De grootste kennisbank van het HBO

Inspiratie op jouw vakgebied

Vrij toegankelijk

Terug naar zoekresultatenDeel deze publicatie

Big Data bij het verhuurproces van een bedrijfsmakelaar

Open access

Big Data bij het verhuurproces van een bedrijfsmakelaar

Open access

Samenvatting

SamenvattingIn opdracht van Snelder Zijlstra Bedrijfsmakelaars is onderzoek gedaan naar de
mogelijkheden om Big Data te gebruiken in het (ver)huurproces van een bedrijfsmakelaar. De
probleemstelling van het onderzoek luidt als volgt: ‘Welk overzicht met Big Data-analysetools
kan voor een bedrijfsmakelaar worden opgesteld om het (ver)huurproces te verbeteren’. Om
de probleemstelling zo volledig mogelijk te beantwoorden is de probleemstelling opgedeeld in
vier deelvragen. De eerste drie deelvragen vormen het theoretisch kader van het onderzoek.
De vierde deelvraag toetst het theoretische kader in de praktijk.
Allereerst is geoperationaliseerd wat verstaan wordt onder het begrip makelaar en de
verschillende specialismen die er zijn. Vervolgens is nader ingegaan op de bedrijfsmakelaar.
Eén van de taken van een makelaar is het bemiddelen in onroerend goed. De bedrijfsmakelaar
bemiddeld in bedrijfsmatig vastgoed, in opdracht van een (ver)kopende of (ver)hurende
partij. In dit onderzoek is enkel ingegaan op de rol van de bedrijfsmakelaar als
(ver)huurmakelaar. Wanneer de bedrijfsmakelaar werkzaam is als (ver)huurmakelaar is deze
bezig met het (ver)huurproces van bedrijfsmatig vastgoed. Om vraag en aanbod zo goed
mogelijk bij elkaar te brengen zullen verschillende stappen worden doorlopen in het
(ver)huurproces. De stappen in het (ver)huurproces van een bedrijfsmakelaar zijn: input,
proces, output en monitoren. Het (ver)huurproces is schematisch weergegeven in figuur 1.1.
In hoofdstuk drie is het begrip Big Data geoperationaliseerd. Allereerst is de definitie van het
begrip omschreven. Big Data is een verwijzing is naar de mogelijkheden om de toenemende
hoeveelheid data als bron te gebruiken voor ontdekkingen en analyses. De technische definitie
is aan de hand van 5v’s uitgewerkt. Dit zijn: volume, variety, velocity, veracity en value. De
verschillende dataniveaus zijn goed te beschrijven aan de hand van de DIKW piramide. De
stappen waaruit de DIKW piramide bestaat zijn data, informatie, kennis en wijsheid. Data is
het laagste niveau en wijsheid het hoogste. Aan de hand van verschillende analyseniveaus
kan van data wijsheid gemaakt worden. De verschillende analyseniveaus zijn: dataopslag,
beschrijvende-, diagnostische-, voorspellende- en voorschrijvende analyse. Om op
verschillende niveaus analyses te maken zijn Business Intelligence en Business Analytics
tools benodigd. Een tool die hiervoor te gebruiken is, is Microsoft Power BI.
Big Data-analysetools per Analyseniveau
1. Dataopslag Business Intelligenceanalysetools
Microsoft Power BI
2. Beschrijvende analyse
3. Diagnostische analyse
4. Voorspellende analyse Business Analytics
5. Voorschrijvende analyse N.v.t
Afstudeeronderzoek Big Data – Lars Bökkerink – Snelder Zijlstra Bedrijfsmakelaars 5
Figuur 1.1: ‘Beroepsproduct’, (Eigen werk, 2021)
In hoofdstuk vier worden de eerste twee deelvragen met elkaar gecombineerd, wat resulteert
in het beroepsproduct. In dit hoofdstuk is onderzocht op welke wijze de verschillende
analysemogelijkheden van Big Data kunnen worden toegepast in het (ver)huurproces van een
bedrijfsmakelaar.
Het combineren van de bevindingen uit hoofdstuk twee en drie is gedaan door de stappen die
tijdens het (ver)huurproces door een bedrijfsmakelaar worden doorlopen te koppelen aan
verschillende Big Data-analysetools en analysemogelijkheden. Door het toevoegen van een
extra stap aan het (ver)huurproces van een bedrijfsmakelaar is het maken van een combinatie
tussen beide hoofdstukken mogelijk. De extra stap heet ‘het inzetten van Big Dataanalysetools’

Toon meer
OrganisatieSaxion
OpleidingVastgoed en Makelaardij
Datum2021-06-01
TypeBachelor
TaalNederlands

Op de HBO Kennisbank vind je publicaties van 26 hogescholen

De grootste kennisbank van het HBO

Inspiratie op jouw vakgebied

Vrij toegankelijk