Big Data basierte Analyse des Einflusses traditioneller und neuartiger Faktoren auf Mietpreise in Düsseldorf (The Influcence of Big Data on the Level of Rents in Dusseldorf)

Abstract

German Abstract: Die vorliegende Studie stellt den Zusammenhang zwischen der Kaltmiete in EUR/qm von Mietobjekten und gängigen, traditionellen sowie nicht-traditionellen Faktoren, erhoben von Yelp, Tripadvisor oder Google, vor. Es zeigt sich, dass die Einbeziehung von nicht-traditionellen Faktoren eines jeweiligen Mietobjektes relevant für die Prognose des Mietpreises ist. Die Auseinandersetzung mit nicht-traditionellen Faktoren ermöglicht eine differenziertere Sicht auf Mietpreise und eine höhere Güte der Vorhersagen als eine alleinige Berufung auf den Mietspiegel.

English Abstract: This study explores the added value of big data from google, tripadvisor and yelp for forecasting the levels of rents in the city of Dusseldorf, Germany. The findings underline the value of such data.

Note: Downloadable document is in German.

Keywords: Real Estate Management, Valuation of Real Estate, Forecasting of Rents

JEL Classification: R1, R3, R5, R21