商业地产如何利用大数据分析，撬动24万亿美元的市场？

商业地产（或称CRE）在采用创新技术方面一直非常不敏感，而且缓慢。毕竟，这个行业已经发展成为一个由创业，直觉和信息不对称驱动的24万亿美元的强大产业，为什么要改变一个成功的思维？

今天，CRE成为主流资产类别，导致盈利能力下降，竞争加剧。尽管如此，它对大数据分析的缓慢支持带来了很多问题。然而，行业近期已经看到技术复兴的趋势，并且CRE技术在过去12个月中已经获得了创纪录的兴趣和投资。因此，CRE公司正在试验一系列新技术，这些技术将在世界上最具经济影响力的行业之一内实现巨大转变。

信任-不仅仅是电子表格，领域专业知识和直觉本能

正如CCIM研究所所指出的，即使是大型的CRE企业也依然依靠电子表格和人工分析。许多分析师为自己确定价值和风险的能力感到自豪，主要是凭借特定的市场知识和利用分析电子表格的能力。毕竟，商业地产的价值在各个方面推动整个资产类别。

技术可能永远无法直接评估人类对商业地产投资的主观价值，但是现在正在收集大量信息，分析师可以间接地在这种价值评估中进行总结。通常情况下，由于这些数据没有被传统的评估流程所捕获，而且这些数据不可用，所以这些信息的利用率很低。

在考虑财产时，定性评估和数据可以通过步行穿过社区，并评估其质量来获取。分析师，贷款人，投资者和市政当局希望获取和理解尽可能多的有用数据，以收集和确定影响真实价值和风险的因素。提供评估和分析的最新一代分析工具，正以前所未有的速度为围绕商业房地产投资的决策过程中的每个人，提供更多的能力。

利用不断扩大的数据湖

增加可用于创建财务模型的数据的多样性，丰富性和新鲜度可以为承保和估值过程提供额外的维度。先进的数据分析为分析师提供了将更多变量分解到计算中的潜力。类似市场的实时交易价格，与不同零售供应商细分市场的接近程度，银行存款集中度，人口趋势等可供CRE专业人员提供更高级别的粒度，以确定对投资风险的洞察。如非结构化数据、物联网、超本地趋势、结合实时和历史数据等。

超本地化趋势。一个地区的交通流量是多少？消费者的消费能力如何？这些都是可供选择的数据集，有助于丰富分析师在评估房地产时的流程，但大多数类型的分析因为数据无法到达，而未被传统考虑进公式中。但随着智能城市设计的创新发生了变化。例如，Motionloft使用传感器技术来提供实时的行人和车辆流量统计和分析。

将交通流量随时间变化的模型考虑进去，可以让投资者对租赁楼面空间的潜力有一个前所未有的见解。支付领域的创新已经能够逐块分析消费者支出。现在，刷卡数据被汇总，匿名的被在主要支付处理公司进行分析，这些支付处理公司预测顾客在商店中消费了多少钱。

物联网。物联网无疑将大量投入到CRE分析中。将建筑物外部的城市中与传感器网络相连的传输数据集成到内部空间等室内传感器系统后，分析人员可以提出以下问题：下午建筑物的某个部分是否会遇到更多的人流量，以及零售商对该物业的潜在影响和可取性？温度，湿度或其他方面是否会发生根本性变化，这可能会导致环境所带来的体验感受，或其他可能缩短租赁期限或阻止高价值租户搬迁的事情？

非结构化数据。我们也开始看到CRE中使用非结构化数据，例如电子邮件，社交帖子，图像和视频，这些信息可以提供丰富的定性投资决策。虽然社交媒体似乎不是一种明显的房地产估价模型的信息来源，但在Facebook，Twitter和LinkedIn上，有一些趋势可以在其他地方显现出来。需考虑共享办公室，开放式办公室布局，等等。

事实上，大多数CRE公司收集和拥有的大部分数据实际上都是非结构化的。想想CRE公司数十年的经验所收集的所有信息，这些信息被锁定在各个电子表格上，并且在确定估值和承保分析时不会暴露在公司的网络中。目前，这些信息很难分享和整合到建模工作流程中。然而，将这些信息整合到分析中可以让分析师，评估师，商业经纪人，贷款人和投资者在竞争对手抢风头之前发现巨大的机会。

结合实时和历史数据。将流媒体和批量数据结合起来的能力一直是高级数据分析的圣杯。各公司仍在试图用Lambda数据系统架构等模型来剔除技术细节，但对于CRE而言，收益可能比大多数行业更高。在整个投资过程中，分析师通常必须考虑具有实时成分的要素，例如融资利率，资本化率，市场租赁等，这些要素涉及可能在过去几十年收集的私人数据，如历史数据空置率，租约续约概率以及不容易获得的租赁条款。最重要的是，这些数据源和其他数据源（如投资参数和租赁期限）都具有历史和实时组件。

当然，这些数据来源如何能够由单个分析师，在承保和评估模型中使用电子表格或本地化的笔记本电脑或台式机上的本地软件来集成。大多数模型目前充其量只是通过使用Mark 1电子表格手动收集的这些信息获得适度的信息。但是，随着分析师获得将这些数据源丰富到他们的模型中的能力，该行业将进入一个充分丰富和知情投资的新时代。

更广泛的影响：唤醒沉睡的巨人

由于CRE全面采用大数据分析，我们将看到更具战略性和针对性的投资，并能够将宏观经济趋势，微观经济趋势，实时支出数据，人员分析，交通变量，重大事件，超本地化数据，办公空间趋势和其他信息转化为复杂的模型，使企业能够定位，购买和调整能够提供高财务投资回报率和使用的资产。我们还可能会看到新的信用风险算法的发展，这些算法分析更大和更多样化的数据源，同时考虑到根本无法用电子表格手动分析和分析的变量。

随着决策速度加快，并获得更加广泛的高度准确和及时的数据信息，我们将看到更强劲和响应迅速的创意产业的优势，扩展到世界上其他任何商业领域。CRE终于准备好利用大数据分析的力量。