Le début de l’histoire
Nous sommes en 2016. Stefan Heitmann et Markus Stadler se retrouvent un dimanche pour un brunch à Wollerau, en Suisse. L’objectif du rendez-vous : développer une nouvelle idée d’activité. Stefan Heitmann, qui a suivi des études de droit et d’économie, avait déjà fondé quatre ans auparavant MoneyPark, le premier spécialiste des hypothèques et du financement immobilier en Suisse. À cette époque, l’ingénieur mathématicien Markus Stadler travaillait en Suisse dans un cabinet de conseil. Stefan, qui en tant que fondateur et PDG de MoneyPark a déjà accumulé beaucoup d’expérience dans le domaine de l’immobilier, a également en tête ce domaine d’activité pour lancer leur nouvelle structure.
Arrêter de se concentrer sur le passé ...
Stefan avait constaté que le secteur de l’immobilier était encore nettement tourné vers le passé, qu’il s’orientait en fonction de repères historiques, et que la transparence était très limitée pour ceux qui recherchent, possèdent ou vendent de l’immobilier. Par ailleurs, le monde de l’immobilier était plutôt conservateur. Une des raisons en est bien sûr le produit lui-même, par nature construit pour le très long terme et lié au passé. Lors de la vente de biens immobiliers, en particulier, on compare généralement ce qui a jusqu’alors été construit et vendu. C’est de cette constatation que partent Stefan et Markus. Ils souhaitent eux se concentrer sur le présent et les prévisions.
« Je ne peux concevoir qu’en 2016 nous naviguions encore sur le marché immobilier avec un pare-brise opaque en nous fiant uniquement aux rétroviseurs. J’aimerais que l’on puisse voir à travers ce pare-brise », déclare Stefan Heitmann, consolidant ainsi les contours d’une nouvelle activité : améliorer la transparence pour tous les acteurs du marché immobilier grâce à des solutions digitales basées sur des données fiables, afin de prendre de meilleures décisions et d'accroître leur chiffre d’affaire.
… pour prédire les évolutions futures
Les premières questions se posent alors entre Stefan et Markus : serait-il possible, à l’aide d’une vaste base de données, de prédire les évolutions du marché immobilier ? Pourrait-on fournir un accès à ces données au moyen de logiciels immobiliers intuitifs et pratiques ?
Le machine learning et l’intelligence artificielle devaient permettre de transformer la multitude de données du secteur immobilier et des secteurs voisins en analyses et prévisions de marché. « Il y a encore quelques années, les impressionnantes opérations de traitement des données dans le cloud auraient été impensables. Mais aujourd’hui, nous pouvons processer des quantités de données comme jamais auparavant », explique Stefan Heitmann pour décrire sa fascination pour le machine learning et les modèles de big data.
Par ailleurs, la priorité est de prendre pour point de départ les difficultés rencontrées par les clients sur le terrain. C’est pour cette raison que dès le départ, Stefan et Markus ont étroitement échangé avec des partenaires du secteur financier et immobilier.
L’objectif commun est donc fixé. Des spécialistes des données et des développeurs furent recrutés avec la mission d’élaborer des solutions digitales fiables, les plus abouties du marché et de première qualité pour le marché immobilier. Pour Stefan et Markus, il est clair depuis le début qu’ils ne doivent faire aucun compromis en matière de qualité. Bien entendu, des data engineers sont également recherchés pour rassembler, organiser et agréger l’épine dorsale de PriceHubble : les données issues de centaines de sources différentes. Ici aussi, la règle maîtresse est la suivante : garantir la qualité des flux de données.
Stefan et Markus commencent avec une petite équipe : une astrophysicienne, un expert en machine learning et un collaborateur à temps partiel pour l’analyse des sources de données. Cette petite équipe jette les bases du système avec auto-apprentissage qui regroupe d’innombrables informations, les évalue, les prépare puis fournit une estimation précise.
