Le sigle con desinenza tecnologica si sprecano di questi giorni, conosciamo da tempo il Biotech, di recente il FinTech, fino ad arrivare al quasi sconosciuto Fashiontech. In tutti i casi si allude al fatto che elementi tecnologici di vario tipo possono dare un valore aggiunto ai vari settori biologico/farmaceutico, finanziario e nel mondo della moda, nell’ordine. In che cosa consiste questo ‘valore aggiunto’ dipende dal settore e dalle tecnologie disponibili.
Uno degli ultimi arrivati è il Proptech, che sta per ‘property-technology’ e in questo caso la tecnologia è applicata al settore immobiliare. In senso ampio è facile immaginare come la tecnologia possa essere impiegata nella costruzione degli edifici, nella logistica associata, nei materiali e come nei casi precedentemente citati, gli ambiti di intervento possono variare. In genere però quando si parla di ‘tech’ l’ambito è tipicamente ‘terziario’, spesso legato ai servizi informatici.
Quindi, al di là degli aspetti finanziari del mercato immobiliare, cosa può c’entrare esattamente l’informatica con le ‘property’ e in particolare col mondo dei dati che ci interessa particolarmente? C’entra parecchio e non è difficile immaginare il perché. Immaginate di dover dare un valore a un appartamento, da che cosa potreste partire? Ovviamente esistono da tempo dei criteri standard: la superficie, le finiture, la collocazione in un particolare quartiere, la città.
Quello che vale in questo caso è lo storico delle transazioni che fissa i prezzi in base alla domanda e alla corrispondente offerta, che è il criterio base su cui poggiano tutte le dinamiche economiche. Il problema è che la velocità con cui avviene questo processo è bassa e quello che succede intorno agli immobili, sia fisicamente che virtualmente ha delle dinamiche molto più veloci. Oltre che dai criteri standard il valore può dipendere dal fatto che vicino a un edificio aprano dei supermercati, delle attività commerciali specializzate, dei nuovi servizi pubblici, stazioni delle metropolitane e così via. Nella prospettiva Smart City questo tipo di informazioni territoriali sono sempre più presenti su Internet e facilmente reperibili, inoltre possono contribuire a valorizzare il territorio.
Pensiamo poi a tutte le attività Social, come per esempio le pagine Facebook di quartiere fino ad arrivare a servizi innovativi come Nextdoor, per non dimenticare tutte le recensioni di ristoranti e negozi su Tripadvisor. Analizzando con sofisticate tecniche di NLP (Natural Language Processing) possiamo ricavare informazioni preziose sulla qualità della vita, sulla sicurezza e sui servizi che vengono offerti su quel territorio. Sono i famosi flussi di Big Data che in questo caso vanno a vantaggio di un settore tradizionale che ha le sue radici nel mondo fisico. Ancora più interessante è poi la connessione con il noto servizio di affitto di case e appartamenti Airbnb.
Anche questo è un servizio online, ma di fatto virtualizza molte delle operazioni immobiliari che sarebbero avvenute con metodi tradizionali e con una capillarità e ampiezza che non ha precedenti nella storia di questo mercato. Tra la ricerca, la valutazione e la transazione di un affito passa in genere pochissimo tempo e nel complesso queste operazioni contribuiscono potenzialmente a dare una valorizzazione quasi in ‘real time’ degli immobili. Su queste basi è nato un servizio ora molto popolare che si chiama Airdna (https://www.airdna.co/), che oltre a contenere alcune interessanti statistiche sul servizio da cui attinge i dati, propone delle probabili quotazioni degli immobili non ancora gestiti da Airbnb, in base all’appetibilità delle offerte degli immobili già presenti sulla piattaforma, che sono magari nella vicinanze e quindi ugualmente appetibili sia per un target turistico che di business.
Ovviamente i dati di Airbnb da soli non sono sufficienti per avere un quadro completo e si rischia di dare delle informazioni imprecise se non si complementa quel patrimonio informativo con altri dati, da altre piattaforme online o da repository ufficiali pubblici (si pensi ai siti Open Data dei comuni e delle regioni e ai dati statistici ufficiali Istat e del catasto per esempio).
Anche in Linkalab ci siamo di recente occupati di questo settore col nostro progetto BigTour. Tramite questa piattaforma accumuliamo dati di grana fine da tutti i principali portali turistici come Booking.com, Tripadvisor, Airbnb e i principali canali Social. L’aggiornamento è su base quotidiana e questo come dicevamo consente di capire i fenomeni territoriali con grande dettaglio e frequenza temporale, come per esempio avere l’andamento dei prezzi di tutte le strutture e per specifici bacini di interesse, capire nel dettaglio il valore delle property turistiche come alberghi e case vacanze e qualificare in senso più ampio il territorio ben oltre la sua vocazione turistica. Questi dati sono visualizzabili tramite delle dashboard mirate e agganciabili alle App che li richiedessero in tempo reale tramite delle API. È il modello di cui parlavamo all’inizio e che rende chiare le potenzialità del mondo dei dati in questo settore.