Od map nawigacyjnych po prognozy dla gigantów retailu. Jak dane zmieniają polski rynek nieruchomości komercyjnych

Decyzje o milionowych inwestycjach w nieruchomości komercyjne coraz rzadziej opierają się na intuicji. Kluczem do sukcesu stały się precyzyjne dane i zaawansowana analityka geoprzestrzenna. Jak ewoluowało podejście do danych w polskim retailu na przestrzeni ostatnich 15 lat? Jakie są najczęstsze błędy inwestorów i jakie wyzwania niosą ze sobą nowe technologie, takie jak AI? Na te i inne pytania odpowiada Grzegorz Sagan, założyciel i właściciel firmy Vectoss, jeden z pionierów analityki GIS w Polsce. W rozmowie z Wiktorem Łabą (Clou.estate) dzieli się swoim bogatym doświadczeniem, zdradzając kulisy pracy dla największych sieci handlowych w kraju.

Panie Grzegorzu, Vectoss działa na rynku od 2008 roku, to ponad 17 lat doświadczenia. Rozpoczynał Pan działalność w samym sercu globalnego kryzysu finansowego. Co było impulsem do stworzenia firmy specjalizującej się w analityce danych w tak niepewnych czasach?

Kryzys finansowy, który w pełni uderzył jesienią 2008 roku, nie miał bezpośredniego wpływu na moją decyzję. Byłem przekonany, że jego konsekwencje dla polskiego rynku retailu nie będą aż tak dotkliwe. Impulsem do założenia Vectoss było coś innego – dostrzeżenie fundamentalnej luki na rynku. Brakowało rzetelnych, dobrze opracowanych danych geoprzestrzennych dla Polski. które mają bezpośrednie zastosowanie dla planowania nowych sklepów. Po 12 latach pracy w Tesco, gdzie zajmowałem się analizami rynkowymi, widziałem na co dzień, jak duże są braki zarówno w danych oficjalnych, jak i komercyjnych bazach. Postanowiłem stworzyć firmę, która wyspecjalizuje się w dostarczaniu precyzyjnych danych wejściowych i na ich podstawie będzie budować wiarygodne analizy. To był nasz cel od samego początku i pozostaje nim do dziś.

Ewolucja podejścia: Od „miliona na stół” do strategii opartej na danych

To pokazuje, jak ważna jest specjalistyczna wiedza. Współpracował Pan i nadal realizuje projekty z największymi graczami na rynku, takimi jak Dino, Netto czy DM. Jak z Pańskiej perspektywy zmieniło się na przestrzeni tych 15 lat podejście inwestorów i deweloperów do roli analityki danych? Czy odeszliśmy już od tej biznesowej partyzantki?

Zmiana jest kolosalna. Kiedyś, zwłaszcza przy wchodzeniu na rynek zagranicznych sieci, ekspansja opierała się w dużej mierze na intuicji. Panował model „miliona na stół i kupuj działki na wyczucie”. Dziś coraz więcej firm rozumie, że systematyzacja i analiza danych to klucz do minimalizacji ryzyka. Dużą rolę odegrały tu firmy zachodnie, które wchodząc na polski rynek, przyniosły ze sobą kulturę pracy opartą na twardych danych. One ćwiczyły to podejście od lat i naturalnie szukały partnerów, którzy rozumieją ich potrzeby. Jako lokalna firma, zorientowana w specyfice polskich danych, byliśmy dla nich naturalnym wyborem.

Dobrym przykładem ewolucji jest sieć Dino. Gdy zaczynałem działalność, mieli nieco ponad 100 sklepów. Dziś jest ich prawie 3000. To pokazuje, jak precyzyjna strategia, oparta na danych, pozwala skutecznie rosnąć nawet z pozycji mniejszego gracza i z czasem stać się liderem. Ich sukces polegał właśnie na nietypowej strategii wchodzenia do mniejszych miejscowości, których potencjał był często niedoceniany przez większych konkurentów.

Czy może Pan wskazać projekty, które z perspektywy czasu okazały się kamieniami milowymi dla rozwoju Vectoss?

Paradoksalnie, na początku naszej działalności, około 50% przychodów generował projekt niezwiązany bezpośrednio z handlem. Tworzyliśmy szczegółowe mapy dla systemów nawigacji samochodowej. W tamtych czasach nawigacja potrafiła doprowadzić pod konkretny adres tylko w dużych miastach. Na wsiach często kończyła się na wskazaniu środka miejscowości.

Jak w praktyce wyglądało tworzenie takich map?

To była praca u podstaw. Nasz zespół, jeżdżąc po kraju z palmtopami, zmapował ręcznie setki gmin. Pracownik na miejscu fizycznie weryfikował i wbijał do systemu każdy punkt adresowy – nazwę ulicy i numer. Ta działalność zakończyła się w 2014 roku, gdy państwo uwolniło zasoby geodezyjne w zakresie punktów adresowych. To doświadczenie dało nam jednak unikalne kompetencje i fundament pod dalszy rozwój. Równolegle prowadziliśmy analizy dla dużych centrów handlowych i czołowych firm doradczych, jak CBRE czy Colliers czy Cushman&Wakefield, co ugruntowało naszą pozycję ekspertów w dziedzinie geomarketingu.

Sekret precyzyjnych modeli: Jak Vectoss ocenia potencjał rynku?

Czyli tak powstawały pierwsze mapy online w Polsce. Tworzenie czegoś zupełnie od zera musiało być bardzo interesujące. Przejdźmy do analizy danych, co sprawia, że modele Vectoss są tak unikalne i cenione przez klientów?

Nasze podejście opiera się na dwóch filarach: precyzyjnej ocenie wielkości rynku i analizie konkurencji. Fundamentem jest najbardziej szczegółowy na rynku plik demograficzny, w postaci mapy punktów adresowych z przypisanymi wartościami populacji oraz dochodu rozporządzalnego, który aktualizujemy co roku. Estymujemy w nim liczbę mieszkańców dla każdego punktu adresowego w Polsce. Na to nakładamy kolejne warstwy danych: dochód rozporządzalny, który modelujemy w oparciu o dane GUS, ale też o takie czynniki jak rodzaj zabudowy, wiek budynków, średnie wynagrodzenie w gminie czy ceny nieruchomości.

W dużych miastach, gdzie dane GUS są niewystarczające, idziemy o krok dalej. Podzieliliśmy blisko 100 miast na osiedla i dla każdego z nich szacujemy potencjał, bazując na naszych wewnętrznych badaniach, analizie cen nieruchomości i relacjach między poszczególnymi częściami miasta. To pozwala nam tworzyć niezwykle precyzyjne prognozy.

Mówi Pan o szacowaniu, co nasuwa mi pytanie o inną grupę zawodową. Czy zdarza się Panu współpracować z rzeczoznawcami majątkowymi, którzy przecież również potrzebują danych do wyceny nieruchomości komercyjnych?

Nie, bezpośrednio z rzeczoznawcami nie współpracujemy. Ich metodologia jest inna. Wycena nieruchomości mieszkalnej jest stosunkowo prosta – opiera się na porównaniu cen transakcyjnych w okolicy. W przypadku obiektów komercyjnych kluczowe jest przewidzenie, ile potencjalny najemca jest w stanie zapłacić czynszu, aby jego biznes się spinał. To wymaga znajomości średnich marż w danej branży – a te są bardzo różne. W handlu detalicznym najwyższe marże ma branża fashion i drobne produkty, a najniższe branża spożywcza, która nadrabia wolumenem. Bez tej wiedzy trudno oszacować realną wartość komercyjną nieruchomości.

Zakładam, że może się to zmienić w ciągu 2-3 lat i dla rzeczoznawców takie dane bardzo przyspieszą pracę i poprawią jakość wycen. Jakie z Pana punktu widzenia analizy, są najważniejsze parametry podejmując decyzje biznesowe? Rozmawialiśmy o ruchu pojazdów, demografii, sile nabywczej czy konkurencji, jak Pana rozumiem, to trzeba wziąć wszystkie pod uwagę?

Niestety trzeba wziąć wszystkie i to jeszcze jest uzależnione od branży. Ponieważ są branże takie, które lubią być w tłumie, na przykład cała branża fashion. Na to się nakłada jeszcze rozwój parków handlowych i centrów handlowych. Wszyscy tam chcą być oczywiście, no bo jest to inwestycja, która ściągnie ludzi na pewno. Co na przykład nie jest wychwytywane w ogóle przez modne obecnie badanie ruchu z danych komórkowych. No bo jeżeli mamy greenfield, no to w tej chwili tam ruchu żadnego nie ma. My nie wiemy, czy to, co stworzymy, nam ściągnie ludzi, czy nie. Tu jest pewien element ryzyka i to już trzeba przeliczyć modelami właśnie takimi bardziej stacjonarnymi, no bo co tu dużo mówić, ruch obecny niewiele się będzie miał do tego, jaki będzie ruch, obraz ruchu w danym mieście po wybudowaniu dużego parku handlowego.

No chyba, że mamy dane historyczne i można ocenić czy występuje na przykład sezonowość w danej lokalizacji.

Można, ale nie sądzę, żeby aż takie porównanie było. Każda lokalizacja jest jednak inna. Jest inna sieć drogowa, inny rozkład populacji, inne jakieś bariery, które hamują dostęp do konkretnej lokalizacji, gdzie ta populacja się może przemieszczać. Także to jest takie indywidualne. Tutaj klasyczna metoda właśnie, moim zdaniem, zdaje egzamin w tego typu przypadkach.

Studium przypadku: Jak analiza danych przewidziała sukces parku handlowego

To doskonale ilustruje złożoność tego rynku. Czy może Pan podać przykład inwestycji, której sukces był bezpośrednio związany z precyzyjną analizą danych?

Znakomitym przykładem jest park handlowy N-Park w Tarnobrzegu. Inwestor miał możliwość budowy dużego obiektu, ale w lokalizacji nieco na uboczu, typu „out-of-town”. W tym samym czasie od lat mówiło się o powstaniu wielkiej Galerii Tarnobrzeg w ścisłym centrum miasta. Nasze analizy wykazały, że lokalizacja na skraju, wsparta nową obwodnicą, ma ogromny potencjał, by ściągnąć ruch z całego regionu. Z drugiej strony, galeria w centrum miała ograniczone możliwości przestrzenne i nie byłaby w stanie zagrozić dobrze skomunikowanemu parkowi.

Czas pokazał, że mieliśmy rację. N-Park powstał, działa doskonale, a obok niego wyrósł potężny market budowlany, tworząc silne centrum przyciągania. Tymczasem Galeria Tarnobrzeg, planowana w centrum, do dziś nie powstała. To idealny przykład, jak dane pozwalają ocenić nie tylko potencjał jednej działki, ale całą dynamikę rynkową w regionie.

Najczęstsze błędy inwestorów i rola doradztwa

Jakie są najczęstsze błędy popełniane przez inwestorów, którzy opierają swoje decyzje na niepełnych analizach?

Głównym błędem jest korzystanie z danych niesprawdzonych i o zbyt niskiej granulacji. Wiele firm wrzuca do swoich systemów dane ogólne, przeliczając potencjał w sposób czysto matematyczny, bez zrozumienia kontekstu. Jeśli mamy duży poligon i obliczymy populację proporcjonalnie do jego powierzchni, możemy całkowicie minąć się z prawdą, bo połowa tego terenu może być lasem, a cała zabudowa mieszkalna skupiona w jednym rogu.

Drugim błędem jest niedocenianie dynamiki rynku. Prywatny inwestor, kupując działkę, często nie zna minimalnych wymagań, jakie dana sieć handlowa stawia swoim lokalizacjom. Może się okazać, że choć działka wydaje się idealna, to dla Lidla ma za mały rynek, podczas gdy dla Dino czy Biedronki byłaby w sam raz. Każda sieć jest na innym etapie rozwoju i ma inne kryteria. A i same sieci z czasem zmieniają swoje kryteria.

Przyszłość analityki: AI, dane mobilne i największe wyzwania

Rozumiem, że przyszłość to jeszcze głębsza analityka. Jaką rolę w tym procesie odegrają nowe technologie, takie jak AI czy dane mobilne?

Kluczowym wyzwaniem pozostaje jakość i interpretacja danych. Nowe technologie, jak AI, są potężne, ale ich skuteczność zależy od jakości danych wejściowych. Obecne modele często z dużą pewnością siebie udzielają odpowiedzi, które są po prostu błędne, bo bazują na niekompletnych lub źle zwalidowanych informacjach. Podobnie jest z danymi mobilnymi – są fantastyczne do analizy ruchu i hotspotów w istniejących, gęstych lokalizacjach miejskich, np. dla sieci impulsowych jak Starbucks czy Żabka. Pozwalają precyzyjnie określić, gdzie i o jakiej porze dnia jest największy ruch. Jednak zawodzą przy ocenie potencjału projektów typu greenfield, gdzie ruch dopiero ma powstać.

Przyszłość analityki to nie ślepa wiara w technologię, ale umiejętne łączenie różnych źródeł danych, rozumienie ich ograniczeń i budowanie na ich podstawie modeli, które potrafią prognozować przyszłość, a nie tylko opisywać teraźniejszość. Największym błędem jest zakładanie, że posiadanie danych jest tożsame z ich zrozumieniem. Prawdziwą wartość tworzy dopiero ich trafna interpretacja i umiejętność przełożenia jej na wiarygodną prognozę biznesową.

Podsumowanie kluczowych aspektów analizy danych dla nieruchomości komercyjnych

• • Decyzje inwestycyjne w nieruchomościach komercyjnych coraz częściej opierają się na precyzyjnych danych i zaawansowanej analityce geoprzestrzennej, odchodząc od intuicji.

• • Firma Vectoss powstała w 2008 roku z potrzeby dostarczania rzetelnych danych geoprzestrzennych dla planowania nowych sklepów w Polsce. Grzegorz Sagan dostrzegł luki w danych po 12 latach pracy w Tesco.

• • Unikalność modeli Vectoss bazuje na szczegółowych, corocznie aktualizowanych danych demograficznych (populacja, dochód rozporządzalny dla każdego punktu adresowego) i analizie konkurencji. W dużych miastach szacują potencjał nawet na poziomie osiedli.

• • Kompleksowa analiza – kluczowe jest uwzględnienie wszystkich parametrów, takich jak ruch, demografia, siła nabywcza czy konkurencja, ponieważ ich waga zależy od branży.

• • Inwestorzy często popełniają błędy, korzystając z niesprawdzonych danych o niskiej granulacji lub nie doceniając dynamiki rynku i specyficznych wymagań sieci handlowych.

• • Rola technologii i AI z danymi mobilnymi jest potężna, ale ich skuteczność zależy od jakości danych wejściowych. Dane mobilne są świetne do analizy ruchu w istniejących lokalizacjach, ale mniej przydatne dla projektów typu greenfield (nowe inwestycje). Prawdziwą wartość tworzy trafna interpretacja i umiejętność prognozowania przyszłości.

• • Głównymi wyzwaniami są luki w danych publicznych (np. GUS), co wymaga łączenia danych od różnych gestorów, oraz problematyczne pozyskiwanie i manualna analiza części informacji.

Grzegorz Sagan (Vectoss) – ekspert analizy rynku nieruchomości komercyjnych

Firma Vectoss działa na rynku nieprzerwanie od 2008 roku, specjalizując się w analizach lokalizacyjnych i geomarketingowych. Oferuje usługi takie jak analiza lokalizacji (Site Analysis), analiza przestrzenna (Spatial Analysis), mapy cyfrowe (Digital Maps) oraz raporty lokalizacyjne. Vectoss wspiera klientów w odpowiedzi na kluczowe pytania dotyczące adekwatności lokalizacji, pochodzenia docelowej grupy klientów, wpływu konkurencji oraz efektów zmian w infrastrukturze drogowej. 

Skontaktuj się: experts@clou.estate

Chcesz podejmować lepsze decyzje inwestycyjne?

• • Jeśli poszukujesz indywidualnych, kompleksowych analiz i prognoz dla swoich projektów komercyjnych, napisz do nas, aby skorzystać z wieloletniego doświadczenia prawdziwych ekspertów.

• • Jeśli potrzebujesz szybkiego, intuicyjnego narzędzia do samodzielnej analizy potencjału lokalizacji, które pozwoli Ci weryfikować działki i oceniać rynek w czasie rzeczywistym, wypróbuj platformę narzędzia Clou Analytics.

Słownik Kluczowych Pojęć:

• • Analityka geoprzestrzenna: Analiza danych geograficznych do celów biznesowych.

• • Vectoss: Polska firma specjalizująca się w analizach lokalizacyjnych i geomarketingowych dla nieruchomości komercyjnych.

• • Dane geoprzestrzenne: Informacje o lokalizacji i ich cechach, kluczowe dla analizy rynku.

• • Retail: Branża handlu detalicznego.

• • Dochód rozporządzalny: Środki dostępne dla konsumenta po opodatkowaniu, wskaźnik siły nabywczej.

• • Geomarketing: Wykorzystanie danych geograficznych w strategiach marketingowych i biznesowych.

• • AI (Sztuczna Inteligencja): Technologia rewolucjonizująca CRE poprzez prognozowanie i automatyzację.

• • Dane mobilne: Dane z urządzeń mobilnych do analizy ruchu.

• • Greenfield: Niezabudowane tereny pod nowe inwestycje.

• • CRE (Commercial Real Estate): Nieruchomości komercyjne.

• • PropTech: Technologie stosowane w branży nieruchomości.

• • Analiza Lokalizacji (Site Analysis): Ocena przydatności danej lokalizacji dla biznesu.

• • Analiza Przestrzenna (Spatial Analysis): Analiza danych geograficznych w celu identyfikacji wzorców.

• • GIS (Geographic Information System): Systemy do gromadzenia, analizy i wizualizacji danych przestrzennych.