Fastighetsinvesteringsbolaget CONTI Capital säger att bättre transaktions- och psykografisk data i kombination med verktyg för maskininlärning har lett det till större effektivitet med en datadriven screeningmetod som den kallar CONTI Index. I en vitbok kallar företaget det för en “platsvalsmodell utformad för att identifiera överpresterande storstadsområden, delmarknader och postnummer för investeringsmöjligheter för flerfamiljer.”
Det som föranledde företaget var uppfattningen att covid-19-pandemin hade skapat “särdrag” och inte “strukturella förändringar” på bostadsmarknaderna. “Vi behövde ett verktyg för att se igenom de nuvarande marknadsdislokationerna, för att identifiera vilka marknadstrender som var permanenta och vilka som var övergående”, skrev de.
Fyra faktorer ledde till möjligheten att skapa det datadrivna tillvägagångssätt som de nu använder. Listningsplattformar “förbättrade kvaliteten, granulariteten och aktualiteten för information om hyrespriser för marknaden och delmarknaden.” Tredje parter skapade demografisk data i realtid kopplad till “individer som bor inom specifika geografier” snarare än att vänta på mer abstrakt information från Census Bureau. Psykografiska data och metoder, “som vanligtvis används i marknadsföringskampanjer för att kategorisera individer i segment baserat på delade egenskaper”, tillät bättre förståelse av konsumentbeteende. Slutligen, en kombination av data av bättre kvalitet med en övergång från ekonometriska till maskininlärningsmodeller möjliggjorde analys utan redan existerande explicita antaganden om data.
CONTI Index använder två modeller: en som arbetar utifrån makroekonomisk påverkan på fastighetsmarknaderna och en andra som verkar på marknadsnivå. Företaget tar sedan de 50 bästa lägenhetsmarknaderna i USA efter totalt antal enheter och tittar på var och en efter utbud och prisvärdhet; antal främsta hyresgäster; lokala arbetsmarknader; branschmått som hyratillväxt, uthyrningsgrad, NOI-tillväxt och IRR; livskvalité; och marknadsekonomisk hälsa.
Efter att ha identifierat målmarknader på MSA-nivå, hittar en postnummer-nivå analys “de fickor inom varje marknad som är idéer för flerfamiljsinvesteringar.”
Poängen med verktyget är inte att fatta alla beslut när det gäller att överväga specifika fastigheter, utan att vara ett första stegs screening som “låter oss undersöka ett enormt antal möjligheter, vilket säkerställer att vi aldrig förmedlar en affär på grund av våra fördomar. ” Den snabbar också upp analysen från “en timme eller mer, ner till bara några sekunder” för att överväga om en specifik möjlighet ska gå till nästa steg.
Som sagt, ett sådant tillvägagångssätt måste skräddarsys för varje given investeringsfilosofi. Så CONTI:s val av topp 10 marknader – Dallas-Fort Worth, Atlanta, Austin, Charlotte, Orlando, Tampa, Houston, Nashville, Raleigh-Durham och Phoenix – kan vara vettigt för dem och inte för en annan investeringsstrategi, kanske en som letar efter underskattade marknader som kanske inte drar lika mycket konkurrens, vilket resulterar i lägre förvärvskostnader.
