In de wereld van bouw en vastgoed draait veel om cijfers. Van huurprijzen tot energielabels, van leegstandscijfers tot stikstofnormen: data vormen de basis voor vrijwel elke beslissing. Met de opkomst van digitalisering en artificial intelligence (AI) is de hoeveelheid beschikbare data exponentieel toegenomen. Als bouw- en vastgoedmarktprofessionals beschikken we over dashboards, modellen en algoritmes die ons helpen om risico’s te beoordelen, kansen te signaleren en beleid te onderbouwen. Zo weten we precies waar we over praten. En kunnen we altijd de juiste beslissing nemen. Meten is weten. Toch?
In de wereld van bouw en vastgoed draait veel om cijfers. Van huurprijzen tot energielabels, van leegstandscijfers tot stikstofnormen: data vormen de basis voor vrijwel elke beslissing. Met de opkomst van digitalisering en artificial intelligence (AI) is de hoeveelheid beschikbare data exponentieel toegenomen. Als bouw- en vastgoedmarktprofessionals beschikken we over dashboards, modellen en algoritmes die ons helpen om risico’s te beoordelen, kansen te signaleren en beleid te onderbouwen. Zo weten we precies waar we over praten. En kunnen we altijd de juiste beslissing nemen. Meten is weten. Toch?
Die aanname is niet zonder risico. Want hoewel cijfers richting geven, zijn ze zelden neutraal. Ze zijn gebaseerd op keuzes: wat meten we en hoe? Minstens zo belangrijk is wat we niét meten. Hoe interpreteren we de uitkomsten? En wat doen we met onzekerheden of ontbrekende informatie? In een tijd waarin ESG-rapportages, duurzaamheidsdoelen en maatschappelijke impact steeds belangrijker worden, groeit ook de behoefte aan meetbare indicatoren. Maar wat als die indicatoren nog niet bestaan, of als ze onvolledig of misschien zelf misleidend zijn?
In onzekere tijden waarin veel verandert, zijn betrouwbare data lang niet altijd beschikbaar. Maar juist in onzekere tijden zoeken mensen houvast in harde cijfers. Omdat iedereen tegenwoordig toegang heeft tot grote hoeveelheden data en cijfers, die elkaar soms tegenspreken, ontbreekt vaak consensus. Discussies over cijfers lijken te gaan over feiten, maar gaan in feite over belangen.
In dit deel van het Bouw- en Vastgoedbericht verkennen we de kracht én de beperkingen van cijfers en meten in de bouw- en vastgoedwereld. Aan de hand van concrete voorbeelden uit onze praktijk, zoals energielabels en huurregulering, laten we zien hoe cijfers kunnen helpen. En hoe ze kunnen vertekenen of zelfs ongewenste uitkomsten kunnen veroorzaken.
Leeswijzer Inleiding 'Meten = weten'
- 1.1 Het belang van cijfers en feiten voor Rabobank.
- 1.2 Data kennen beperkingen. Niet alles is meetbaar, gegevens zijn soms incompleet of foutief, kunnen valse zekerheid wekken en (on)bewust misleiden.
- 1.3 Hoe mensen cijfers bekijken en duiden. Selectieve waarneming, confirmation bias en veranderingsangst belemmeren objectieve interpretatie van feiten en cijfers.
- 1.4 Cijfers als sturingsmechanisme en de keerzijden daarvan, zoals het uitlokken van strategisch gedrag en perverse prikkels. Ook bespreken we enkele ethische aspecten van meten, iets dat extra actueel is door de opkomst van Big Data en AI.
- 1.5 Cijfers op waarde schatten. We eindigen met een oproep om feiten en cijfers op waarde te schatten en kijken ook vooruit; hoe kunnen we in onze sector zorgvuldig en constructief omgaan met data?