Já sabemos que uma pesquisa de demanda serve para muitas coisas, desde definir o produto certo para despertar o interesse do comprador de imóveis, até o aumento da velocidade de vendas, VGV e rentabilidade. Agora, você sabe como esse processo funciona?
Existem 3 filtros imprescindíveis no processo de formulação de uma Pesquisa de Demanda:
1. Área geográfica
2. Renda mínima
3. Interesse em comprar um produto imobiliário nos próximos 2 anos.
Para se fazer uma pesquisa de demanda, em primeiro lugar, nós, juntamente com nosso cliente, definimos qual será a área geográfica de influência do empreendimento, que pode ser: um conjunto de bairros dentro de uma determinada cidade, uma cidade inteira ou um conjunto de várias cidades – uma microrregião. Tudo isso nos proporciona a área geográfica onde o possível consumidor do empreendimento que está sendo pesquisado pode estar.
Num segundo momento, nós iniciamos um afinamento de renda, ou seja, só entrará na amostra das pesquisas, as famílias que estiverem na área geográfica definida e possuírem a renda mínima para adquirir um produto mais acessível que o empreendedor esteja planejando implantar naquele terreno.
Por exemplo:
Digamos que um empreendedor tenha dois apartamentos, um de 70m² e outro de 85m², a empresa de pesquisa pegará o primeiro, fará a simulação da tabela de preços com as parcelas, e essas parcelas do empreendimento simulado precisam equivaler a 20% da renda total dessas famílias.
Apesar de o limite de parcelas no mercado imobiliário ser, usualmente, de 30% da renda das famílias, a Datastore atua com um valor mais conservador, de 20%, pois assim conferimos maior conforto e precisão nas nossas pesquisas.
Muitos especialistas do mercado imobiliário consideram que pagar 30% de sua renda em um produto imobiliário, se configura em um compromisso sufocante para o consumidor: se levarmos em conta uma família com renda de 10.000 reais/mês, 30% desse valor significa que eles terão de pagar 3.000 reais/mês somente de produto imobiliário, fora as outras contas decorrentes dos gastos fixos mensais dessa família.
Por isso, nós aconselhamos nossos clientes e optamos por utilizar parcelas que comprometam, no máximo, 20% da renda das famílias inseridas no público alvo – às vezes, por escolha do cliente, nós aplicamos tabelas com 25% do valor total de renda dessas famílias, nós NÃO aconselhamos aplicar tabelas com parcelas de 30%.
Após simularmos as tabelas, incluindo custo financeiro, margem de lucro, impostos entre outros, nós conseguimos a quantidade de consumidores comprometidos com o pagamento da parcela do imóvel.
Até aqui, nós já temos os seguintes dados: quantidade de famílias que estão inseridas na área geográfica de influência do empreendimento e que possuem a renda mínima para adquirir o produto mais acessível do empreendimento.
Por fim, temos o terceiro critério:
Interesse em comprar um imóvel nos próximos 24 meses (2 anos).
Esta etapa é muito importante, nós testamos o interesse de compra das famílias que passaram pelos 2 filtros anteriores e testamos o interesse das mesmas em comprar um empreendimento imobiliário nos próximos, 24 meses e 12 meses.
Estes dados são cruzados com toda a informação que armazenamos em nosso Big Data durante 27 (quase 28!) anos de existência, que são nada mais, nada menos do que 762 bilhões de reais em VGV pesquisados por todo o Brasil!
O produto final do refinamento de todas essas informações, que é analisado pela nossa estatística e diretora técnica Cristiane Uetanabara, juntamente com a brilhante interpretação de nosso (também estatístico!) CEO e fundador Marcus Araujo, é uma pesquisa de demanda que proporciona o perfil exato do público alvo do empreendimento que está sendo pesquisado.
É importante lembrar que em nossas pesquisas, nós coletamos também informações sobre os hábitos de mídia dos clientes, e que as tabelas de preços são apresentadas de forma que o consumidor responda de forma neutra e sincera, além de incluir o mix ideal de serviços que ele espera do empreendimento, que o faria comprar sem pestanejar.
“Dados” começa com “D” de Datastore.