Las cosas podrían haber sido muy distintas de haber sabido que se avecinaba el pinchazo de una burbuja con consecuencias devastadoras. A falta de una bola de cristal, el big data podría haber minimizado en algo el impacto de la brutal crisis, al ser capaz de anticiparse a los síntomas hasta en un año. "Con el big data se podría haber previsto la burbuja inmobiliaria, al igual que la revalorización de suelos en la costa", cree Enrique Martínez-Laguna, vicepresidente de CBRE España. Por supuesto, con todas las cautelas, ya que como dice Emilio Portes, director de Portfolio Advisory de JLL, "estamos hablando de una crisis a nivel mundial donde afectaron múltiples factores macroeconómicos y de mercado".
Lo que es incuestionable es que en un mercado tan tradicional como es el inmobiliario, que no ha innovado porque estaba borracho de éxitos, el uso de la tecnología de big data o análisis de grandes cantidades de datos en tiempo real, se hace imprescindible. Y lo es tanto para fondos de inversión,socimis, servicers y consultoras, como para promotores, agencias inmobiliarias y particulares que se juegan la inversión más importante de sus vidas.
La falta de transparencia en el ladrillo, considerado un early adopter de las nuevas tecnologías, ha dificultado realizar análisis predictivos. "La información sobre el mercado inmobiliario es opaca, desactualizada y sesgada y se toman decisiones con criterios poco rigurosos y asumiendo elevados riesgos sin datos objetivos", dice Enrique Toribio, partner & director de Desarrollo de Negocio de uDA, Urban Data Analytics, empresa española que ha sido premiada por Open Data Incubator for Europe (ODINE), aceleradora de start-ups europeas.
El análisis predictivo podría haber minimizado el pinchazo del ladrillo
A través del big data se obtiene, de forma digitalizada, toda la información del mercado que está desestructurada y tiene escaso valor añadido. Una vez filtrada y servida en bandeja, ayuda en la predicción de tendencias de futuro y, por tanto, a decidir sobre las inversiones para evitar riesgos. "Con el comienzo de la recuperación, factores que mejoran la productividad como la tecnología y el uso del big data se presentan como elementos clave en el desarrollo del sector", dice Portes. Este experto no duda de que "se impondrá como algo generalizado en los próximos años". "Los datos son la nueva moneda y deben ser la base de nuestras decisiones de negocio y las de nuestros clientes", añade Martínez-Laguna.
Para un promotor contar con documentación objetiva le da pistas sobre qué tipología de viviendas construir en función de la demanda actual y calcular la rentabilidad de una promoción. Es el caso de Neinor Homes, en cuyo modelo de profesionalización el big data es un elemento clave para la toma de decisiones. "La plataforma de uDA permite saber qué vivienda se vende, en cuanto tiempo y a qué precio, además de su rentabilidad bruta y los precios futuros de la misma", apuntan en esta empresa, que ofrece información de 30 indicadores inmobiliarios y trabaja con más de una decena de promotoras de Madrid y Barcelona.
En el caso de una agencia inmobiliaria, el big data prioriza los inmuebles a captar y clasifica los activos para dar salida a los más rentables con mayor rotación. Un inversor internacional con negocios en varios países va a saber en tiempo real dónde invertir y en qué tipo de activo, en qué estado y en qué zona concreta. E imprescindible resulta para los servicers, compañías que surgieron de la necesidad de tener que gestionar carteras de cientos de miles de activos en localizaciones muy heterogéneas. "Este tipo de tecnología es imprescindible en un mercado como el actual donde los clientes son cada vez más exigentes", señala José Peral, director de Comercialización y Marketing de Solvia.
Un paso más adelante están los gestores de centros comerciales, para los que la herramienta se ha vuelto esencial. "Permite recopilar información no solo de datos sociodemográficos, sino también hacer análisis predictivos del comportamiento de los clientes, como el tiempo que pasan en un centro comercial, cada cuánto vienen y el uso que hacen de redes sociales", aclara Enrique Martínez-Laguna, vicepresidente de CBRE España, consultora que comenzó a aplicar el big data en el marketing de retail en 2014. Esta consultora lo emplea en 13 centros comerciales, lo que le ha permitido obtener una base de datos de unos 100.000 usuarios.
Lo cierto es que el uso de esta tecnología, que cuesta desde 600 hasta 1.500 euros al mes, supone una mejora clara en productividad. "Con los mismos recursos se puede multiplicar por tres el número de la operación acortando los tiempos de decisiones y aumentando la facturación a lo largo del año", expone Toribio.
Aún estamos en un momento incipiente de su implantación en las compañías. Se calcula que más de 100 empresas, las de mayor volumen y punteras, lo emplean. "Está más avanzada su implementación en firmas de gran tamaño con posibilidad de invertir en esta tecnología y esperar el retorno de esta inversión. Compañías más pequeñas lo irán adaptando poco a poco y veremos cómo empresas de fuera del sector se adentran en el mercado inmobiliario gracias a las posibilidades que brinda esta tecnología. Es una tendencia imparable", apuntan en JLL.
Los expertos creen que estas herramientas se impondrán en los próximos años
De cara al particular, tener en la mano semejante análisis le va a ayudar a tomar decisiones instantáneas sobre la compra, venta, alquiler o refinanciación de una vivienda. "Si hablamos de una situación concreta, de un inmueble concreto, te permite saber si es momento de comprar o vender, alquilar, esperar a vender en unos años...", señala Toribio, de uDA, que estiman que el año que viene la herramienta estará disponible para el cliente final. Por ejemplo, gracias a esta tecnología podemos saber que en Madrid es buen momento para comprar vivienda en alguna zona del centro y en municipios como Pozuelo, Majadahonda y Las Rozas, aseguran.
AHORRAR ENERGÍA CON LOS DATOS
Los edificios son los principales consumidores de energía. En la actualidad representan el 40% del total de energía consumida y el 36% de las emisiones de CO2 de la UE.
El uso de big data para calcular, analizar y tratar los datos de consumo de energía podría suponer un ahorro en costes de mantenimiento de hasta el 20%, según indican en Vector ITC Group. Los datos corresponden a un edificio de oficinas, pero es extrapolable a una finca de viviendas. "Gracias a las técnicas de big data se pueden transformar los datos recopilados en información y después en conocimiento y, de este modo, identificar qué edificios no cumplen con los estándares de eficiencia energética para elaborar un plan de acción que alcance unos objetivos de consumo adecuados y obtener una categoría en el certificado de eficiencia energética superior", explican.
