Komplexiteten och utmaningarna med dataanalys inom fastighetsförvaltning
Dataanalys är hörnstenen i strategiskt beslutsfattande i praktiskt taget alla branscher idag. I fastighetsförvaltningssektorn, där förståelse av resultatmått kan vara skillnaden mellan tillväxt och stagnation, är beroendet av data ännu mer avgörande. Att använda datastrukturen i ett traditionellt fastighetsförvaltningssystem för detta ändamål innebär dock en unik uppsättning utmaningar. Dessa system, som främst är utformade för att hantera juridisk information, kommer ofta till korta när det gäller att erbjuda analysvännliga data för fastighetsbolaget. Som vi kommer att se kan det som börjar som en till synes okomplicerad uppgift snabbt bli en komplex och felbenägen process.
Inom näringslivet är vi ofta på jakt efter insikter om prestationer som sträcker sig över olika tidsramar. Ibland kanske vi vill ha en sammanfattning av ett kvartals resultat, medan vi i andra fall kanske vill upptäcka trender genom att granska specifika perioder.
I fastighetsförvaltningsbranschen är den primära datakällan för affärsdata vanligtvis fastighetshanteringssystemet. Dessa system fungerar dock i huvudsak som plattformar för kontraktshantering och lagrar juridisk information om vilka hyresgäster som har tillstånd att använda specifika byggnadsytor under givna tidsperioder. På grund av detta fokus saknar dessa system de viktiga attribut som krävs för effektiv dataanalys.
Ta till exempel ett fastighetsförvaltningsföretag som är intresserat av att spåra trenden för hyresintäkter från sina kontorslokaler under en 36-månadersperiod. Det första steget för många skulle vara att få tillgång till fastighetsförvaltningssystemet och exportera data, särskilt avtalsobjekt som hör till den valda tidsramen.
För att visualisera dessa data som en trend måste de organiseras och ritas in på en tidslinje. De involverade stegen inkluderar:
(1) Databearbetning genom att fördela hyresbelopp specifikt till kontorsytorna under varje kontraktsobjekt och ta bort orelaterade ytor som förråd, gemensamma utrymmen och utomhusutrymmen.
(2) Beräkning av antalet dagar mellan start- och slutdatum för varje avtalsobjekt och fördelning av den totala hyran över dessa dagar.
(3) Eliminera alla dagar från datasetet som inte motsvarar den valda 36-månadersperioden.
När du har slutfört dessa åtgärder bör du få fram ett kalkylblad med 1 098 kolumner, som var och en representerar en dag inom 36-månadersintervallet, och rader för varje kontraktsobjekt. Denna layout gör det möjligt att summera den dagliga hyran, som sedan kan visas i diagram för visuell tolkning i Excel-arket eller i en instrumentpanel för fastigheter.
Men vad händer om det analytiska målet sträcker sig till mått som "Månatligt kvadratmeterpris per uthyrd SQM"? För att beräkna detta måste vi införa ytterligare två dimensioner - "vakant" och "ockuperad" - och lägga till en ny variabel för kvadratmeter. Dessutom måste lediga kvadratmeter tas bort från datasetet under de specifika dagar då de var lediga.
Som ni nu förstår kan även enkla analyser snabbt bli komplicerade och ge upphov till inkonsekvenser. Föreställ dig variationen om fem olika personer skulle utföra denna uppgift, var och en med hjälp av sitt eget Excel-ark. Dessa personer skulle sannolikt ta fram data vid olika tidpunkter och tillämpa personliga fördomar vid datamanipulering, särskilt när de utvärderar sina egna prestationsmått. Detta skulle oundvikligen leda till motstridiga slutsatser och inkonsekvent beslutsfattande, för att inte tala om den betydande mängd tid som läggs på manuellt arbete varje gång data för en viss period behövs.
Som framgår är det långt ifrån okomplicerat att utvinna användbara insikter ur fastighetsförvaltningssystem. Även grundläggande analyser kan utvecklas till komplexa förfaranden med risk för inkonsekvenser och fel. Denna komplexitet kräver inte bara betydande manuellt arbete utan innebär också en risk för att generera motstridiga resultat, särskilt när flera intressenter är inblandade. Med tanke på dessa utmaningar blir det allt tydligare att specialiserade analysverktyg som är utformade för att fungera tillsammans med fastighetsförvaltningssystem inte bara är en lyx, utan en nödvändighet för tillförlitligt och konsekvent beslutsfattande.