*14.06.22*

✒️И вновь возвращаюсь к теме big data в сфере недвижимости. Тем более, недавно нашёл одну американскую технологическую компанию, которая занимается, именно этим - сбор, систематизация, визуализация информации по рынку жилой недвижимости США.

Безусловно, я понимаю важность и необходимость big data для работы на рынке недвижимости. Но, вместе с тем, у меня к этому направлению есть много вопросов.

Big data в сфере недвижимости основана не просто на наличии большого списка продаваемых/покупаемых объектов недвижимости (единиц жилья). Она основана больше на характеристиках этих самых объектов жилья. Так что, big data в недвижимости - это база данных единиц жилья с их характеристиками.

Насколько я понимаю, чем больше различных характеристик по объекту недвижимости присутствует, тем точнее и прозрачнее будет его анализ. Причём, эти характеристики могут содержать не только свойства самого объекта недвижимости, но и его окружение. Другими словами, можно однозначно утверждать, что big data в недвижимости - это инструментарий девелопмента территорий.

Я бы выделил 3 основных группы характеристик для любого объекта недвижимости (единицы жилья):

1. социально-экономическая география, включая демографию .
2. социально-экономическая история объекта недвижимости.
3. эксплуатационные характеристики самого объекта недвижимости.

И внутри каждой из этих групп характеристик присутствует ещё с десяток, как статистических, так и динамических характеристик. Собственно, с этого и начинается big data рынка недвижимости.

В формировании big data для рынка недвижимости нет никаких принципиальных проблем, когда рынок недвижимости является свободным и прозрачным, когда все происходящие на нём сделки являются публичными. Если рынок недвижимости не публичен, то любые данные можно подвергнуть сомнению. И специалистам рынка недвижимости в этом случае ничего другого не остаётся, как "мечтать и строить различные гипотезы и концепции".

Далее, если и собирать все объекты недвижимости в единую базу данных, то все эти объекты недвижимости должны быть друг с другом сопоставимы - они должны иметь примерно один и тот же набор параметров. Причём, чем больше этих самых параметров, тем адекватнее будет их сравнение друг с другом. Скажем, одной общей площади, выраженной в м2 для объективного описания объекта недвижимости недостаточно. Как и материалы исполнения с архитектурой и внутренней отделкой мало о чём говорят. Какие характеристики объекта недвижимости равнодушны к квадратуре, архитектуре, материалам, отделке? С помощью каких характеристик его можно классифицировать в разделах географии, демографии и истории?

Так что, можно смело утверждать, что индивидуализм (когда каждый строит что и как ему хочется) является не благом для рынка недвижимости, а его одной большой проблемой, так как индивидуализм очень трудно учесть, анализировать и, тем более, прогнозировать. Big data в недвижимости хорошо работает там, где объекты недвижимости создаются для людей, а не под отдельно взятых "сумасшедших".

Таким образом, big data ещё связана и с темой капитализации недвижимости и развитием бизнеса на создании объектов недвижимости.

Но, самое важное и существенное в big data - это умение анализировать информацию. Похожесть или разность характеристик по нескольким объектам недвижимости нельзя считать анализом. Анализ - это построение некой самостоятельной модели на основе существующих характеристик. И это, на мой взгляд, самое интересное. Собирать, классифицировать, визуализировать информацию - ценно, важно, необходимо. А вот её интерпретация - немного другое.