Interview van Philippe Meire, oprichter van March

Philippe Meire, oprichter van March

 

Wat is uw activiteit?

March werd opgericht in maart 2019. We werken voor eigenaars en ontwikkelaars van bedrijfsvastgoed, en helpen hen met behulp van artificiële intelligentie om snel de ideale gebruiker voor hun pand te identificeren en contacteren.

March Real Estate Companion

Commerciële makelaardij werkt nog altijd op dezelfde manier als 100 jaar geleden: een bordje met “te koop” of “te huur” ophangen en wachten tot er iemand reageert. Hoewel je dat bordje nu ook digitaal kan hangen, blijft het een reactief proces.

Een makelaar op zoek naar een koper of huurder heeft daardoor weinig kans om zich te onderscheiden. Proactief werken is moeilijk: je kan als makelaar slechts een beperkt aantal mensen contacteren, en de kans om de juiste partij te treffen is laag. Inzicht in welke bedrijven potentieel geïnteresseerd zijn in jouw pand, zou de kans dat je de juiste partij benadert sterk verhogen en dit proces veel efficiënter maken.

Een bedrijf dat op zoek is naar ruimte kan vandaag niets anders doen dan de vele immosites analyseren, maar daar is weinig begeleiding bij. Heel veel bedrijven zouden gebaat zijn met meer inzicht over welke locatie de meeste kans op succes maakt voor het bedrijf.

March gaat uit van een eenvoudig maar belangrijk principe: elk bedrijf beslist op rationele basis over de plaats waar het zich wil vestigen. De factoren die een invloed hebben op de vestigingsbeslissing zijn echter voor elk bedrijf en elke sector anders. Daarom zijn we een samenwerking aangegaan met ML6, een bedrijf gespecialiseerd in AI oplossingen. Op basis van open data hebben we vervolgens elke bestaande locatie van elk bedrijf in Vlaanderen in kaart gebracht en geanalyseerd welke parameters voor verschillende soorten bedrijfsactiviteiten relevant zijn bij het kiezen van een vestigingsplaats. Kenmerken die daarbij naar boven kwamen zijn onder ‘meer grootte van het perceel, maar ook afstand tot de dichtstbijzijnde oprit van de autosnelweg, afstand tot centrumsteden en diverse socio-economische indicatoren. Vervolgens ontwikkelden we een machine learning model dat patronen en parameters leert herkennen in de locaties en die linkt aan bepaalde handelsactiviteiten. Dat model gebruiken we nu om te voorspellen welke sector en welk bedrijf best past op een nieuwe locatie die we behandelen. We kunnen ook precies uitleggen waarom dat bedrijf op die locatie past, omdat we zien welke parameters naar boven komen. Op die manier kunnen we bedrijven gericht benaderen met precieze informatie. We maken op die manier “cold calling” voor het eerst rendabel in de vastgoedsector.

Wanneer en hoe bent u zich bewust geworden van de potentiële bijdrage van artificiële-intelligentietechnologieën om bepaalde prestaties van uw KMO te verbeteren?

Ik was in mijn vorige functies al bezig met het gebruik van data in vastgoed. Het is duidelijk dat vastgoed een van de sectoren is waar data een enorme rol kan spelen: heel veel vastgoedgegevens zoals kadastergegevens zijn open data. Maar door de soms verouderde manier waarop vastgoed vandaag de dag werkt wordt die mogelijkheid vaak onderbenut.

Ik had dus altijd het idee om de rijke hoeveelheid aan data wel te benutten met ons bedrijf. En de beste manier om dat te doen leek mij door te beseffen dat AI altijd een interactie is van mens en machine. Je moet dus niet proberen om de mens volledig te vervangen, zeker niet in de commerciële tak van vastgoed, waar een transactie nog altijd finaal wordt afgesloten tussen mensen in een vergaderruimte. Het idee is eerder om die mens zo efficiënt mogelijk te laten werken. Dat doe je door de taken die kunnen geautomatiseerd worden te automatiseren.

Zo begonnen we na te denken over welke onderdelen van een transactieproces in bedrijfsvastgoed geautomatiseerd kunnen worden. De eerste stap die we identificeerden is de pro actieve contactname. Daarin doen we eigenlijk digitaal wat een ervaren makelaar in zijn hoofd doet: kijken naar een pand en bepalen wie de juiste gebruiker er voor zou kunnen zijn. We realiseerden ons dat als we dat langdradige werk kunnen automatiseren, er een enorme tijdswinst is voor bedrijfsvastgoedmakelaars om zich te focussen op het onderhandelen zelf en oplossingen bedenken en uitwerken in het transactieproces.

Welke zakelijke uitdaging wilde u aanpakken door een beroep te doen op artificiële intelligentie?

Bedijfsvastgoedmakelaars werken op succesfee basis, en hun omzet hangt dus af van de waarde van de transacties en het aantal transacties die ze kunnen doen. De voornaamste beperkende factor is tijd. Er zijn twee aspecten waar het meeste tijd in kruipt: lead generation (het zoeken naar een goede kandidaat) en transaction process (onderhandelingen voeren tussen kandidaat en eigenaar). Van beide valt moeilijk te voorspellen hoeveel tijd er moet voor worden uitgetrokken voor het proces van commercialisatie van een bepaald pand start.

Door automatisering kan er meer tijd gaan naar het menselijke aspect, en kan zowel het aantal deals als de waarde van de transactie worden verhoogd, en dus de omzet per makelaar.

Had u te kampen met interne of externe weerstanden om "de sprong te wagen"?

Over het algemeen slaat ons verhaal enorm goed aan. Men voelt in onze sector dat efficiëntieverhoging van processen een noodzaak is, en er hoe dan ook verandering zal komen. Niettemin kregen we af en toe te maken met scepticisme over de relevantie van onze tech: hoe efficiëntieverhogend die in werkelijkheid kan zijn.

Kreeg u hulp en advies van buitenaf?

Als startup moet je beseffen dat je niet over elke kerncompetentie kan beschikken. We zochten daarom naar goede strategische partners, liefst met een gelijkaardige ingesteldheid.

We hebben het grote geluk gehad dat we twee enorm goede strategische partners hebben gevonden, met wie de samenwerking uitstekend verloopt.

De eerste is ML6, een Gentse autoriteit op het gebied van AI toepassingen. Met hun expertise maakten we samen een prototype van onze tool, waar we daarna op konden voortbouwen. We willen de komende jaren dit partnerschap verderzetten en uitdiepen.

De tweede is Bothrs, een jong Gents bedrijf dat specialiseert in de ontwikkeling van digitale tools. Zij ontwikkelen onze website en onze interne tools.

De samenwerking en interactie tussen de 3 bedrijven loopt zeer vlot. Het is een mooi verhaal van volledig lokale jonge bedrijven die absolute topklasse zijn!

Welke concrete toepassingen zijn er ontwikkeld?

We ontwikkelen digitale tools die we in-house gebruiken om onze bedrijfsvastgoedmakelaars efficiënter te maken. Deze tools laten toe om onze algoritmes praktisch te gebruiken.

Concreet kunnen we met onze “March Matching Engine” tool voorspellen welke sector ideaal past in een bepaald pand, en zelfs welk bedrijf binnen een sector. We kunnen die bedrijven ook gepersonaliseerd contacteren binnen de tool.

Anderzijds kunnen we bedrijven die op zoek zijn naar vastgoed heel gepersonaliseerd verder helpen via een persoonlijke pagina op onze website.

Ondervindt u hiervan de resultaten al?

Absoluut. De helft van onze leads komen uit die proactieve contactname, 40% komt via de gepersonaliseerde website en 10% via de connecties van onze makelaars.

Welk advies zou u, aan de hand van uw ervaring, geven aan KMO’s die aarzelen om de sprong te wagen?

Maak de sprong als je een concrete toepassing hebt. AI is een modieus toverwoord geworden, en kan voor een efficiëntieverhoging zorgen, maar enkel als je heel gericht kunt werken in een goed uitgewerkt concept. Begin dus met een “ideation”, dan met een prototype en werk daarop verder.

Meer weten

Ontdek de schriftelijke getuigenis van Jan Van Looy, CEO van ML6, de begeleidende dienstverlener van March.

Ontdek de getuigenissen van Philippe Meire met Jan Van Looy, opgenomen tijdens het evenement "AI WEEK - De week van de artificiële intelligentie " dat plaatsvond van 15 tot 19 maart 2021.

 

Chatbot
Bezoek onze FAQ om het antwoord op al uw vragen te ontdekken.
De stemfunctie is niet beschikbaar op uw browser. Gelieve een recentere browser te gebruiken.