In de Nederlandse huizenmarkt is er sprake van een structurele leegstand en er is ook een tekort aan sociale huurwoningen. Leegstand heeft zowel sociale als financiële gevolgen op het rendement van jouw bezit. Om die reden is een onderzoek naar mogelijke oorzaken en factoren in mutaties en leegstand van toegevoegde waarde voor woningcorporaties. Momenteel is PWCo bezig met een grootschalig onderzoek met als onderwerp leegstand. Een aantal corporaties werken hier aan mee.
De leegstand in het woningbezit voorspellen
Met gebruik van object gerelateerde data, m.a.w. informatie over de kenmerken van objecten (wws-punten, type etc.), de huidige status van de objecten (WOZ-waarde, conditiescore, huur, etc.), geanonimiseerde informatie over de bewoners (gezinssamenstelling, leeftijd, etc.) en de historie van de leegstand, kan een voorspelling gemaakt worden over de te verwachten leegstand in de komende tijd.
Daarnaast hebben diverse factoren invloed op de leegstand. Denk hierbij aan sociale problematiek zoals overlast en huurders ontevredenheid, leegstand door huurachterstand, het gehele verhuurmutatieproces en tot slot het onderhoudsproces. Inzicht in deze processen en de invloed hiervan op de leegstand, levert waardevolle inzichten.
Historische data als hulpmiddel
Het onderzoek heeft als doelstelling om mutaties c.q. leegstand te voorspellen in het woningbezit van corporaties met gebruik van historische data. Deze voorspellingen worden gedaan middels Data Mining en Machine Learning technieken. Voorbeelden van mogelijke uitkomsten zijn de voorspelling van de duur van leegstand en de procentuele kans op een mutatie aan de hand van een aantal key-indicatoren.
Geen onderbuikgevoel, maar data laten leven
Veel beslissingen worden momenteel op basis van onderbuikgevoel en ervaring gemaakt. Dit kan risico’s met zich meebrengen als diverse factoren niet worden meegenomen. Data speelt tegenwoordig een steeds grotere rol in het beslissingsproces. De juiste data en data-analyse zorgt voor de benodigde inzicht om verantwoorde beslissingen te kunnen maken. Zodoende kan de expert naast zijn/haar ervaring en onderbuikgevoel, data utiliseren om de juiste beslissingen te maken. Vandaar dat PWCo dit grootschalige onderzoek in het leven heeft geroepen. Samen met diverse corporaties ontwikkelen zij de standaard om op basis van data leegstand te kunnen voorspellen. PWCo helpt corporaties om de data tot leven te laten komen om de juiste beslissingen te kunnen maken, met data als bewijs voor de verantwoording.
Wilt u als corporatie meewerken aan dit onderzoek of bent u opzoek naar meer informatie? Neem dan contact met ons via onze onderzoeker Quincy Buijks: q.buijks@pwco.nl.
Recente reacties