data die in de binnenconditie en de systemen zit. Denk hierbij aan co2, temperatuur, maar ook het schakelen van verlichting. Doordat er zoveel data is wordt het makkelijk om bijvoorbeeld schoonmaak te beinvloeden en kun je er voor zorgen dat de bezetting in gebouwen relatief gelijk blijft.

Er wordt gevraagd in hoeverre data al gebruikt wordt in het maken van beslissingen en of dit de beslissingen ook daadwerkelijk makkelijker en sneller maakt. In de bouw- en vastgoedwereld hangt nog vooral het motto eerst zien, dan geloven. Verwacht wordt dat big data het besluitvorming proces heel anders gaat maken. Waar voorheen nog veel op gevoel werd gekozen, kun je nu bepaalde keuzes helemaal met data onderbouwen. Het is vooral belangrijk dat je mensen laat zien wat je met data kunt. Lomans organiseert elk jaar een ontbijtsessie waar klanten en sprekers komen. De laatste keer is er een analyse van de ruimte gemaakt waardoor je daadwerkelijk kan laten zien wat je met data kunt.Wat jammer wordt gevonden is dat de bouwbranche nog enigszins beperkt is. Nieuwe innovaties moeten vaak tot achter de komma beredeneerd worden, wat de snelheid uit ontwikkelingen haalt.

Daarnaast valt op dat als bedrijven eenmaal met data aan de slag gaan, het bijna een doel op zich wordt om zoveel mogelijk data te verzamelen. Het is belangrijk dit eerst goed neer te zetten en klein te beginnen. Je verliest namelijk snelheid door alles te controleren en van fouten leer je.

Wat vooral belangrijk wordt gevonden in het bewust maken van data, is transparantie. Big data en machine learning is voor veel nog een black box en wordt weinig begrepen. Er zijn echter legio mogelijkheden om er inzichten uit te halen. Laat daarom aan klanten zien wat er met data gedaan kan worden.

Waar gaan we heen?

In deze sessie is er uitgebreid gesproken over hoe ver we nu zijn op gebied van data. We staan echter nog aan het begin en er is nog veel mogelijk. Lisanne vraagt wat de deelnemers nog verwachten te zien op gebied van data waarvan ze denken dat dat het spectrum gaat vergroten.

Geo BIM wordt als eerst genoemd. Hiermee plaats je een gebouw al in de omgeving en kun je o.a. simuleren wat qua geluid de gevelbelasting is als je een woning pal naast de weg plaatst. Djoerd vergelijkt het met Sim City. Je kunt precies zien hoe bepaalde woningen in een buurt staan en ziet meteen wat de gevolgen voor de buurt en de omgeving zijn. Ook wordt verwacht dat sensoring nog een flinke sprong gaat maken. Momenteel verzamelen onze telefoons al ontzettend veel data en doet de technologie het werk. Dit zal in de toekomst alleen maar meer worden.