Résoudre les défis opérationnels et accélérer l'obtention de connaissances grâce à l'intégration des données

Comprendre un problème de données plutôt que de savoir comment le résoudre

Les défis liés à l'intégration des données affectent depuis longtemps le secteur de l'immobilier commercial. Avec les données de gestion immobilière stockées dans un système, les données ARGUS dans un autre, et les prévisions éparpillées dans un tableur enregistré par trois analystes sous trois noms différents, la promesse d'une prise de décision fondée sur les données reste un rêve inaccessible. « C'est un problème récurrent dans le secteur : les données sont partout », explique Vlad Starobinets, directeur principal de l'accompagnement client chez Groupe Altus, qui travaille depuis 25 ans sur ce défi.

Bien que le problème soit bien compris et fréquemment abordé, peu d'entreprises du secteur de l'immobilier commercial semblent avoir une vision claire de ce à quoi ressemble concrètement sa résolution, et de ce qui devient possible une fois le problème surmonté.

Lors d'une session parallèle pendant Altus ConnectStarobinets a été rejoint par Alyssa Mencel, associée principale en planification et analyse financières chez BKM Capital Partners, une entreprise pionnière qui a réalisé le passer d'un environnement ARGUS Enterprise hérité à ARGUS IntelligencePour une discussion approfondie sur la transition de données disparates et collectées manuellement à un environnement connecté et propice à la prise de décision, ils ont présenté une solution qui n'était ni une solution miracle ni une refonte radicale ; un point de départ précis menant à des bénéfices croissants.

Le problème est universel, et le coût de l'inaction ne cesse de croître.

BKM Capital Partners est un investisseur et exploitant d'actifs industriels de petite et moyenne taille. Avant l'intégration de leurs systèmes, les analystes de la firme procédaient comme la plupart des analystes d'entreprises immobilières commerciales : ils extrayaient manuellement les données ARGUS, les comparaient à celles de Yardi et élaboraient des prévisions dans Excel. « De nombreuses versions de nos prévisions combinaient les données Yardi et les données ARGUS dans Excel », a déclaré Mencel. « Le traitement et l'extraction des données ARGUS, leur intégration dans les modèles et leur visualisation dans nos différents rapports destinés aux partenaires de coentreprise prenaient beaucoup de temps aux analystes. »

Mais ce qui est devenu la norme dans le secteur ne peut plus se permettre de l'être. Tôt ou tard, les méthodes traditionnelles cessent inévitablement de fonctionner. À mesure que les portefeuilles s'agrandissent, que les exigences en matière de reporting se multiplient et que les partenaires de coentreprises et les investisseurs de fonds demandent davantage de transparence, le coût du rapprochement manuel cesse d'être un simple désagrément. Il commence alors à grignoter la capacité des analystes et à allonger les délais de production des rapports.

Le problème de la fragmentation des données est plus profond que la plupart des dirigeants ne le pensent. Une part importante des données essentielles à la prise de décision dans l'immobilier commercial n'est jamais intégrée à un système transactionnel. Elles restent éparpillées dans des tableurs, des échanges de courriels et des disques durs locaux, où elles ne peuvent être analysées ni exploitées à grande échelle. Au sein même des systèmes existants, l'accumulation de modèles redondants et obsolètes aggrave le problème. En moyenne, entre 18 et 20 % des modèles dans la plupart des environnements ARGUS Enterprise existants sont des doublons identiques – des copies créées pour une simulation, une analyse de sensibilité ou une transaction avortée – qui n'ont jamais été nettoyées.

Au lieu de vous demander comment déplacer des données, demandez-vous plutôt ce qu'elles peuvent faire.

Dans le secteur de l'immobilier commercial, les discussions sur l'intégration ont tendance à se concentrer sur les aspects techniques : comment transférer des données d'un système à un autre, comment gérer les incompatibilités de formats, comment gérer le volume de données ? Ce sont des questions légitimes, mais Starobinets estime que ce n'est pas le bon point de départ.

« Nous devrions vraiment commencer à nous demander : que peuvent faire nos données pour nous ? » a-t-il déclaré. « Il ne s’agit pas de les déplacer. Les déplacer est facile. »

La question plus complexe, mais aussi la plus cruciale, est celle du devenir des données une fois arrivées à destination. Qui doit y avoir accès, sous quelle forme, à quelle fréquence et pour quelle décision ? Le cas d’usage métier doit précéder l’architecture. Les entreprises qui mobilisent leurs données sans répondre à ces questions risquent de se retrouver avec un système certes bien interconnecté, mais inutilisable, ou avec une autoroute qui ne mène nulle part.

Le travail de fond – adresses immobilières cohérentes, étiquetage correct des modèles, fichiers normalisés et dédupliqués – est indispensable avant toute exploitation. Par exemple, si l'adresse d'un bien immobilier n'est pas cohérente d'un système à l'autre, il est impossible d'associer les données entre les modèles au fil du temps, privant ainsi la couche d'analyse de données exploitables. « Si vous partez de données erronées, vous finirez avec des données erronées », a déclaré Starobinets. Ce travail préparatoire est certes ingrat et ne produit pas de résultats immédiats, mais le négliger signifie que toutes les capacités analytiques qui s'y appuient reposent sur des bases fragiles.

À quoi ressemble réellement le voyage

Pour BKM Capital Partners, le passage de ARGUS Enterprise à ARGUS Intelligence n'a jamais été une simple migration de plateforme. Dès le départ, l'objectif était de profiter de cette transition pour bâtir l'infrastructure d'intégration permettant de connecter leurs données ARGUS à celles de Yardi, de les rendre interrogeables et d'autoriser des rapports et des visualisations impossibles à réaliser manuellement. Cet objectif a guidé chacune des décisions prises par la suite.

Avec le soutien de Services d'intégration de données ARGUS Intelligence PlatformPour l'équipe *$*, le processus d'intégration des données a débuté par une évaluation honnête de l'emplacement réel de leurs données, y compris des années de modèles d'acquisition pour toutes les transactions, réussies comme perdues. Il s'est avéré que ces données historiques étaient importantes. « En fait, nous voulions tout », a déclaré Mencel, « car nous voulions pouvoir consulter nos prévisions antérieures, même pour les actifs que nous n'avions pas obtenus. Parfois, ces actifs reviennent sur le marché. Cela nous donne un meilleur point de départ. »

Comme BKM a été parmi les premiers à adopter ARGUS Intelligence Platform en chargeant l'intégralité de sa bibliothèque de modèles historiques (et pas seulement les actifs actuels), le processus a pris environ six mois. Ce délai est exceptionnel.

La solution personnalisée nécessaire pour répondre à cette demande est désormais réutilisable. Plus récemment, un projet client, partant d'une configuration standard, a permis de passer de la première prise de contact à la mise en production des données en trois semaines. Un client type disposant de 45 000 modèles dans son système existant ARGUS Enterprise serait migré vers ARGUS Intelligence en deux semaines environ. La complexité perçue de la mobilisation des données dépasse presque toujours la complexité réelle. Les entreprises n'ont pas à tout migrer d'un coup, et qu'elles partent de zéro ou souhaitent importer l'intégralité de leur historique de modèles, le point d'entrée est plus simple qu'il n'y paraît.

Comment BKM a construit son environnement de données

La configuration technique de BKM est instructive. Après avoir transféré leurs modèles vers ARGUS Intelligence Platform, BKM a collaboré avec un partenaire de données tiers, qui avait déjà mis en place un environnement SQL cloud hébergeant les données Yardi, afin d'intégrer leurs données ARGUS dans une structure unifiée et interrogeable. Les analystes ayant besoin d'un aperçu des flux de trésorerie n'ont plus besoin de parcourir des fichiers de données brutes ni d'interpréter des identifiants inconnus, car les données sont structurées pour une utilisation optimale. Les mises à jour depuis ARGUS Intelligence sont incrémentales, et non des remplacements complets de fichiers, ce qui permet de maintenir le système à jour sans alourdir la maintenance. Pour harmoniser les codes de propriété entre Yardi et ARGUS, qui ne correspondent pas toujours parfaitement, BKM a utilisé le champ d'identifiant externe dans ARGUS Intelligence afin de créer une table de correspondance entre les deux systèmes. Lorsque les codes de propriété correspondent, la correspondance est automatique. Dans le cas contraire, la table client intervient. C’est le genre de solution pratique et réfléchie qui émane d’une équipe ayant parfaitement compris ses données avant de les déplacer.

Les fichiers JSON de ARGUS Intelligence sont essentiels à l'intégration de solutions tierces. Ce sont les mêmes fichiers utilisés en interne pour alimenter ses propres fonctionnalités de gestion de fonds et de reporting de portefeuille. Pour les entreprises qui évaluent si l'intégration est prête pour la production, c'est un point important : l'architecture proposée aux clients pour l'intégration des données est la même que celle qui exécute les fonctionnalités de ARGUS Intelligence.

Ce qui devient possible

Les gains opérationnels que BKM constate aujourd'hui ne sont pas le fruit du hasard. Ils résultent directement d'une approche de l'intégration avec ARGUS Intelligence envisagée comme un investissement dans l'infrastructure plutôt que comme un simple changement de système, une intégration conçue dès le départ pour connecter les données et non pas seulement les déplacer.

Le retour sur investissement s'est d'abord traduit par un gain de temps pour les analystes. Les tâches qui nécessitaient auparavant un assemblage manuel de données provenant de plusieurs systèmes sont désormais automatisées. La production de rapports, qui prenait des jours, se fait maintenant en quelques heures. Les analystes peuvent ainsi consacrer le temps auparavant consacré à la collecte de données à l'analyse proprement dite.

Pour BKM, l'infrastructure connectée permet déjà de mettre en œuvre une feuille de route qui aurait été irréalisable auparavant. L'équipe est en train de reconstruire son modèle de prévision afin d'exploiter pleinement les données de Yardi et de ARGUS sans intervention manuelle, et développe de nouvelles visualisations et de nouveaux rapports. « Notre croissance est très rapide, et à moins de vouloir recruter 20 analystes supplémentaires pour la gestion de portefeuille, nous travaillons à automatiser certains processus », a déclaré Mencel. « Nous développons également de nouveaux tableaux de bord pour la direction et nos partenaires financiers. » La transparence qu'offrent des rapports plus clairs et plus cohérents est essentielle non seulement en interne, mais aussi en externe, car les partenaires de coentreprise et les investisseurs de fonds posent des questions de plus en plus pointues, et la capacité d'y répondre rapidement et avec assurance constitue un avantage concurrentiel majeur.

Le tableau à plus long terme

L'ambition à long terme reflète la direction que prend BKM en tant qu'entreprise. Avec la croissance de son portefeuille d'acquisitions, les besoins analytiques ont également augmenté, et c'est l'infrastructure connectée qui permet d'y répondre. « Nous avons commencé à nous concentrer davantage sur les acquisitions de portefeuille et souhaitons établir des rapports à ce niveau », a déclaré Mencel. « Il existe d'autres points de données que nous aimons connecter à ce niveau, qui ne figurent pas dans un rapport standard. » L'intégration n'a pas été conçue pour la situation actuelle de BKM, mais pour son développement futur.

Par où commencer

L'étape la plus importante du processus d'intégration se déroule avant tout transfert de données. « Obtenez une base de données correcte », a déclaré Starobinets. « Normalisez vos fichiers. Supprimez les doublons. Ce travail commence avant le transfert des données. »

Concrètement, cela implique d'auditer le contenu de votre solution d'évaluation existante, de recenser les modèles, de déterminer leur exactitude, et d'identifier les copies identiques ou les scénarios obsolètes d'analystes ayant quitté l'entreprise. Il s'agit également de vérifier la cohérence des adresses des biens et de décider quelles données conserver et lesquelles archiver.

Ce travail relève d'une décision en matière de gestion des données, et non d'une décision technologique. Mais la qualité de son exécution déterminera si tout ce qui suivra — de l'intégration à l'automatisation, en passant par les tableaux de bord et l'analyse — produira des résultats exploitables pour l'entreprise ou ne fera qu'ajouter une nouvelle couche de complexité à un système déjà chaotique.

« Ce n’est pas un défi nouveau », a déclaré Starobinets. « C’est notre façon de le relever qui l’est. » Les entreprises qui considèrent l’intégration comme une compétence à développer plutôt que comme un projet à mener à bien sont celles qui finissent par disposer d’une infrastructure de données dont la valeur augmente avec le temps, au lieu de nécessiter une refonte tous les deux ou trois ans.

Vous souhaitez être informé de nos nouveaux contenus, articles et événements CRE pertinents ?