ntre 2014 e 2017, as buscas na internet relacionadas com compra, venda ou aluguel de imóveis aumentaram mais de 44% ao ano. Hoje, pelo menos 71% dos consumidores iniciam o processo de busca de imóvel pelo site ou aplicativo de várias empresas que atuam nesse mercado. Esses dados foram divulgados por Adriano Nasser, executivo do Google, durante o “Conecta Imobi 2017”, evento de marketing e tecnologia realizado nos dias 2 e 3 de agosto, em São Paulo.

Contudo, os sites de busca on-line ainda não conseguem atender com rapidez as expectativas da clientela, muitas vezes perdida em meio a uma infinidade de opções para a escolha de imóveis. A EnterUp Tecnologia, startup do município paulista de São José do Rio Preto, que já prestava serviços a empresas do ramo imobiliário, identificou essa distância entre a demanda dos clientes e a oferta do mercado e propôs uma solução utilizando a inteligência computacional: um sistema de recomendação de imóveis.

O desenvolvimento do sistema foi realizado com apoio do Programa Pesquisa Inovativa em Pequenas Empresas (PIPE). O pesquisador responsável, Paulo Scarpelini Neto, mestre em Ciência da Computação pela Universidade Estadual Paulista Júlio de Mesquita Filho (Unesp), esclarece que o sistema de recomendação personaliza a busca on-line, sugerindo itens alinhados aos interesses do cliente.

Esse sistema é bastante utilizado, por exemplo, em serviços de streaming (transmissão instantânea de informações multimídia) e em sites de vendas de livros, sugerindo filmes, músicas e livros com temas similares aos que o cliente adquiriu. Mas ainda é novidade no mercado imobiliário.

Para desenvolvê-lo, a EnterUp usou a tecnologia do framework. Em informática, framework – que em inglês significa “estrutura” – representa uma aplicação ou um conjunto de aplicações (programas) que dão suporte ao desenvolvimento de um software. A startup optou por um framework híbrido, “porque combina diferentes técnicas”, sublinha Scarpelini.

O pesquisador explica que, além de duas técnicas já bastante utilizadas nos serviços de recomendação existentes – a filtragem demográfica (que utiliza dados como sexo, idade e local de moradia) e a filtragem colaborativa (que busca pessoas de gostos similares) –, a empresa implementou uma terceira técnica: a filtragem colaborativa espacial. “Pessoas que se interessam por imóveis próximos tendem a ter as mesmas preferências. Então, buscamos gostos similares nas mesmas regiões de interesse.”

Segundo Scarpelini, a vantagem da filtragem colaborativa espacial é a ampliação do leque de ofertas: um cliente que busca características específicas em um determinado bairro (um imóvel na proximidade de um shopping center, por exemplo) pode ser informado da existência de outro bairro com as mesmas características, a partir das pesquisas registradas pelos usuários de mesmo perfil.

Durante a jornada de busca virtual, a própria interação do cliente vai fornecendo dados de forma não explícita. O sistema registra quais imóveis o cliente visitou, quanto tempo ficou em cada um, se visualizou fotos ou observou detalhes. O resultado é um volume massivo de dados, conhecidos como “conjuntos Big Data”, que precisam ser gerenciados a partir de uma estrutura computacional dotada de ferramentas de armazenamento e processamento.

O sistema baseado em inteligência computacional é capaz de revelar conhecimento útil, aumentando a eficiência do negócio. “Um exemplo bastante citado na literatura é o de uma grande rede de varejo dos Estados Unidos. A análise dos dados mostrou que muitas pessoas que compravam fraldas descartáveis na sexta à noite também compravam cervejas. Ao dispor as fraldas e as cervejas lado a lado no supermercado, as vendas desses produtos aumentaram”, afirma Scarpelini.

Mudança de planos
Trabalhar com um grande volume de dados foi um desafio tecnológico para o qual os sócios da EnterUp – além de Scarpelini, Carlos Henrique El Hetti Laurenti e Rodrigo Cleir Castellon Rodrigues, todos especialistas em Ciências da Computação – já estavam preparados. Ao longo da Fase 1 do PIPE, realizada entre fevereiro e outubro de 2016, eles desenvolveram um protótipo e concluíram, a partir de testes, que o sistema de recomendação é, de fato, capaz de aprimorar e estimular as vendas. Segundo os pesquisadores, a recomendação personalizada produz um aumento de 25% na taxa de conversão de potenciais clientes em contratos efetivados de compra ou aluguel de imóveis.

Desafio ainda maior foi estruturar o modelo de negócio. E, para essa tarefa, os pesquisadores puderam contar com um treinamento focado em empreendedorismo: o “PIPE High-Tech Entrepreneurial Training”, oferecido em colaboração com a George Washington University (GWU), dos Estados Unidos, entre março e abril de 2016. Ao longo de sete semanas e depois de mais de 100 entrevistas com proprietários de imobiliárias e empresas do setor de tecnologia, os jovens empresários reavaliaram seus planos e chegaram a uma conclusão que não apenas mudou o modelo de negócio, mas lançou as sementes de uma nova empresa.

“Tivemos um choque de realidade. O modelo de negócio estava distante do que o mercado esperava”, afirma Scarpelini. Embora a receptividade do software fosse boa, as empresas não estavam dispostas a pagar por ele. Segundo o pesquisador, o setor imobiliário, tradicional e avesso à tecnologia, ainda não está preparado para assumi-la como produto.

A solução foi criar uma nova marca: a “Sua Casa Online”. “Mudamos totalmente o modelo de negócio. Decidimos estruturar uma imobiliária apoiados pela tecnologia.” Ele conta que a nova startup do ramo imobiliário terá um corpo de tecnologia fixo, a exemplo do que já fazem alguns grandes portais do exterior, que chegam a ter até 50% de especialistas em Ciência da Computação na folha de pagamento. “Foi uma das decisões mais difíceis que tivemos que tomar, mas, também, nosso maior aprendizado ao longo do processo. Como pesquisadores, temos muitas vontades, mas entendemos que nosso papel como empreendedores é resolver um problema do mercado.”

Paulo Scarpelini está animado. Na Fase 2 do PIPE, espera instalar o sistema em um site e atingir o usuário final. Ele afirma que, mesmo em meio à crise, o mercado de casas populares no interior do Estado de São Paulo, onde atua, está aquecido e tem um público prioritariamente jovem – 60 a 70% dos clientes na faixa dos 20 a 30 anos adquirindo seu primeiro imóvel. E a esse público que já nasceu tecnológico o seu produto não poderia ser mais propício.