O uso de dados que faz o QuintoAndar subir cada vez mais

As práticas de dados e tecnologia que fazem a startup do setor imobiliário uma das mais emergentes no país.

Maior empresa de aluguel de imóveis do Brasil, o QuintoAndar teve uma escalada meteórica em apenas sete anos de operação, chegando a 2020 em 30 cidades e R$ 30 bilhões em ativos sob gestão. São mais de 4.500 novos contratos de aluguéis fechados por mês, em torno de 1 a cada 9 minutos. Quer mais dados? Bem, a startup paulista respira o mundo data-driven.

Os dados e a forma como eles são utilizados no negócio são um grande diferencial competitivo, essencial para a disrupção do mercado imobiliário, superando e muito o trabalho dos players tradicionais. Com a ciência de dados e a tecnologia no core business, o QuintoAndar alcançou marcos essenciais na entrega de valor aos seus clientes, como reduzir a burocracia da locação, acelerando os trâmites de cartório, apresentação de fiador ou seguro-fiança, e comunicação entre locadores e locatários. Tudo é digital: sem cartório, fiador ou papelada, reduzindo o tempo médio de locação em São Paulo de 40 para 4 dias, com o recorde sendo de 1 hora e 30 minutos!

“Nós temos muito foco no problema a ser resolvido. Pesquisas de mercado não guiam inovação. Se você for olhar o mercado, se for fazer o que o mercado diz que precisa ou já está fazendo, vai fazer algo que já existe. É o que Henry Ford já dizia quando inventou o automóvel. As pessoas queriam um cavalo mais rápido, quando na verdade o que elas precisavam era chegar mais rápido em outro lugar”, contou André Penha, CTO e co-fundador do QuintoAndar, durante palestra na Unicamp, em um Seminário do Instituto de Computação.

Na imagem acima, André apresenta três diferenciais do QuintoAndar:

1. A computação móvel, facilitando a experiência dos usuários do serviço através do smartphone e entregando uma comunicação fácil entre as partes interessada no negócio, possibilitando fechar negócios até no mesmo dia;

2. A otimização logística dos corretores que fazem as vistorias nos imóveis, permitindo que um corretor faça entre oito e quatorze visitas por dia, contra três no modelo imobiliário tradicional;

3. Uma análise de crédito feita em casa cruzando Big Data de clientes e criando um score que libera para locação somente os locatários com mais probabilidade de pagarem em dia, dispensando modalidades como fiança e caução, que são grandes empecilhos de fechamento de negócios.

E quando os locatários não pagam, o QuintoAndar arca com os valores do aluguel para os locadores? Bem, a empresa adquire um serviço de seguro junto a uma seguradora especializada, que cobre os inadimplentes. No início, o QuintoAndar ganhava 8% de cada parcela do aluguel, como comissão. Eles compravam um seguro individual e davam de cortesia para alugar sem fiador, mesmo que isso devorasse todo o lucro da empresa (os fundadores conseguiram levantar um aporte financeiro de R$ 350 mil para criação da empresa, que possibilitou essa queima de caixa).

A questão é que, posteriormente, com a grande quantidade de imóveis, foi possível fazer uma negociação em grande escala e não individual de cada apartamento, o que melhorou as margens de lucro. E, além disso, o uso dos dados, reduzindo o custo quase 5x a ocorrência de sinistros, graças a uma análise de crédito baseado em critérios próprios de score financeiro dos clientes, com Machine Learning retroalimentando o sistema para tomar as melhores decisões de forma automática sobre aprovação dos interessados em aluguel.

Em 2019, a startup captou R$ 1 bilhão em sua 5ª rodada de investimento, ganhando força financeira para ampliar ainda mais sua veia inovadora. Desde então surgiram novidades movidas a Big Data e Inteligência Artificial, como a Calculadora de Aluguel, lançada em fevereiro de 2020.

O sistema combina a análise de características únicas de cada imóvel, como estado de conservação, com condições do mercado, para sugerir o preço ideal de locação.

Todas essas iniciativas envolvem uma equipe de mais de 1.200 pessoas, sendo 270 profissionais das áreas de Engenharia, Data Science, Infraestrutura de Software, Design e Gestão de Produto que se organizam em times multidisciplinares entre seis e dez pessoas, envolvendo um gestor de produto, um ou dois designers e três ou quatro engenheiros, em sua maioria focada em programação de software.

“Eles atacam problemas específicos, de acordo com indicadores de resultados de cada equipe. Fazem o que quiserem desde que esse indicador melhore e não estrague o resto da companhia”, brinca André Penha.

Em um post no Medium, o Cientista de Dados André Barbosa aprofunda como funciona essa lógica no QuintoAndar:

“Em nossa empresa, a preocupação de um Produto de Dados é um produto baseado no aprendizado de máquina, mas o aprendizado de máquina não é a primeira opção. Não há necessidade de se apressar para os modelos de última geração quando você estiver lidando com problemas do mundo real. Melhor do que isso, uma heurística simples pode fornecer muitos insights e ajudá-lo a validar sua hipótese principal. Por exemplo, você pode considerar o aluguel médio de casas em uma região semelhante à sua casa de interesse. Feito isso, sua equipe entregou algum valor à sua empresa, deixando seus clientes felizes. Impressionante! Algum dia você pode querer melhorar suas métricas e, para isso, precisará se aprofundar. Como um ‘segundo ciclo de iteração’, talvez o Aprendizado de Máquina possa ser uma abordagem útil. Como uma cultura ágil que seguimos aqui, precisamos responder às mudanças nos negócios e agir rapidamente. No contexto do aprendizado de máquina, as iterações rápidas são a chave para o sucesso. A melhor maneira de conseguir isso é aprendendo com os dados, com pequenos passos. Em outras palavras, crie um modelo que use recursos simples que você pode gerar (por engenharia de recursos ou consultando um banco de dados), implante-o, meça e melhore-o”.

O Machine Learning e o Big Data são a base de outra novidade do Quinto Andar, lançada em novembro de 2020. É o Índice QuintoAndar de Aluguel. Com periodicidade mensal, a intenção é trazer um retrato mais preciso dos preços de aluguéis de imóveis em São Paulo e no Rio de Janeiro. O levantamento irá se basear nos valores de contratos já fechados e não nas cifras divulgadas em anúncios. O índice pode ser acessado gratuitamente pelo mercado.

“Ainda estamos só na superfície, mas já começamos a colher os frutos de sermos uma plataforma 100% digital. A Ciência de Dados terá cada vez mais espaço na estratégia da companhia”, declarou o CEO e co-fundador Gabriel Braga, em matéria da NeoFeed.