28 jun 12:00 uur

Hoe (big) data in te zetten bij sturing van woningportefeuilles?

Novotel Amsterdam City, Europaboulevard 10, Amsterdam

Wat kunt u verwachten?

Hoe verbeteren de koplopers onder de corporaties en woningbeleggers de kwaliteit van hun besluitvorming? Data analyse en patroonherkenning dankzij algoritmen voorspellen tegenwoordig het gedrag en de behoeften van huurders beter dan mensen. En daardoor het gebruik en de conditie van woningen – handig om werkprocessen en onderhoudsplanning slimmer en efficiënter te maken. Vanwege privacy issues spreken ze zelf meestal liever niet over (big) data gebruik, maar over digitalisering van processen.

In de vastgoedmarkt worden veel beslissingen op (onderbuik)gevoel genomen. Het is een verbetering als die door data ondersteund worden. Het gaat immers bijna altijd om grote bedragen en/of flinke risico’s.

Leer deze middag hoe grote en kleine koplopers met predictive analytics omgaan. Hoe ze hun eigen vastgoeddata combineren met open databronnen zoals Kadaster, WOONdata, Leefbarometer, CBS en dergelijke. Hoe ze daardoor hun asset managers een beter en evidence-based instrument geven waarmee makkelijk de eigen assets geprioriteerd kunnen worden. Hoe ze bijvoorbeeld vastgoedprestaties op maatschappelijke indicatoren inzichtelijk maken. Hoe ze zien wat opkomende en achteruitgaande buurten zijn. Welke verhuisbewegingen er te verwachten zijn. Wanneer (precisie)onderhoud nodig is. Hoe ze efficiencyslagen maken in de bedrijfsprocessen.

Hoe pakken ze dat aan? Waar letten ze op? Wat zijn de kansen en de valkuilen (denk bijvoorbeeld aan privacy-gevoeligheid)? Hoe kun je het zelf oppakken in jouw organisatie? Wat wel en wat niet? Er is ruime gelegenheid om alle vragen te stellen die je er altijd al over had willen stellen.

 

Locatie

Novotel Amsterdam City, Europaboulevard 10, Amsterdam

Hoofdprogramma en sprekers

12.00 Inlooplunch + netwerken

13.00 Inleiding door middagvoorzitter: Ingrid Janssen, Associate Professor of Real Estate Management TIAS School for Business & Society en Partner Republiq.

  • Wat kunnen we leren van prediction in andere sectoren?
  • Wat zijn de voordelen en grenzen van predictive analytics in de woningsector?
  • Hoe betrouwbaar zijn (big) data? Hoe verhouden ze zich tot beslissingen die op (onder)buikgevoel genomen worden?

13.15 Werner van Sprundel, Director Data Analytics Colliers International Netherlands. Heeft een werkend model ontwikkeld dat taxateurs (vrijwel) overbodig maakt. En een model dat de ontwikkeling van woningprijzen tot op buurtniveau in de (nabije) toekomst weergeeft. Binnenkort klaar: een algoritmisch model dat het effect toont van een energielabelverbetering op de waarde van een woning. Relevant, want corporaties en woningbeleggers hebben vaak alleen de kosten in het vizier.

  • Welke data zijn relevant voor deze modellen?
  • Wat is de verklarende waarde van dergelijke modellen? Waarom zijn ze minstens gelijk en vaak beter in het voorspellen dan mensen?
  • Hoe kan het gevoel of de mening van de vastgoedexpert worden meegenomen?
  • Hoe kun je er zelf mee aan de slag gaan?

13.45  Ivar Vermazen, Senior onderzoeker Eigen Haard, een corporatie met 55.000 woningen in de regio Amsterdam. Bezig met een traject om interne en externe data te koppelen en analyseren. Dit wordt vertaald naar een digitaal informatiesysteem voor medewerkers van Eigen Haard. In een eerste sprint wordt vooral gericht op het thema ‘leefbaarheid’:

  • Met externe data inzichtelijk maken: wie wonen in het werkgebied en de woningen van Eigen Haard?
  • Hoe maken we gegevens over vastgoed, bewoners en buurten op een laagdrempelige manier integraal inzichtelijk voor verschillende medewerkers binnen Eigen Haard?
  • Welke inzichten geven analyses van relaties tussen indicatoren van leefbaarheid enerzijds en bewoners-, vastgoed- en buurtkenmerken anderzijds? En hoe wordt deze informatie ingezet voor vastgoedsturing?

 

14.15 Guus van de Mond, Directeur Machine Learning Company, een jong bedrijf dat kennis combineert over werkprocessen, data mining, data analyses en statistics om machine learning algoritmes te ontwikkelen. Heeft voor Woningbelang voorspellende algoritmes ontworpen voor huurincasso op basis van klachten, reparatieverzoeken, betaalgedrag, en dergelijke. Ze geven aan welke passende of preventieve maatregelen moeten worden genomen. Woningbelang is een kleine corporatie in Valkenswaard met 3.900 woningen en een koppositie in de Aedes-benchmark op klantgerichtheid en maatschappelijk presteren tegen lage kosten.

  • Wat is machine learning eigenlijk? Welke concrete resultaten zijn nu al met data science en machine learning bereikt door Woningbelang
  • Hoe kunnen woningcorporaties machine learning toepassen en welke randvoorwaarden (data!) zijn daarvoor nodig?
     

14.45 Pauze
 

15.15 Stefan van Loon, Manager Vastgoedontwikkeling & Specialisten Stadlander, een corporatie met 14.000 woningen in West-Brabant. Werkt met een digitale applicatie en analysetools voor het strategische vastgoedbeleid.

  • Hoe met een slimme combinatie van eigen data en open data de vastgoedportefeuille efficiënter te sturen?
  • Hoe door open data de communicatie binnen het 3-kamermodel te verbeteren?
  • Hoe de opkomst en achteruitgang van buurten, wijken en kernen te voorspellen? Wat zijn populaire wijken en buurten voor sociale huurders – de markt van Stadlander krimpt: scherpe sturing is nodig om leegstand te voorkomen. Welke verhuisbewegingen zijn te verwachten?

15.45 Cor Treure, Directeur IT en Innovatie MVGM, beschikt als grootste vastgoedbeheerder van Nederland over veel (onderhouds)data. MVGM beheert 60.000 huurwoningen, 50.000 VvE-appartementen, kantoren en winkelruimten.

  • Hoe door generieke huurders-kenmerken te koppelen aan dagelijks woningonderhoud kosten te voorspellen.
  • Hoe vastgoedsturing te voeden door omgevingsdata te koppelen aan traditionele vastgoeddata, waardoor met inzicht in trends en ontwikkelingen, betere rendement-risico verhoudingen ontstaan.

16.15 Kritisch commentaar op de voorgaande presentaties, reflectie en conclusies door Willem Debets, Portefeuillemanager Portaal (52.000 woningen), en Pim Dumans, Senior Adviseur Portfolio Woonstad Rotterdam (57.000 woningen), onder leiding van middagvoorzitter Ingrid Janssen

  • Wat vinden zij van hetgeen vanmiddag gepresenteerd is? Wat hebben zij vanmiddag geleerd? Is er iets bij dat zij nu ook gaan toepassen in hun eigen organisatie? Welke toepassingen doen zij zelf al? Welke valkuilen zien zij? Hoe kunnen partijen met kleinere woningbestanden hiermee werken?
  • Hoe gaan zij om met het privacy aspect?

16.45 Netwerkborrel


Aanmelden?
Stuur een mail met daarin uw gegevens aan events@vastgoedjournaal.nlo.v.v. ''big data''. Vergeet niet uw contactgevens te vermelden. De kosten voor deze dag bedragen 295 euro excl. BTW.

Lees hier onze algemene voorwaarden.
 


 

Aanmelden

Hierbij meld ik mij aan voor:

Hoe (big) data in te zetten bij sturing van woningportefeuilles? op 28-06-18:

Aanmelden Stuur ons een e-mail Bel: 023-743 49 09

Voorlopige deelnemerslijst

3D GeoSolutions
ACM Vastgoed Management
Altera vastgoed
Amvest
ASR Nederland
BLOXS Software
Bouwinvest 
Brink Management
Clavis
Cofiton
Colliers International Netherlands
DatHuis
De Alliantie 
Dutch Core Residential Fund 
Eigen Haard
Explica
Finance Ideas
Gemeente Bloemendaal
Gemeente Heerhugowaard
Greystar
Haag Wonen
Hagemans Vastgoedonderhoud
HC&H Consultants
Luxs 
Maasveste Berben Bouw B.V.
Machine Learning Company
Mitros Wonen Utrecht
Movin’U
MVGM
MRP Development
Nijhuis Apeldoorn
Ortec Finance
OSRE
Pararius
Parteon
Perfect Place Holland
Plegt-Vos Bouwgroep
Pipple
Portaal
PPG Coatings Nederland
Prognotice
ProWonen 
PricewaterhouseCoopers Belastingadviseurs 
Rabobank
Reasult
Rhiant
Round Hill Capital
SAMR marktvlinders
Savéon
Stadlander
Staedion
Stienstra
Syntrus Achmea Real Estate & Finance
Talis
TIAS School for Business & Society
vabi
Van der Borden Vastgoedprofessionals
Van Wijnen Rosmalen B.V.
VanWonen Vastgoedontwikkeling 
veiligvitaalvastgoed.nl
Veneficus
Vesteda
Vestia
Vlindar
Waterweg Wonen
Watson & Holmes
W/E adviseurs
Woonstad Rotterdam
Woonvisie
Woonwaard
Ymere