Integración de datos para optimizar inversiones inmobiliarias
AÑO
2024
SECTOR
Real Estate
ÁREA DE TRABAJO
Governance, Infraestructura & Cloud, Business Analytics y Artificial Intelligence
Contexto
Startup de inversión en activos inmobiliarios gestiona una extensa cartera de más de 80,000 activos repartidos en diversas ubicaciones de España.
Su misión es ofrecer a sus inversores el análisis más completo y preciso de cada activo, utilizando múltiples fuentes de datos. Sin embargo, el acceso y análisis de esta información estaban fragmentados entre diferentes orígenes, como registros catastrales, APIs de mercado inmobiliario, certificados de cargas y otras fuentes.
Esta dispersión complicaba la gestión del equipo y generaba un alto desgaste en términos de eficiencia.
Objetivos
1.- Centralizar los datos de múltiples fuentes en una plataforma unificada para una visión completa de las carteras.
2.- Crear un sistema de segmentación y priorización que clasifique los activos según potencial de inversión, riesgo y rentabilidad.
3.- Calcular de manera asistida el valor potencial de la inversión basándonos en diferentes criterios fijados.
4.- Ofrecer un MVP de producto que permitiera al equipo de analistas ser más eficientes a la hora de realizar estudios de inversión.
Cómo lo hicimos
El proyecto era de gran relevancia para la compañía. Durante los últimos años, la información había sido gestionada en silos sin una estrategia de datos clara. Esta falta de integración dificultaba la visión general de los activos y limitaba el potencial de análisis. Dado el objetivo de este proyecto de cubrir de principio a fin el ciclo de vida de los datos, desde la recolección hasta su explotación, optamos por Microsoft Fabric como la plataforma principal.
Microsoft Fabric: versatilidad, potencia y escalabilidad
Microsoft Fabric permite integrar múltiples tecnologías en un único entorno, proporcionando una gran fluidez al trabajar con las herramientas del ecosistema de Microsoft. Fabric ofrecía la agilidad necesaria para centralizar, transformar y explotar los datos con eficiencia, utilizando herramientas clave como Data Factory, Synapse y Power BI.
Unificando las fuentes de datos
Iniciamos el proyecto centralizando datos de diversas fuentes críticas:
- Catastro: Establecía un criterio unificado a partir de una misma fuente de origen, definiendo más de 15 categorías clave para clasificar los activos.
- API de tendencias de mercado: Conectamos con dos fuentes de datos externas para obtener datos de venta y alquiler con máxima precisión.
- Datos financieros: Provenientes de documentos en PDF y tablas de Excel, contenían información clave sobre las cargas legales de cada activo.
- Histórico de operaciones: Reflejaba los resultados de las operaciones realizadas en el pasado, esencial para el análisis de tendencias.
Segmentación de carteras y cálculo de inversión
Este fue el punto crucial del proyecto. Con los datos procesados, desarrollamos un modelo de segmentación que clasificaba los activos en tres criterios principales:
- Potencial de inversión: Valor proyectado de cada activo basado en demanda, ubicación y rentabilidad esperada.
- Nivel de riesgo: Evaluado en función de factores como ocupación, carga financiera y condición legal.
- Proyección de rentabilidad: Estimaciones de ingresos (tanto en venta como alquiler) y valorización del activo a medio y largo plazo.
Para los analistas, Microsoft Power BI facilitó la visualización de estos segmentos, permitiéndoles comparar y analizar los activos de manera clara, lo que a su vez mejoró las recomendaciones estratégicas a los inversores.
Interfaz conversacional para consultas ágiles
La centralización de la información también nos permitió, en una segunda fase, integrar una interfaz conversacional mediante Copilot Studio. Con esta herramienta, configuramos un agente conversacional personalizado que accedía directamente a los datos centralizados en la plataforma. Así, los analistas ahora podían interactuar con la información de una forma más intuitiva y humana, consultando datos y obteniendo insights en tiempo real a través de una interfaz conversacional sencilla y eficiente.
60%
Reducción tiempos de gestión
50%
AUMENTO PRODUCTIVIDAD ANALISTAS
30%
AHORRO ESTIMADO COSTES OPERATIVOS