//de

emonitor Blog |

Neue Möglichkeiten zur Messung von Mieterpräferenzen

 

Neue Möglichkeiten zur Messung von Mieterpräferenzen

Mieterpräferenzen werden meist mit klassischen Methoden wie Mieterumfragen oder Auswertungen von Suchabos gemessen. Dabei lassen sich Strukturen und Veränderungen besser und genauer aus Daten haushaltsspezifischer Bewerbungen und effektiven Vermietungen ablesen. Zudem können durch sogenannte «Revealed Preferences» ganz neue Erkenntnisse gewonnen werden.

Im Zuge eines  gemeinsamen Blogposts mit Christian Kraft und Daniel Steffen von der Hochschule Luzern hat unser Insight Lab erste Auswertungen zu den Revealed Preferences gemacht. Die Nachfragedaten stammen von emonitor und wurden aus Bewerbungen für Erstvermietungsprojekte der letzten drei Jahre in der Stadt Zürich gewonnen.

Christoph Craviolini und Marius Wehrle, 31. März 2021

Die Bereitstellung von Wohnraum wird aufgrund der Veränderungen, und der bestehenden gesellschaftlichen Vielschichtigkeit im umkämpften Wohnungsmarkt zur immer grösseren Herausforderung. Um dieser gerecht zu werden, sollten Eigentümer, Planer und die öffentliche Hand die Standorte und deren Bewohner sowie die Nachfrage am Markt genau kennen.

Aus Marktperspektive führt die Transparenz über die Präferenzen von Wohnungssuchenden zu einer effizienteren Allokation von Wohnraum. Dabei gilt: Erfragen, Beobachten und Offenlegen sind grundsätzlich die drei möglichen Vorgehensweisen zur Messung der Präferenzen. Eine Ausführliche Diskussion der Erhebungsmethoden finden Sie unter auf der Blogpage von hslu.ch.

Der Goldstandard: Daten aus konkreten Vermietungsprozessen

Daten aus effektiven Bewerbungsprozessen, wie sie emonitor generiert, legen die effektiven Präferenzen, sogenannte «Revealed Preferences», der Nachfragenden im Wohnungsmarkt offen. Aufgrund der potentiellen Überprüfung der Daten durch Referenzanfragen bei Vermieter und Arbeitgeber sind sie zudem von besonders hoher Qualität.

Die Daten aus konkreten Vermietungsprozessen erlauben es weiter die «Revealed Preferences» nach Bevölkerungsgruppen, Einkommensstrukturen oder Alter zu analysieren und gezielt Durchmischung, finanzielle Tragbarkeit oder Nutzungsdichte zu eruieren. Durch die Gegenüberstellung mit verfügbaren Wohnungen kann zudem die Versorgung für einzelne Bevölkerungsgruppen beobachtet werden. Allfällige Knappheiten bzw. Überhänge können so früh erkannt werden. Ebenso kann die Bevölkerungsstruktur der umliegenden Perimeter herangezogen werden, um Abweichungen zwischen bestehenden Bevölkerungsstrukturen aufzuzeigen und damit aktuelle Entwicklungen frühzeitig zu erkennen.

Erste Analysen für die Stadt Zürich

Die untenstehende Abbildung gibt einen kurzen Einblick in erste Auswertungen der Bewerbungsdaten im Umkreis der Stadt Zürich. Die Nachfragedaten stammen von emonitor und wurden aus Bewerbungen für Erstvermietungsprojekte der letzten drei Jahre gewonnen. Weitere Auswertungen finden Sie im original Blogpost auf dem Immobilienblog der Hochschule Luzern.

Beitragsbild HSLU
Abbildung 1: Präferenz hinsichtlich Wohnfläche (in m2); Quelle: emonitor insightLab

Abbildung 1 zeigt die Präferenzen bezüglich der Wohnungsfläche (in m2). Je dunkler die Farbe, desto grösser ist die Nachfrage einer bestimmten Lebensphase nach einer bestimmten Wohnungsgrösse. Auf der rechten Seite ist der Anteil der jeweiligen Lebensphasen am Total der Bewerbungen wiedergegeben. Es zeigen sich deutliche Unterschiede in den Präferenzen nach Lebensphase. Die meisten Paare zwischen 19 und 34 Jahren suchen beispielsweise eine Wohnung mit rund 80m2 Fläche, während bei Paaren zwischen 35 und 59 Jahren grössere Wohnungen mit 100m2 Fläche in der Gunst stehen.

Nachfragemonitor

Diese ersten Analysen zeigen das erhebliche Potenzial von Bewerbungsdaten für die Analyse von sozial differenzierten Mieterpräferenzen und das Monitoring von Nachfrageveränderungen.

Der Datenpool der emonitor AG fokussiert aktuell auf Zürich, wächst jedoch täglich in der ganzen Schweiz. Zusammen mit emonitor plant die Hochschule Luzern aus diesen Daten einen Nachfragemonitor zur systematischen Analyse und Benchmarking auf Stufe Markt zu entwickeln.

Sind Sie an weiterführenden Informationen zu dieser Methode oder zum zugrundeliegenden Projekt interessiert? Dann wenden Sie sich direkt an Christoph Craviolini oder Daniel Steffen oder lesen sie den original Blogpost auf dem Immobilienblog der Hochschule Luzern.

Christoph ist einer der Mitgründer von emonitor. Er ist Experte im Bereich Stadtentwicklung, Wohnen und Wohnungsmarkt. Seit seinen Forschungsarbeiten an den Universitäten Zürich und Fribourg und der ETH Zürich lässt ihn das Thema «Wohnen» im weiteren Sinne nicht mehr los.

Autor

Christoph Craviolini, Mitgründer & Head of Data Analytics

Auf der ersten Seite seiner Doktorarbeit im Bereich theoretischer Quantendynamik liest man:

«Every time I see a math word problem, it looks like this: If I have 10 ice cubes and you have 11 apples. How many pancakes will fit on the roof? Answer: Purple because aliens don’t wear hats.»

Autor

Dr. Marius Wehrle, Head of emonitor insightLab

Success Story FGZ

Success Story FGZ

Success Story FGZ – seit 2015 vermietet die FGZ ihren gesamten Bestand über die Softwarelösung von emonitor. Mehr dazu im Blogbeitrag.