Le vrai problème des données de l’immobilier

#
 

Target sait quand je vais tomber enceinte. HP sait quand je suis sur le point de quitter mon emploi. Pandora sait quelle nouvelle musique j’aimerais entendre.

Les entreprises exploitent les données pour prédire ce que je vais faire et quand. Comme vous l’avez sûrement entendu, le « Big Data » est en quelque sorte une chose.

Les entreprises exploitent les données pour prédire ce que je ferai et quand je le ferai.

Pour autant, nous n’avons pas vu beaucoup de ce genre d’exploration de données et d’analyse prédictive se produire dans l’immobilier. Mais nous devrions le faire, et bientôt.

 

Dans un secteur où la majorité des consommateurs ne participent qu’une fois tous les 5 à 10 ans, et où la fidélité aux marques de courtage est faible, savoir des choses sur la trajectoire de vie d’un consommateur est plus qu’une information pratique. Cela pourrait être un élément vital.

Imaginez que vous sachiez quand vos anciens clients sont prêts à vendre ou à refinancer. Vous savez quand leurs enfants vont acheter leur première maison. Quand ils chercheront peut-être à réduire leur taille ou à acheter un petit pied-à-terre. Quand ils seront frappés par le virus de la maison de vacances.

Imaginez que vous sachiez exactement le bon moment pour leur envoyer un courriel d’information sur la relocalisation dans un autre État. Ou quand les frapper avec des photos alléchantes de plus grandes maisons dans leur région parce qu’ils attendent un autre enfant.

Flippant ? Peut-être. Mais effectivement puissant.

Après tout, un excellent marketing est tout autant une question de timing que de contenu.

Cela peut sembler être un discours de rêve idéaliste, mais ce type même de ciblage prédictif existe déjà. Regardez l’annonce faite par Facebook cette année, selon laquelle ils commenceraient à permettre aux annonceurs de cibler les consommateurs sur leur plateforme en fonction du comportement d’achat hors ligne de ces consommateurs.

 

Une entreprise que nous connaissons, SmartZip, essaie d’analyser et de prédire le comportement des consommateurs pour l’immobilier. Mais ce n’est que la partie émergée de l’iceberg.

Pour une entreprise immobilière, exploiter l’analyse prédictive de cette sorte nécessite une stratégie à long terme. Nous parlons ici d’années, ce qui semble douloureux. Mais écoutez-moi bien.

Vous collectez probablement déjà une bonne quantité de données à partir de votre site Web – les emails au minimum, et les habitudes de recherche pour les plus avancés. Vous utilisez peut-être même des campagnes de goutte à goutte en ce moment pour essayer de maintenir un lien avec les anciens clients et prospects.

Mais ces campagnes de goutte à goutte fonctionnent-elles vraiment ? Dans la plupart des cas, non. 

 

Vous devez faire passer vos pratiques de collecte et d’exploitation des données au niveau supérieur. Établissez des connexions entre les unités commerciales (courtage, hypothèque, titre, garantie), suivez ces données et mettez-les en correspondance avec des campagnes d’e-mailing qui se déroulent sur plusieurs années.

 

Une façon simple de commencer serait de créer une enquête de sortie pour tous vos clients (oui, si vous êtes un courtier, c’est difficile ; si vous êtes un agent, c’est une évidence) qui capture quelques informations de base sur leurs futurs plans potentiels d’achat de maison. Au lieu de les marteler d’e-mails hebdomadaires sur le marché juste après l’achat de leur maison, gardez cela pour le moment où ils seront plus enclins à y prêter attention.

Mettez tous vos acheteurs récents sur une campagne de nouveaux propriétaires d’un an qui leur parle comme s’ils venaient d’acheter une maison (parce qu’ils l’ont fait !). Envoyez-leur des informations sur les exemptions de droits de propriété, les taxes, les garanties de la maison, le refinancement, l’amélioration de la maison. Ne leur envoyez pas de nouvelles inscriptions ou de messages « C’est le moment idéal pour acheter » – ils viennent d’acheter une maison, rappelez-vous.

 

Une autre façon d’aborder serait de vraiment utiliser vos connaissances locales pour faire quelques prédictions.

Par exemple, il peut être fréquent que les gens déménagent à cause des choix scolaires de leurs enfants. Les gens vont souvent déménager dans un quartier qui a une bonne école élémentaire, mais vous pouvez vous attendre à ce qu’ils cherchent à déménager à nouveau lorsque leur enfant atteint l’âge de l’école intermédiaire.

 

La ligne de fond

 

Vos données clients sont tout aussi précieuses que celles de vos listings. Peut-être même plus, si vous parvenez à déchiffrer le code permettant de les faire correspondre aux messages marketing et au calendrier.

Les données comportementales font déjà avancer d’autres industries. Le spray-and-pray ne fonctionne plus dans la publicité ou le marketing. Maintenant, tout est question de ciblage et de contexte. Et la seule façon de le faire efficacement est d’en savoir plus sur les personnes auxquelles vous vous adressez.

 

C’est le type de données qui fait avancer d’autres industries. Êtes-vous partant ? 

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn