Huispedia begon ooit als een plek waar Nederlanders de waarde van hun woning konden opzoeken. Acht jaar later is het platform uitgegroeid tot een organisatie die niet alleen kijkt naar welke informatie mensen nodig hebben, maar vooral naar waarom ze ondanks al die informatie toch verkeerde beslissingen nemen.
▼
We spraken met Jimmy Lange, brand marketeer bij Huispedia. Hoewel hij geen data-analist of engineer is, speelt data ook in zijn werk een centrale rol. Dat is volgens hem geen uitzondering binnen de organisatie, maar juist de norm.
“Bij ons is niet alleen een datateam verantwoordelijk voor data en inzichten. Iedere beslissing die wij intern maken, moet onderbouwd zijn met data. Als ik een nieuwsbrief schrijf, doen we A/B-tests. Als we een nieuw product ontwikkelen, beginnen we met kwalitatief onderzoek. Data zit overal.”
De woningmarkt heeft geen informatieprobleem
Toen Huispedia acht jaar geleden begon, draaide het platform vooral om het toegankelijk maken van informatie. Woningwaardes, verkoopprijzen en marktdata werden beschikbaar gemaakt voor een breed publiek. Dat sloot aan bij de behoefte van dat moment, want veel informatie was voor consumenten lastig te vinden. Inmiddels is die situatie veranderd. Informatie is overal beschikbaar. Toch maken woningzoekers nog steeds kostbare fouten.
Huispedia zag de afgelopen jaren een opvallende ontwikkeling. Terwijl de hoeveelheid beschikbare woninginformatie sterk toenam, verdwenen de bekende fouten van kopers niet. Volgens Lange wijst dat op een dieper probleem dan een gebrek aan kennis.
“Iedereen heeft toegang tot data, maar de duurste fout bij het kopen van een huis komt door emotie, niet door een gebrek aan informatie. Je betaalt te veel omdat je na drie verloren biedingen extreem gaat overbieden.”
Dat inzicht zorgde voor een koerswijziging binnen Huispedia. Daardoor kwam de nadruk minder te liggen op het aanbieden van informatie en meer op het helpen van mensen om betere keuzes te maken.
Een seintje als emotie het overneemt
Die nieuwe aanpak kreeg vorm in Huispedia Intelligence, een AI-systeem dat eerder dit jaar werd gelanceerd. Waar veel toepassingen in de vastgoedsector vooral kijken naar historische transactiedata, probeert Huispedia ook gedrag mee te nemen in het advies dat gebruikers krijgen.
“We kunnen een seintje geven als wij op basis van jouw gedrag zien dat je extreem wil gaan overbieden. Dan zeggen we: het lijkt erop dat je je laat meeslepen. Let hierop. Of: misschien is het goed om nu juist niet te gaan bieden.”
Volgens Lange draait het systeem om wat Huispedia “collectieve AI” noemt. Gebruikers delen observaties tijdens bezichtigingen en geven feedback over hun ervaringen. Die informatie wordt vervolgens gebruikt om andere woningzoekers te helpen.
Vinden meerdere bezoekers een badkamer opvallend klein? Dan kan die observatie worden meegenomen in het advies dat volgende bezoekers ontvangen. Zo ontstaat volgens Huispedia een steeds grotere kennisbasis die gebruikers helpt betere afwegingen te maken. Daarnaast bestaat het systeem uit verschillende gespecialiseerde AI-assistenten die zich richten op onderwerpen als erfpacht, VvE’s, biedstrategieën en woningdocumentatie.
“Je krijgt een heel team van experts tot je beschikking. We hebben bestaande modellen gebruikt, maar daar een volledig harnas omheen gebouwd dat specifiek is gericht op de emotionele complexiteit van het kopen van een huis.”
Onafhankelijkheid als uitgangspunt
Een belangrijk onderdeel van de aanpak is volgens Lange de onafhankelijke positie van Huispedia. Het platform verdient niet aan woningtransacties en heeft geen belang bij een hogere verkoopprijs of een snellere deal. Daardoor kan het systeem gebruikers ook adviseren om juist geen actie te ondernemen.
“Dat is eigenlijk de kern van wat wij zijn. Wij zijn erbij gebaat dat gebruikers betere beslissingen maken. En dat kan soms ook betekenen dat je beter nu niet kunt bieden. Als we die onafhankelijkheid niet zouden hebben, zouden we altijd richting één van de partijen in de markt bewegen.”
Van marktonderzoek naar product in twee maanden
Op de vraag waar hij verder het meest trots op is, noemt Lange Huispedia Makelaar match. Met deze tool kunnen verkopers zien welke makelaar voor hun specifieke woning het beste presteert. Het idee ontstond niet vanuit een brainstormsessie, maar vanuit onderzoek. Uit gesprekken met verkopers bleek dat veel mensen moeite hebben met het kiezen van een makelaar. Daarna volgde kwantitatief onderzoek naar wat verkopers belangrijk vinden, gevolgd door analyses van makelaarsdata.
De conclusie was opvallend: er blijken aanzienlijke prestatieverschillen tussen makelaars te bestaan, terwijl die voor consumenten nauwelijks zichtbaar zijn.
“Van marktonderzoek naar product in minder dan twee maanden, puur op basis van data en inzichten.”
Volgens Lange laat dit goed zien hoe Huispedia werkt: niet bouwen op aannames of buikgevoel, maar op wat onderzoek en data laten zien.
Data als organisatiecultuur
Misschien wel het meest opvallende aan Huispedia is dat data niet beperkt blijft tot een gespecialiseerd team. Volgens Lange verandert AI bovendien de manier waarop medewerkers met data kunnen werken.
“Vroeger zou ik zeggen: kun jij dit voor me maken? Nu maak ik zelf op basis van AI SQL-queries, terwijl dat helemaal niet mijn expertise is. Zo kom ik toch aan de antwoorden op mijn datavragen.”
Die ontwikkeling ziet hij als een belangrijke les voor andere organisaties.
“Zorg ervoor dat iedereen in je organisatie de mogelijkheden krijgt om zelf met data aan de slag te gaan. Dat het niet allemaal terechtkomt bij een geïsoleerd team dat alle datavragen moet oplossen.”
Voor Huispedia is dat geen toekomstbeeld, maar dagelijkse praktijk. Data vormen er niet alleen de basis voor analyses en producten, maar ook voor de manier waarop de organisatie werkt, leert en beslissingen neemt.