Data-driven Real Estate Analysis and Matching

Forskningsprosjektet muliggjør datadrevet innsikt for å utvikle optimale og levende nabolag fylt med liv og aktivitet. Gjennom bruk av maskinlæring og optimering, kombinert med data om bevegelsesmønstre, forbruk, demografi og selskapsdata, har prosjektet som mål å forstå hva som utgjør et optimalt bygulv. Dette kan fremme bedre beslutninger for butikker, restauranter og eiendomsselskaper som utgjør byens første etasje. Forskningen gir butikker, restauranter og servicebedrifter innsikt i hvor deres virksomhet er best egnet for suksess, og maksimerer deres lønnsomhet ved å tiltrekke folk og aktivitet til området. Gjennom optimalisering av bygulvet kan detaljhandelsbedrifter også dra nytte av synergier med nærliggende virksomheter, og innbyggerne vil etter hvert få et bedre og mer målrettet tjenestetilbud i sitt nabolag. Forskningen kan øke inntektene og lønnsomheten for en stor del av norsk økonomi, og påvirke menneskene som bor og bruker byen positivt gjennom økt aktivitet, bedre tjenestetilbud og økt livskvalitet.

Tasks related to data analysis, ML model development, and optimization were partially completed. The project achieved the delivery of the Dream Matching Optimizer, which demonstrated practical applications of optimization techniques for tenant assignment. However, the development of the revenue prediction model remained incomplete (in terms of the required quality of the predictions) due to significant data constraints. The absence of a robust revenue prediction model limited the integration and deployment of optimization and collaboration solutions within the Plaace platform. CRE partners will see improved utilization of their properties, and the participating RHS businesses will be able to use the platform to establish new, successful locations, if new quality data appears that can be used for the models. If better data is acquired the ground work of the project is ready for new results that could significantly improve outcomes for actors in the CRE and RHS industries, which today have an annual gross revenue of 735 BNOK in Norway, and far higher abroad. Enabling cooperation between CRE companies will also enable better coordinated city districts, which will be more attractive to inhabitants and visitors.

The DREAM project will establish an entirely new way of operating the retail commercial real estate market. The Plaace platform lets retail, hospitality and service businesses match their needs with available retail space. Supported by new tools enabled by the DREAM project, these businesses will be able to make smarter location decisions, generate more revenue and attract more customers. This benefits property companies owning retail space directly by increasing rent and property value. Using AI and optimization techniques, the project will build algorithms for (i) evaluating the location-based performance of a business, (ii) finding good business mixes for a group of available locations and (iii) helping commercial real estate companies collaborate to build better commercial areas. These approaches will significantly improve the current market, reducing the risk of wrong. The results will be prototyped and piloted in the Plaace platform, and tested and evaluated by participating partners, ensuring their real-life applicability and preparing for their availability to the sector at large.