Digitale Strategien

Real Estate LOCATION ANALYTICS – AUTOMATISIERTE LAGEBEWERTUNG MIT SMART DATA

Real Estate Location Analytics (RELAS) ermöglicht zielgruppengenaue Standorteinschätzungen für jede Strategie. Über 1,3 Mrd. Datenpunkte bilden die Basis des Systems. Anhand von mehr als 2.000 Parametern, u.a. für Wirtschaft, Anbindung, Demografie, Nahversorgung, sowie Preis- und Mietniveaus, können unsere Nutzer individuelle Lageanalysen erstellen. 

Darüber hinaus können mit RELAS deutschlandweit für jede einzelne Adresse Marktpreise und -mieten bestimmt werden. Mit Hilfe von Machine-Learning-Algorithmen lassen sich für die Nutzungsarten Büro, Wohnen und Einzelhandel bis hin zur Einheitenebene verlässliche Indikationen erstellen. 

FINDEN SIE NEUE ZIELMÄRKTE

Die Analysen werden einheitlich ermittelt und dargestellt. Es spielt keine Rolle, ob A-Städte oder ländliche Regionen betrachtet werden. Das intuitive Scoring (0-100) erlaubt es, jede Lage unmittelbar einzuschätzen und mit anderen zu vergleichen. 

Durch die Auswahl von Makroscores, werden alle Gemeinden in Deutschland auf Basis der gewählten Präferenzen verglichen. So lassen sich jene Regionen identifizieren, die optimal der eigenen Anlagestrategie entsprechen.

Profil Pflegeimmobilien – Mit Hilfe der Makroscores werden in der Karte Gemeinden angezeigt, die hohe Werte für die Kombination (dunkle Einfärbung) der Einzelscores haben. Helle Bereiche in der Karte entsprechen der gewählten Kombination der Einzelscores eher wenig.

DIE PASSENDE ZIELGRUPPE FINDEN

Auch auf der Mikroebene helfen Smart Data dabei passende Zielgruppen für jede Lage zu finden. Analog zur Makroebene lassen sich jene innerstädtischen und besten Lagen für die selbst definierten Zielgruppen-Profile für z.B. Studenten, Pendler oder junge Familien finden.

Profil Studentisches Wohnen – möchte man ein Objekt, wie z.B ein Hotel, umnutzen, kann man mit Hilfe der Profile erkennen, welche Zielgruppen für die Lage am besten geeignet sind.

FINDEN, WAS NICHT DA IST

Oft suchen Investoren oder Projektentwickler nach Standorten, die bestimmte Eigenschaften aufweisen sollen, damit eine Gegend attraktiv ist. Für Stadtplaner, die ganze Quartiere entwickeln oder Flächen neu erschließen, ist es hilfreich zu wissen, welche Eigenschaften einer Gegend fehlen, um auf die Bedürfnisse der dort geplanten Zielgruppen einzugehen.

Profil Junge Familien – Durch das invertieren von Scores erkennt man auf Knopfdruck, welche Eigenschaften einer Gegend fehlen (dunkle Einfärbung), um diese Zielgruppe in der Region anzusiedeln. 

MARKTPREISE MITTELS MACHINE-LEARNING

Auf Basis von über 65 Millionen Angebotspreisen können unsere Machine-Learning-Algorithmen für jede Lage einen repräsentativen Preis ermitteln (Lagepreis). Auch Indikationen für Objekt- und Einheitenpreise lassen sich einfach und durch wenige Eingaben abfragen. Durch Angabe der Exklusivität wird die persönliche Einschätzung des Anwenders für die Ausstattungsmerkmale abgebildet. 


Ändert man das Baujahr, um z.B. eine Modernisierung einzelner Einheiten zu simulieren, erhält man den geschätzten Marktpreis für diese Einheit.
Ändert man das Baujahr, um z.B. eine Modernisierung einzelner Einheiten zu simulieren, erhält man den geschätzten Marktpreis für diese Einheit.

Kontakt:

info@21re.de

www.21re.de

Author

Thomas Gawlitta | CEO Gawlitta.com GmbH | thomas.gawlitta@gawlitta.com | 01703665800