Zillow crece durante la recesión gracias al análisis de autoservicio



Zillow es un portal inmobiliario que ayuda a las personas a encontrar y compartir información acerca de viviendas, propiedades inmobiliarias e hipotecas. En esta entrevista, Steve Brownell (especialista sénior en datos y análisis) y Torry Johnson (analista sénior de negocios) cuentan cómo Tableau los ayuda a ofrecer inteligencia de negocios de autoservicio. Con ella, los usuarios corporativos pueden responder sus propias preguntas.

Tableau: ¿Por qué adoptaron Tableau como herramienta de análisis?
Torry: Para nosotros, los analistas, Tableau Desktop es una herramienta magnífica, ya que permite descubrir información en grandes conjuntos de datos. Es rápida y sencilla. Es una fabulosa alternativa a la exploración de datos sin procesar. La adopción aumenta cada vez más. Distintas personas de la empresa están muy entusiasmadas con Tableau Server. Eso es muy bueno para nosotros, porque pasamos menos tiempo generando informes para ellas, y ellas pasan más tiempo haciendo verdadero uso de los datos disponibles.
Steve: Yo genero mucha información. Otras personas la transmiten a los ejecutivos superiores y a distintos miembros de la organización para que estos puedan tomar decisiones inteligentes basadas en datos.
Torry: Básicamente, queremos que nuestros usuarios encuentren su hogar con Zillow. Esa es la compra más grande y personal que harán en su vida. Facilitando el proceso, reducimos el nivel de estrés que genera hacer esa compra, que debería ser una experiencia divertida y emocionante.

Tableau: ¿De qué maneras se manifiesta el valor de Tableau Desktop y Tableau Server?
Steve: En Tableau Server, tenemos un dashboard de propiedades en alquiler, que nos permite ofrecer una lista a los proveedores y examinar los estados. Además, somos capaces de detectar problemas de calidad analizando varias dimensiones a la vez. Podemos concentrarnos en los lugares donde tenemos oportunidades o problemas de calidad de datos. También podemos priorizar distintas regiones en las que deseemos adquirir nuevas propiedades.
Torry: Muchos de los conjuntos de datos con los que trabajamos son enormes. Tableau nos permite examinarlos y ver rápidamente dónde suceden cosas interesantes. Podemos identificar valores atípicos en las diferentes zonas y detectar grandes oportunidades o problemas en productos mediante las métricas que observamos.

Tableau: ¿Qué tamaño tiene su conjunto de datos?
Torry: Tenemos datos sobre todas las viviendas de Estados Unidos, es decir, más de 100 millones de hogares. Por lo tanto, contamos con más de 100 millones de filas en la base de datos.
Steve: Tenemos muchas dimensiones de metadatos para los contactos. ¿Cómo usan Zillow los consumidores para comunicarse con agentes inmobiliarios? ¿Desde una aplicación móvil? ¿Están interesados en una propiedad a la venta? ¿O en un alquiler?
Torry: También contamos con un producto de hipotecas. Todos los meses, los prestamistas ofrecen decenas de millones de cotizaciones para usuarios que buscan la hipoteca con mejor tasa de interés. Tenemos cientos de millones de filas de datos. Tableau nos permite convertir esos datos en algo manejable. Es una ayuda inestimable.

Tableau: ¿De qué forma Tableau los ayuda a examinar esos datos?
Torry: Cuando trabajamos con grandes conjuntos de datos, observamos muchas cosas, como distribuciones e histogramas. Tratamos de descubrir oportunidades de generar más ingresos o crear algo que ayude a los clientes al comprar una vivienda.
Steve: Los administradores de productos pueden dividir los datos con los filtros de Tableau Server para hacer el análisis que desean. Nosotros solo proporcionamos los datos para que ellos obtengan información.
Torry: El mercado inmobiliario está muy relacionado con la geografía. Tableau genera mapas muy precisos. Es extremadamente útil para nosotros. No nos limitamos a los gráficos de líneas y los gráficos de barras. Proporcionamos más contexto para que los administradores de productos puedan detectar patrones geográficos, que son difíciles de encontrar sin mapas. No existen muchas herramientas con una interfaz de mapeo integrada que funcione con la lógica de arrastrar y soltar.

Tableau: ¿Qué patrones encontraron con Tableau?
Steve: Con este dashboard de Tableau Server, descubrimos que, en ciertas regiones, a algunos inmuebles se los llama condominio y en otras se los llama departamento. Pensábamos que teníamos una extraña mezcla de propiedades. Pero, en realidad, se trataba de la terminología de cada región geográfica. Cuando vimos eso en un mapa, supimos cómo resolver el problema.
Torry: Aunque hay cientos de millones de cotizaciones, algunos usuarios no encuentran muchas opciones para el préstamo específico que buscan. Debemos observar la distribución de estos datos y cómo se dividen en distintos tipos de préstamos. Entonces, podemos deducir que, probablemente, los usuarios con problemas específicos de capacidad crediticia no encuentren tantas cotizaciones de préstamos. Además, debido al estado actual del mercado inmobiliario, si alguien busca una propiedad de inversión, tendrá más dificultades para encontrar un prestamista dispuesto a facilitarle dinero. Por lo tanto, al contemplar todas estas características, conocemos qué tipos de respuestas reciben los usuarios. Podemos descubrir si tienen buenas experiencias al buscar un préstamo en Zillow o no.
Steve: Nuestro equipo económico publicó muchas cosas en Tableau Public. Un ejemplo muy interesante es el patrimonio neto negativo. Suponga que su casa está devaluada. Puede ampliar el mapa por condado o código postal, y ver exactamente cuánta devaluación hay en su caso con respecto al promedio. No tiene por qué conformarse con una idea general de la situación del país. Puede personalizar los datos y hacer un análisis exhaustivo, a fin de ver los efectos reales en el nivel que le interese. No debe limitarse a hacer una comparación con el promedio nacional. Creemos que eso es mucho más útil.

Tableau: ¿Obtienen una buena respuesta en línea con Tableau Public?
Steve: Hemos tenido altos índices de participación con los productos de Tableau Public que cargamos en la web. A las personas les encanta buscar su vecindario y ver los efectos del mercado en él. Tenemos todo tipo de métricas de crecimiento del mercado y precios inmobiliarios. A la gente le interesa comparar la tendencia de una pequeña área del mercado respecto a otros vecindarios.

Tableau: ¿Cómo aumentó el uso de Tableau en Zillow?
Torry: Comenzamos a usar Tableau Desktop hace unos tres años. Los primeros usuarios fueron unos cinco miembros del equipo, que exploraban los conjuntos de big data y respondían preguntas para distintas personas de la empresa. Solo los analistas examinaban los datos y descubrían información.
Steve: Desde entonces, el uso aumentó de manera natural con la distribución de esa información. La incluíamos en informes que enviábamos por correo electrónico y la usábamos en presentaciones durante reuniones. Las personas siempre preguntaban de dónde habíamos sacado los gráficos.
Torry: Ahora, es una herramienta que se usa en toda la empresa.

Tableau: ¿Qué efecto tuvo Tableau Server en el modo de trabajar de los empleados de Zillow?
Steve: Tableau permite que las personas se sientan atraídas por los datos. Su relación con los datos deja de ser pasiva. Nuestro pequeño equipo de analistas puede satisfacer a más usuarios porque no debe responder todas las preguntas. En vez de eso, proporciona un marco para que las personas respondan sus propias preguntas.
Steve: Es magnífico poder interactuar con los datos y no solo recibirlos. En vez de recibir todo procesado, tenemos la posibilidad de crear algo a partir de una plataforma y obtenemos información más significativa.

Tableau: ¿Qué efecto tuvo Tableau Server en el modo de trabajar de su equipo de analistas?
Torry: Hace un año y medio, más o menos, cambiamos a Tableau Server para poder proporcionar más informes a los usuarios de la empresa.
Steve: Esta herramienta libera muchos recursos. En consecuencia, somos más ágiles y generamos más plataformas que respuestas. Siento que aumenta mi eficiencia como analista, porque puedo satisfacer las necesidades de más personas e incrementar nuestra agilidad.

Solía pasar entre el 30 y el 50 % de mi tiempo creando informes ad hoc. Ahora, ese tiempo se redujo enormemente.

Torry: Solía pasar entre el 30 y el 50 % de mi tiempo creando informes ad hoc. Ahora, ese tiempo se redujo enormemente. Gracias a Tableau Server, el departamento de BI ya no tiene que satisfacer tantas solicitudes de informes ad hoc, que llevan mucho tiempo. Podemos “pasar la pelota”. Las personas pueden interactuar, analizar y descubrir por sí mismas. Nosotros podemos dedicar nuestro tiempo a descubrir la información valiosa que esconden los datos. Ya no nos resignarnos a generar informes a pedido eternamente.
Steve: En Zillow, hay algunos usuarios experimentados que desean acceder a todos los datos. Así que ponemos esos datos a su disposición en Tableau Server. Los usuarios van al servidor, buscan la fuente de datos que necesitan y la descargan. Hacen todo por su cuenta. De inmediato, confían en la fuente y disfrutan de la rapidez con la que obtienen resultados.
Torry: Si no tuviéramos Tableau, pasaríamos la mayor parte de nuestro tiempo ayudando a cada uno de los miembros del personal corporativo a analizar sus datos, descubrir información y detectar problemas. Con Tableau, ellos pueden hacerlo por sí mismos y, después, recurrir a nosotros para resolver los problemas.

También podría interesarle...