Avaliação de preços e vendas no setor imobiliário utilizando o Big Data

• Ano de defesa: 2019
• Autor(a) principal: Correa, Sara Rodrigues
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica de Goiás; Escola de Engenharia::Curso de Engenharia de Produção; Brasil; PUC Goiás; Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas
• Palavras-chave em Português: Big Data, Mercado Imobiliário, Análise de Regressão Linear Múltipla; Big Data, Real Estate, Multiple Linear Regression Analysis; ENGENHARIAS::ENGENHARIA DE PRODUCAO
• Link de acesso: http://tede2.pucgoias.edu.br:8080/handle/tede/4362

Decisões organizacionais têm sido guiadas por análises de dados, que ganham mais relevância a cada dia. O interesse no Big Data cresce à medida que as empresas que o utilizam apresentam resultados expressivos. Nesse contexto, torna-se vital aproveitar as oportunidades advindas da análise de dados. Alguns dos benefícios para o setor imobiliário é a capacidade de identificar tendências e padrões de compra e venda de imóveis que auxiliaram no desenvolvimento de estratégias de venda mais efetivas. Para isso, o objetivo deste trabalho foi analisar quais fatores influenciam os preços e os volumes de vendas de imóveis e como se pode obter uma equação que modele o funcionamento desses fenômenos. A abordagem adotada para realizar a modelagem proposta neste trabalho foi baseada na análise de regressão linear múltipla. Como principais resultados, constatou-se que os modelos gerados para previsões de preços de vendas apresentaram dispersões em relação aos valores reais de mercado variando de 2% a 11%. Já os modelos destinados às previsões de volumes de vendas apresentaram ajustes perfeitos em relação ao comportamento do mercado. Como conclusões, verificou-se que a utilização do Big Data no mercado imobiliário diminui os riscos no processo de tomada de decisão para as incorporadoras em relação ao lançamento de novos empreendimentos