De kleine details achter grote hoeveelheden vastgoeddata

Van oppervlaktes en indelingen tot energielabels, onderhoud, vraagprijzen en huurinformatie: achter elk datapunt zit een keuze. Harm helpt om die keuzes scherp te maken en te vertalen naar een datamodel dat werkt voor makelaars, klanten, partners en collega’s.

Van data naar duidelijke afspraken

Er is ontzettend veel informatie die je kunt vastleggen over een woning of bedrijfsobject dat verkocht of verhuurd wordt. Denk aan oppervlaktes, indeling, onderhoud, energielabel, type keuken, ligging, vraagprijs of huurinformatie.

In mijn werk ben ik elke dag bezig met de vragen: wat willen we vastleggen, waarom willen we dat vastleggen en op welke manier doen we dat? Daar komt veel bij kijken. Het gaat over interfaces, techniek, datamodellen, definities en het combineren van ontwikkelingen in de vastgoedmarkt met ontwikkelingen in de techniek.

Juist die combinatie maakt mijn werk interessant. Data is pas echt waardevol als duidelijk is wat ermee bedoeld wordt, hoe het wordt vastgelegd en hoe anderen het kunnen gebruiken.

Werken aan een datamodel dat blijft aansluiten

Op dit moment is het werk heel veelzijdig. Met het team Data Orchestratie ronden we een grote technische verbetering af. Daarbij hebben we veel aandacht gehad voor de manier waarop details van bedrijfsobjecten en specifiek boerderijen worden vastgelegd.

Daarnaast werken we aan verbeteringen voor het vastleggen van nieuwbouwwoningen en duurzaamheidsinformatie over woningen. Ook heb ik een voorstel gedaan om een deel van de attributen in ons datamodel te verwijderen, omdat die niet langer relevant zijn.

Dat klinkt misschien heel technisch, maar het raakt direct aan de kwaliteit en bruikbaarheid van onze data. Een datamodel moet blijven aansluiten bij de praktijk. Bij wat makelaars nodig hebben, bij wat klanten willen zien en bij hoe data wordt uitgewisseld met andere partijen.

Samenwerken in de hele dataketen

Omdat het team Data Orchestratie samenwerkt met alle teams binnen Brainbay, de NVM en externe partijen die data leveren of afnemen, ben ik betrokken bij veel verschillende initiatieven.

Samen met het team en de NVM bepalen we wijzigingen in ons datamodel. Daarmee zorgen we ervoor dat makelaars de informatie die zij belangrijk vinden goed kunnen vastleggen en presenteren op funda of op hun eigen websites.

In mijn rol werk ik eigenlijk met iedereen samen. Binnen Brainbay, maar ook daarbuiten. Denk aan de NVM, funda, Realworks, andere CRM-systemen en data-afnemers. Brainbay heeft interfaces met meer dan vijftig externe partijen. Al die partijen kunnen belangrijke input hebben voor mij en voor het team Data Orchestratie.

Een uur praten over één attribuut

Ik denk dat er veel mensen zijn die niet precies weten wat een Business Analist doet, of hoe we deze rol bij Brainbay invullen. Het meest verrassende is misschien wel dat we echt een uur kunnen discussiëren over de naam, toegestane waardes en definities van een attribuut.

Dat klinkt misschien overdreven, maar die details zijn belangrijk. Mijn collega’s en ik zijn gepassioneerd over data en nemen onze centrale rol in de dataketen serieus. Als je aan de voorkant niet goed afspreekt wat iets betekent, kan dat verderop in de keten voor onduidelijkheid zorgen.

Wat ik leuk vind, is dat ik veel mag schakelen tussen inhoud, techniek en samenwerking. Ik vind het fijn om regelmatig mijn aandacht te verleggen. Daarnaast werk ik graag met verschillende mensen, teams en organisaties samen.

Trots op een datamonitor met AI

Een resultaat waar ik trots op ben, is een datamonitor die met behulp van AI inzicht geeft in welke attributen weinig worden gebruikt. Voor ons is het belangrijk om het datamodel relevant te houden, en dat lukt het beste op basis van harde cijfers.

De vraag was eigenlijk heel simpel: welke attributen worden weinig gebruikt? Ik heb daar scripts voor gegenereerd en onderzocht of de inzichten die daaruit kwamen ook echt bruikbaar waren.

Dat bleek zo te zijn. Daardoor kunnen we dit proces nu hergebruiken voor toekomstige beslissingen over ons datamodel. Dat vind ik mooi: een relatief klein project dat helpt om op een onderbouwde manier keuzes te maken.

Nieuwsgierig, behulpzaam en graag in beweging

Wat mij typeert in mijn werk? Ik ben nieuwsgierig en wil graag weten hoe dingen werken en waarom. Ik ben makkelijk afgeleid, maar gelukkig ook goed in staat om vragen en onderwerpen snel te ontleden en te organiseren.

Ik zeg niet snel nee en doe graag mijn best om collega’s en ketenpartners te helpen met vragen of wensen. De afwisseling in mijn werk past daar goed bij. Geen dag is hetzelfde en ik vind het prettig om steeds met andere onderwerpen bezig te zijn.

De komende tijd ligt mijn focus op wijzigingen in het datamodel voor woningen. Sommige functies zijn gedateerd en willen we weer beter laten aansluiten bij de behoeften van makelaars en datagebruikers. Daarnaast ben ik betrokken bij een initiatief om te evalueren welke ontwikkelingen op het gebied van data in de vastgoedmarkt belangrijk zijn voor Brainbay en onze partners.

Daarbij kijken we ook naar hoe het vastleggen en uitwisselen van data verandert, mede door de invloed van AI. Dat maakt het een interessant moment om met vastgoeddata bezig te zijn.

Buiten werktijd

Buiten mijn werk krijg ik energie van sport. Ik sport graag en vind het ook leuk om sport te kijken of te bezoeken. Buiten zijn helpt daarbij, bijvoorbeeld tijdens het hardlopen of wielrennen.

Daarnaast vertel ik iedereen die het horen wil hoe goed het werkt om ChatGPT een gepersonaliseerd trainingsschema voor je te laten maken. Ook daarin komen mijn nieuwsgierigheid en liefde voor data misschien wel een beetje samen.

Ook werken bij Brainbay?

Lijkt het jou ook leuk om op het snijvlak van vastgoeddata, techniek en samenwerking te werken? Bekijk onze vacatures en ontdek hoe het is om te werken bij Brainbay.

Vacatures