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

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Correa, Sara Rodrigues lattes
Orientador(a): Machado, Ricardo Luiz lattes
Banca de defesa: Pasqualeto, Antônio lattes, Amaral, Tatiana Gondim do lattes
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Pontifícia Universidade Católica de Goiás
Programa de Pós-Graduação: Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas
Departamento: Escola de Engenharia::Curso de Engenharia de Produção
País: Brasil
Palavras-chave em Português:
Big Data, Mercado Imobiliário, Análise de Regressão Linear Múltipla
Palavras-chave em Inglês:
Big Data, Real Estate, Multiple Linear Regression Analysis
Área do conhecimento CNPq:
ENGENHARIAS::ENGENHARIA DE PRODUCAO
Link de acesso: http://tede2.pucgoias.edu.br:8080/handle/tede/4362
Resumo: Organizational decisions have been guided by data analyzes, which gain more relevance each day. Interest in Big Data grows as the companies applying Big Data deliver significant results. In this context, it is vital to take advantage of the opportunities arising from data analysis. Some of the benefits to the real estate industry are the ability to identify trends and patterns of buying and selling, this trends have helped develop more effective selling strategies. For this, the objective of this work was to analyze which factors influence the prices and volumes of real estate sales and how to obtain an equation that models the functioning of these phenomena. The approach adopted to carry out the modeling proposed in this work was based on the analysis of multiple linear regression. As main results, it was found that the models generated for sales price forecasts presented dispersions in relation to real market values varying from 2% to 11%. The models for sales volume forecasts presented perfect adjustments in relation to market behavior. As conclusions, it was found that the use of Big Data in the real estate market reduces the risks in the decision-making process for the developers in relation to the launch of new ventures
id PUC_GO_0138eb4701a5ee0fe04077b1e210cc83
oai_identifier_str oai:ambar:tede/4362
network_acronym_str PUC_GO
network_name_str Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)
repository_id_str
spelling Machado, Ricardo Luizhttp://lattes.cnpq.br/4103684476705320Pasqualeto, Antôniolattes.cnpq.br/4691515540448143Amaral, Tatiana Gondim dohttp://lattes.cnpq.br/7298757233386815http://lattes.cnpq.br/3733994050014655Correa, Sara Rodrigues2019-09-25T18:07:03Z2019-03-14Correa, Sara Rodrigues. Avaliação de preços e vendas no setor imobiliário utilizando o Big Data. 2019.117 f. Dissertação( Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas) - Pontifícia Universidade Católica de Goiás, Goiânia.http://tede2.pucgoias.edu.br:8080/handle/tede/4362Organizational decisions have been guided by data analyzes, which gain more relevance each day. Interest in Big Data grows as the companies applying Big Data deliver significant results. In this context, it is vital to take advantage of the opportunities arising from data analysis. Some of the benefits to the real estate industry are the ability to identify trends and patterns of buying and selling, this trends have helped develop more effective selling strategies. For this, the objective of this work was to analyze which factors influence the prices and volumes of real estate sales and how to obtain an equation that models the functioning of these phenomena. The approach adopted to carry out the modeling proposed in this work was based on the analysis of multiple linear regression. As main results, it was found that the models generated for sales price forecasts presented dispersions in relation to real market values varying from 2% to 11%. The models for sales volume forecasts presented perfect adjustments in relation to market behavior. As conclusions, it was found that the use of Big Data in the real estate market reduces the risks in the decision-making process for the developers in relation to the launch of new venturesDecisões 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 empreendimentosSubmitted by admin tede (tede@pucgoias.edu.br) on 2019-09-25T18:07:03Z No. of bitstreams: 1 Sara Rodrigues Correa .pdf: 2304221 bytes, checksum: c12f69cf657ddbd523d81caa1b254b6a (MD5)Made available in DSpace on 2019-09-25T18:07:03Z (GMT). No. of bitstreams: 1 Sara Rodrigues Correa .pdf: 2304221 bytes, checksum: c12f69cf657ddbd523d81caa1b254b6a (MD5) Previous issue date: 2019-03-14application/pdfhttp://tede2.pucgoias.edu.br:8080/retrieve/13894/Sara%20Rodrigues%20Correa%20.pdf.jpgporPontifícia Universidade Católica de GoiásPrograma de Pós-Graduação STRICTO SENSU em Engenharia de Produção e SistemasPUC GoiásBrasilEscola de Engenharia::Curso de Engenharia de ProduçãoBig Data, Mercado Imobiliário, Análise de Regressão Linear MúltiplaBig Data, Real Estate, Multiple Linear Regression AnalysisENGENHARIAS::ENGENHARIA DE PRODUCAOAvaliação de preços e vendas no setor imobiliário utilizando o Big DataReal Estate Price and Sales Valuation Using Big Datainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-107019519108352941550050060015723196469797644102551182063231974631info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)instname:Pontifícia Universidade Católica de Goiás (PUC-GO)instacron:PUC_GOTHUMBNAILSara Rodrigues Correa .pdf.jpgSara Rodrigues Correa .pdf.jpgimage/jpeg3189http://localhost:8080/tede/bitstream/tede/4362/4/Sara+Rodrigues+Correa+.pdf.jpg6bb0d97e766183ea15af91f90334ac04MD54TEXTSara Rodrigues Correa .pdf.txtSara Rodrigues Correa .pdf.txttext/plain191794http://localhost:8080/tede/bitstream/tede/4362/3/Sara+Rodrigues+Correa+.pdf.txt60f555424219bf08a1ccea0ef78fb576MD53ORIGINALSara Rodrigues Correa .pdfSara Rodrigues Correa .pdfapplication/pdf2304221http://localhost:8080/tede/bitstream/tede/4362/2/Sara+Rodrigues+Correa+.pdfc12f69cf657ddbd523d81caa1b254b6aMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82001http://localhost:8080/tede/bitstream/tede/4362/1/license.txtfd9262f8b1e1c170dee71e4fbec6b16cMD51tede/43622019-09-26 01:00:31.389oai:ambar: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 Digital de Teses e Dissertaçõeshttp://tede2.pucgoias.edu.br:8080/http://tede2.pucgoias.edu.br:8080/oai/requesttede@pucgoias.edu.bropendoar:65932019-09-26T04:00:31Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) - Pontifícia Universidade Católica de Goiás (PUC-GO)false
dc.title.eng.fl_str_mv Avaliação de preços e vendas no setor imobiliário utilizando o Big Data
dc.title.alternative.eng.fl_str_mv Real Estate Price and Sales Valuation Using Big Data
title Avaliação de preços e vendas no setor imobiliário utilizando o Big Data
spellingShingle Avaliação de preços e vendas no setor imobiliário utilizando o Big Data
Correa, Sara Rodrigues
Big Data, Mercado Imobiliário, Análise de Regressão Linear Múltipla
Big Data, Real Estate, Multiple Linear Regression Analysis
ENGENHARIAS::ENGENHARIA DE PRODUCAO
title_short Avaliação de preços e vendas no setor imobiliário utilizando o Big Data
title_full Avaliação de preços e vendas no setor imobiliário utilizando o Big Data
title_fullStr Avaliação de preços e vendas no setor imobiliário utilizando o Big Data
title_full_unstemmed Avaliação de preços e vendas no setor imobiliário utilizando o Big Data
title_sort Avaliação de preços e vendas no setor imobiliário utilizando o Big Data
author Correa, Sara Rodrigues
author_facet Correa, Sara Rodrigues
author_role author
dc.contributor.advisor1.fl_str_mv Machado, Ricardo Luiz
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/4103684476705320
dc.contributor.referee1.fl_str_mv Pasqualeto, Antônio
dc.contributor.referee1Lattes.fl_str_mv lattes.cnpq.br/4691515540448143
dc.contributor.referee2.fl_str_mv Amaral, Tatiana Gondim do
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/7298757233386815
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/3733994050014655
dc.contributor.author.fl_str_mv Correa, Sara Rodrigues
contributor_str_mv Machado, Ricardo Luiz
Pasqualeto, Antônio
Amaral, Tatiana Gondim do
dc.subject.por.fl_str_mv Big Data, Mercado Imobiliário, Análise de Regressão Linear Múltipla
topic Big Data, Mercado Imobiliário, Análise de Regressão Linear Múltipla
Big Data, Real Estate, Multiple Linear Regression Analysis
ENGENHARIAS::ENGENHARIA DE PRODUCAO
dc.subject.eng.fl_str_mv Big Data, Real Estate, Multiple Linear Regression Analysis
dc.subject.cnpq.fl_str_mv ENGENHARIAS::ENGENHARIA DE PRODUCAO
description Organizational decisions have been guided by data analyzes, which gain more relevance each day. Interest in Big Data grows as the companies applying Big Data deliver significant results. In this context, it is vital to take advantage of the opportunities arising from data analysis. Some of the benefits to the real estate industry are the ability to identify trends and patterns of buying and selling, this trends have helped develop more effective selling strategies. For this, the objective of this work was to analyze which factors influence the prices and volumes of real estate sales and how to obtain an equation that models the functioning of these phenomena. The approach adopted to carry out the modeling proposed in this work was based on the analysis of multiple linear regression. As main results, it was found that the models generated for sales price forecasts presented dispersions in relation to real market values varying from 2% to 11%. The models for sales volume forecasts presented perfect adjustments in relation to market behavior. As conclusions, it was found that the use of Big Data in the real estate market reduces the risks in the decision-making process for the developers in relation to the launch of new ventures
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-09-25T18:07:03Z
dc.date.issued.fl_str_mv 2019-03-14
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv Correa, Sara Rodrigues. Avaliação de preços e vendas no setor imobiliário utilizando o Big Data. 2019.117 f. Dissertação( Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas) - Pontifícia Universidade Católica de Goiás, Goiânia.
dc.identifier.uri.fl_str_mv http://tede2.pucgoias.edu.br:8080/handle/tede/4362
identifier_str_mv Correa, Sara Rodrigues. Avaliação de preços e vendas no setor imobiliário utilizando o Big Data. 2019.117 f. Dissertação( Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas) - Pontifícia Universidade Católica de Goiás, Goiânia.
url http://tede2.pucgoias.edu.br:8080/handle/tede/4362
dc.language.iso.fl_str_mv por
language por
dc.relation.program.fl_str_mv -1070195191083529415
dc.relation.confidence.fl_str_mv 500
500
600
dc.relation.department.fl_str_mv 1572319646979764410
dc.relation.cnpq.fl_str_mv 2551182063231974631
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pontifícia Universidade Católica de Goiás
dc.publisher.program.fl_str_mv Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas
dc.publisher.initials.fl_str_mv PUC Goiás
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola de Engenharia::Curso de Engenharia de Produção
publisher.none.fl_str_mv Pontifícia Universidade Católica de Goiás
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)
instname:Pontifícia Universidade Católica de Goiás (PUC-GO)
instacron:PUC_GO
instname_str Pontifícia Universidade Católica de Goiás (PUC-GO)
instacron_str PUC_GO
institution PUC_GO
reponame_str Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)
collection Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)
bitstream.url.fl_str_mv http://localhost:8080/tede/bitstream/tede/4362/4/Sara+Rodrigues+Correa+.pdf.jpg
http://localhost:8080/tede/bitstream/tede/4362/3/Sara+Rodrigues+Correa+.pdf.txt
http://localhost:8080/tede/bitstream/tede/4362/2/Sara+Rodrigues+Correa+.pdf
http://localhost:8080/tede/bitstream/tede/4362/1/license.txt
bitstream.checksum.fl_str_mv 6bb0d97e766183ea15af91f90334ac04
60f555424219bf08a1ccea0ef78fb576
c12f69cf657ddbd523d81caa1b254b6a
fd9262f8b1e1c170dee71e4fbec6b16c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) - Pontifícia Universidade Católica de Goiás (PUC-GO)
repository.mail.fl_str_mv tede@pucgoias.edu.br
_version_ 1856222757388288000

Registros relacionados