21
de Octubre
de
2016
Act.
21
de Octubre
de
2016
Gracias al Big Data ya es casi posible escoger piso sin poner un pie. Prácticamente todos los datos que podemos considerar decisivas a la hora de elegir un inmueble están a nuestro alcance. Desde el precio de la vivienda, hasta las características del barrio. Desde el número de pastelerías de una zona; hasta la flaira del vecindario.
Cada vez son más los particulares y las inmobiliarias que hacen uso del análisis de datos masivos para comprar o alquilar pisos. De hecho, como ya sucedió a la anterior edición, el Big Data ha vuelto a tener su espacio en el Barcelona Meeting Point, que se celebra hasta este domingo a Feria de Barcelona. Las posibilidades del Big Data al sector inmobiliario son casi infinitas. Sólo depende del tipo de datos de que se disponga.
Los precios de las viviendas
El uso más común del Big Data en el mercado inmobiliario es el análisis de precios. Resulta práctico tanto por el cliente final como por las agencias, que pueden estar interesadas al adquirir nuevos pisos o estudiar la competencia. Existen empresas especializadas en Fecha Mining que son capaces de descargar los precios y características de los pisos ofrecidos a Internet, y elaborar estudios comparativos.
Otros datos de precios son mucho más accesibles al público. La Generalitat de Cataluña ofrece un mapa interactivo llamado Visor Vivienda que, entre otros datos, permite consultar los precios de compraventa y alquiler por comarcas y, en el caso de Barcelona, también por distritos. En el portal se observa, por ejemplo, que el barrio más caro de la capital catalana es Sarriá-Sant Gervasi (1.125 €/mes y 14,33 €/m2) y que el más económico es Nuevo Barrios (540 €/mes y 9,30 €/m2). También sepuede ver que, a pesar de tener uno de los alquileres más económicos, Ciutat Vella es el distrito con el precio por metro cuadrado más elevado después de Sarriá. Vale unos 13,40 euros por metro cuadrado al mes.
Datos públicos y abiertas
Otros datos abiertos de la Administración pública también sirven para escoger piso. El Ayuntamiento de Barcelona ofrece en su portal OpenDataBCN referencias sobre demografía, transporte, turismo, deporte... El Ayuntamiento de Melbourne ha ido más allá. En el web Urban Monte Visual indica, calle en calle, cada árbol de la ciudad. Así, además de satisfacer su curiosidad, los ciudadanos de la segunda ciudad de Australia pueden escoger piso según las zonas verdes quehaya al barrio o, incluso, según el tipo de plantas que tengan a tocar de casa.
Un factor clave por muchas familias a la hora de escoger piso son las escuelas que hay en el barrio. La firma Urban Fecha Anlytics (uDA), que participa en el Barcelona Meeting Point, ha combinado datos públicos y privadas para realizar un estudio comparativo entre de los precios de los inmuebles en Madrid y la distancia geográfica con las escuelas. El proyecto demuestra que los pisos más cercanos en los centros educativos son un 6% más caros; y que si la escuela es concertada o privada, el precio todavía es mayor. Hasta un 9% en el primer caso, y un 28% en el segundo.
La conversación online
Otro conjunto de datos muy útil para escoger casa son las redes sociales. Estudiar la conversación en Internet, sobre todo si está geolocalitzada, permite conocer los intereses y preocupaciones de los vecinos, la presencia de turistas, los negocios del barrio... La startup norteamericana PlaceILive une la Open Fecha con redes sociales como Forsquare para crear un índice de habitabilidad.
Por ahora, la empresa sólo estudia las ciudades de Nueva York, Chicago, San Francisco, Berlín y Londres, pero ofrece muchos datos. Su portal permite localizar desde las paradas de metro o buzo de cada ciudad, hasta sus pastelerías, fruiteries o supermercados. También analiza datos del censo, la calidad del aire, la criminalidad o, incluso, los puntos Wi-Fin.
Todavía más allá
Las aplicaciones del Big Data en el mundo inmobiliario parecen no tener límite. Científicos de datos de la Universidad de Cambridge llegaron a estudiar los olores de las ciudades. Gracias a la recopilación de tuits y fotos a Instagram y Flickr y al trabajo de voluntarios sobre el terreno, los analistas fueron capaces de localizar las zonas más pudents de Londres y Barcelona. Según el estudio, si se busca piso en Barcelona lejos del olor de tabaco, hay que huir del Bogatell. Si se quieren evitar las emisiones de los coches, hay que alejarse de la Diagonal. Y si molesta el olor de animales; hay que buscar piso lejos de la Ciutadella.
Pero si el sentido clave para escoger casa no es el olfato sino el oído; también hay estudios al respeto. El Servicio de Parques Nacionales de los Estados Unidos grabó el sonido ambiente a diferentes puntos del país para identificar los espacios más tranquilos. El portal inmobiliario Trulia, por su parte, analizó las quejas por ruido a la policía para poder aconsejar a sus clientes las calles más silenciosas de Seattle, San Francisco y Nueva York.
Cada vez son más los particulares y las inmobiliarias que hacen uso del análisis de datos masivos para comprar o alquilar pisos. De hecho, como ya sucedió a la anterior edición, el Big Data ha vuelto a tener su espacio en el Barcelona Meeting Point, que se celebra hasta este domingo a Feria de Barcelona. Las posibilidades del Big Data al sector inmobiliario son casi infinitas. Sólo depende del tipo de datos de que se disponga.
Los precios de las viviendas
El uso más común del Big Data en el mercado inmobiliario es el análisis de precios. Resulta práctico tanto por el cliente final como por las agencias, que pueden estar interesadas al adquirir nuevos pisos o estudiar la competencia. Existen empresas especializadas en Fecha Mining que son capaces de descargar los precios y características de los pisos ofrecidos a Internet, y elaborar estudios comparativos.
Otros datos de precios son mucho más accesibles al público. La Generalitat de Cataluña ofrece un mapa interactivo llamado Visor Vivienda que, entre otros datos, permite consultar los precios de compraventa y alquiler por comarcas y, en el caso de Barcelona, también por distritos. En el portal se observa, por ejemplo, que el barrio más caro de la capital catalana es Sarriá-Sant Gervasi (1.125 €/mes y 14,33 €/m2) y que el más económico es Nuevo Barrios (540 €/mes y 9,30 €/m2). También sepuede ver que, a pesar de tener uno de los alquileres más económicos, Ciutat Vella es el distrito con el precio por metro cuadrado más elevado después de Sarriá. Vale unos 13,40 euros por metro cuadrado al mes.
Datos públicos y abiertas
Otros datos abiertos de la Administración pública también sirven para escoger piso. El Ayuntamiento de Barcelona ofrece en su portal OpenDataBCN referencias sobre demografía, transporte, turismo, deporte... El Ayuntamiento de Melbourne ha ido más allá. En el web Urban Monte Visual indica, calle en calle, cada árbol de la ciudad. Así, además de satisfacer su curiosidad, los ciudadanos de la segunda ciudad de Australia pueden escoger piso según las zonas verdes quehaya al barrio o, incluso, según el tipo de plantas que tengan a tocar de casa.
Un factor clave por muchas familias a la hora de escoger piso son las escuelas que hay en el barrio. La firma Urban Fecha Anlytics (uDA), que participa en el Barcelona Meeting Point, ha combinado datos públicos y privadas para realizar un estudio comparativo entre de los precios de los inmuebles en Madrid y la distancia geográfica con las escuelas. El proyecto demuestra que los pisos más cercanos en los centros educativos son un 6% más caros; y que si la escuela es concertada o privada, el precio todavía es mayor. Hasta un 9% en el primer caso, y un 28% en el segundo.
La conversación online
Otro conjunto de datos muy útil para escoger casa son las redes sociales. Estudiar la conversación en Internet, sobre todo si está geolocalitzada, permite conocer los intereses y preocupaciones de los vecinos, la presencia de turistas, los negocios del barrio... La startup norteamericana PlaceILive une la Open Fecha con redes sociales como Forsquare para crear un índice de habitabilidad.
Por ahora, la empresa sólo estudia las ciudades de Nueva York, Chicago, San Francisco, Berlín y Londres, pero ofrece muchos datos. Su portal permite localizar desde las paradas de metro o buzo de cada ciudad, hasta sus pastelerías, fruiteries o supermercados. También analiza datos del censo, la calidad del aire, la criminalidad o, incluso, los puntos Wi-Fin.
Todavía más allá
Las aplicaciones del Big Data en el mundo inmobiliario parecen no tener límite. Científicos de datos de la Universidad de Cambridge llegaron a estudiar los olores de las ciudades. Gracias a la recopilación de tuits y fotos a Instagram y Flickr y al trabajo de voluntarios sobre el terreno, los analistas fueron capaces de localizar las zonas más pudents de Londres y Barcelona. Según el estudio, si se busca piso en Barcelona lejos del olor de tabaco, hay que huir del Bogatell. Si se quieren evitar las emisiones de los coches, hay que alejarse de la Diagonal. Y si molesta el olor de animales; hay que buscar piso lejos de la Ciutadella.
Pero si el sentido clave para escoger casa no es el olfato sino el oído; también hay estudios al respeto. El Servicio de Parques Nacionales de los Estados Unidos grabó el sonido ambiente a diferentes puntos del país para identificar los espacios más tranquilos. El portal inmobiliario Trulia, por su parte, analizó las quejas por ruido a la policía para poder aconsejar a sus clientes las calles más silenciosas de Seattle, San Francisco y Nueva York.