– RA, 지난 1년 7,000개 자산 DB·150개 고객사 확보…누적 10만 건 이상 현장 의사결정에 활용
– 자산운용·증권사·은행·해외투자사·대학·언론 도입…투자분석·리스크관리·영업개발·연구 등 다목적 활용
– 향후 AI 기반의 자동 가치평가·가격 예측, 주거 DB 탑재 본격화…아시아 대표 부동산 데이터 솔루션으로 도약
RA는 국내 상업용 부동산 시장의 고질적인 정보 비대칭 문제 해결을 위해 탄생한 솔루션이다. 현장의 살아있는 1차 데이터와 시계열 분석을 핵심 가치로 내세워 지난 1년간 괄목할 성과를 달성했다.
이용균 대표는 “RA의 등장으로, 인적 네트워크에 의존하던 상업용 부동산 시장에, 데이터 인프라 기반의 새 시대를 열었다”며 “축적된 인사이트를 바탕으로, AI를 접목한 서비스 고도화에 나선다”고 밝혔다.
▶ 상업용 부동산 시장의 구조적 문제와 RA 등장 배경
국내 상업용 부동산 시장은 오랫동안 정보 비대칭성, 불투명성, 체계적이지 못한 정보 관리 체계라는 구조적 한계를 안고 있었다. 대형 빌딩 투자에 필요한 임대료, 공실률, 임대차 구조 같은 기본 정보조차 체계적으로 얻기 어려워 투자자는 인적 네트워크와 비공식 정보 채널에만 의존해야 했다.
오프라인에 파편화된 정보들은 수집에 막대한 시간과 비용을 소요했다. 거래 사례와 임대 시세, 공실률, 테넌트 구성 같은 기본 자료마저 각기 다른 출처에서 가져와 정확성을 맞추는 데만 시간이 걸렸고, 어렵게 모은 정보라 해도 단편적이고 일관성이 없는 경우가 대부분이었다. 이 때문에 수백억 원대 투자 결정이 제한된 정보에 기대어 이뤄지고는 했으며, 투자 타이밍을 놓쳐 수익률이 저하되는 경우도 빈번했다.
해외에는 RCA(Real Capital Analytics), CoStar 등 글로벌 표준 솔루션이 있었으나, 국내 상업용 부동산 시장에 특화된 솔루션은 전무한 상태였다. 현장의 미시적 특성을 반영하지 못한 글로벌 플랫폼들도 한국 시장에는 충분하지 않았다. 또한 신규 투자자나 디벨로퍼들이 시장에 접근하기 어려운 폐쇄적 거래 구조는 시장의 확장과 경쟁을 저해했다.
이용균 대표는 “한국 상업용 부동산 시장에서는 객관화되고 정량화된 지표가 없어 의사결정을 감과 경험에만 의존할 수밖에 없었다”며 “이것이 시장 가치의 저평가로 이어지고, 해외 투자 유치에도 난항을 겪게 했다”고 지적했다.
알스퀘어는 2009년 설립 이후 2012년부터 상업용 부동산 시장의 이 같은 구조적 문제를 해결하기 위해 현장 기반 데이터 수집을 시작했다. 초기 30명의 직원이 5년간 전국 50개 이상 도시의 오프라인 정보를 일일이 수집했으며, 배달의민족, 리멤버가 오프라인 정보를 온라인화한 것처럼 상업용 부동산 시장에서 동일한 혁신을 이뤄냈다. 이를 관리하는 RTB 솔루션 개발과 함께, 2016년부터 사업화 실적을 냈고, 지난 10여 년에 걸쳐 연 65% 고속 성장을 달성했다. 더 나아가 소프트뱅크, 스틱피로부터 약 1,150억 원의 누적 투자를 유치했으며, 부동산 데이터·솔루션 서비스뿐 아니라 인테리어, 건축 등 부동산 전 영역의 통합 솔루션 제공사로 성장했다.
RA 출시는 국내 상업용 부동산 업계에 데이터 기반 디지털 혁신의 이정표로 평가받는다. 수십억 달러 규모의 대형 글로벌 투자 유치도 신뢰할 수 있는 데이터에 근거해 이뤄질 수 있는 토대를 마련했다. 과거 인맥이나 개별 컨설팅에 의존해 확보하던 정보가 이제, 즉각적이고 일관된 데이터로 제공된다. 알스퀘어는 “이를 통해 국내 시장은 인적 네트워크 중심에서 관계 중심 거래를 거쳐, 이제 데이터 기반 의사결정으로의 근본적인 전환이 가속화되고 있다”고 평가했다.
▶ 7,000개 자산 DB, 150개 고객사, 누적 10만 건 이상 활용
출시 1년을 맞은 RA는 양적·질적 측면 모두에서 의미 있는 성과를 거뒀다. 현재 전국 7,000개 이상의 상업용 부동산 자산 데이터를 제공하며, 월평균 1만 건, 누적 10만 건이 넘는 상세 데이터가 거래·평가 실무에 활용됐다.
고객사 확대 속도는 더욱 눈에 띈다. RA는 출시 8개월 만에 싱가포르 GIC, 독일 DWS, PAG 등 50개 이상 기관에 도입되며 이례적인 초기 성과를 올렸다. 검증 기준이 엄격한 대형 금융기관과 글로벌 투자자들이 주 고객층을 형성했다는 점에서, 초기 확보한 50곳 이상의 레퍼런스는 RA 데이터의 완성도와 신뢰성을 입증한다.
출시 1년이 지난 현재, 고객사는 150곳으로 늘었다. 국내 4대 시중은행 중 처음 RA를 도입한 우리은행을 비롯해 삼성증권, 이지스자산운용, 코람코자산신탁, 현대커머셜 등 금융권과 운용사, 투자기관이 폭넓게 포함됐다.
알스퀘어는 “국내외 대형 투자기관들이 RA 데이터를 투자평가에 참고하고 중요한 의사결정에 활용한다는 것은 글로벌 수준의 정합성과 완성도를 갖췄다는 방증”이라며 “‘탑티어 금융·투자사들이 사용하는 솔루션’이라는 신뢰를 바탕으로 다양한 분야의 주요 기업 도입이 본격화되고 있다”고 밝혔다.
▶ 글로벌 플랫폼 대비 RA의 차별성
RA 등장 전까지 국내 상업용 부동산 데이터 시장은 최적화된 인프라가 부재했다. 해외의 ‘RCA(Real Capital Analytics)’나 CoStar는 거래 사례 통계나 국가 단위 데이터 위주로 서비스해 국내 시장의 미시적 특성을 반영하는 데 한계가 있었다. 이와 달리, RA는 국내에 특화한 정밀 데이터로 이러한 격차를 메운다.
이용균 대표는 “대형 빌딩 거래에서 이처럼 상세한 정보를 종합적으로 볼 수 있는 툴은 RA가 유일하다”며 “이것이 신뢰성과 정확성을 중시하는 금융사와 기관투자자들이 연이어 도입하는 이유”라고 설명했다.
RA 솔루션은 개별 자산의 임대 현황과 수익성 지표, 장기 시장 추이, 권역별 벤치마크 데이터 등 마이크로·매크로 비교 정보를 실시간으로 제공한다. 이전까지 인적 네트워크나 별도 용역을 통해서만 파악 가능했던 내용을 손쉽게 얻을 수 있다. 또한 현장 실사 기반 데이터를 포함해 기존 타사 솔루션들이 제공하지 못하는 임대차 조건이나 건물 운영 정보도 반영한다.
▶ 부동산 투자·운용부터 영업기회 확보까지, 다양한 목적에 적용되는 RA
RA의 정확하고, 깊이 있는 데이터는 금융 및 부동산 의사결정 현장에서 실질적 인사이트 도구로 활용된다.
은행을 비롯한 금융권은 여신 심사나 대출 의사결정 시 담보 부동산의 임대 현황, 최신 거래 사례, 시세 변동을 검토한다. 증권사 애널리스트와 투자운용사는 RA가 제공하는 임대차 이력과 시장 지표를 인용해 투자보고서 및 리서치 자료를 작성하고, 포트폴리오 전략을 수립한다. 자산운용사는 매입 검토 중인 오피스 빌딩의 캡레이트(Cap Rate)가 시장 평균 대비 적정한 수준인지를 RA의 방대한 시세 DB로 검증한다. 이어 투자 심의 과정에서 RA가 제시하는 동급 자산의 임대료 수준과 공실 추이를 벤치마크 지표로 삼을 수 있다.
한 시중은행의 도입은 WM(자산관리)·PB(프라이빗뱅킹)·기업금융 부문이 RA를 통합 활용하는 사례다. RA 데이터가 대출 심사부터 빌딩 매각 전략 수립까지 은행 전략 전반의 의사결정 기반이 되고 있음을 보여준다. 건설사 및 부동산 디벨로퍼도 RA를 적극 활용한다. 사업지 프로젝트 타당성 조사와 입지 분석에 RA를 활용해 해당 지역의 임대 시세와 수요 전망 데이터를 참고한다. 이를 통해 개발 프로젝트의 수익성을 객관적으로 평가한다.
부동산 및 금융·평가 기관은 RA 데이터로 대형 부동산 가치평가 보고서를 작성하거나 리스크 분석을 정교화 한다. PM(자산관리) 업계도 임차인 재협상과 임대 전략 수립 시 RA의 시장 평균 임대료 추이를 참고한다.
RA는 기본적인 부동산 투자·운용을 넘어, 영업 기회 확보 및 대학 연구 등 다양한 분야에서 활용되고 있다. 개발·건설, 공공 분야는 물론, 딜 소싱이 필요한 B2B 서비스 기업, 출점 및 매장 운용 전략 수립 수요가 있는 F&B와 같은 리테일 분야다.
▶ AI 기반 미래 예측 강화와 산업 도메인 확장
RA는 축적된 방대한 데이터를 바탕으로 AI를 접목한 차세대 기능을 순차적으로 선보이며 솔루션 가치를 끌어올릴 계획이다.
우선, 자동 가치산정(AVM) 기능과 임대료 예측 모델을 개발해 개별 부동산의 현재 가치와 미래 임대료 상승률을 자동 산출하는 AI 서비스를 준비 중이다. 사용자는 대상 자산의 미래 수익성이나 적정 매입가를 보다 쉽게 가늠할 수 있게 된다. 이를 통해 RA는 과거 데이터 분석을 넘어, 미래 의사결정을 돕는 예측 가치를 제공한다.
또한 기존에 RA에 탑재된 지리정보 기반 입지분석 기능을 고도화해, AI 알고리즘이 입지 조건과 주변 상권 데이터를 종합 분석한 투자 적합도 지표를 제시하게 된다. 입지 선택이나 개발 전략 수립 시, 사람이 놓치기 쉬운 패턴과 변수를 데이터가 자동으로 포착하는 기능이다. 부동산 개발·투자 의사결정에 새로운 통찰을 줄 것으로 기대된다.
더불어 알스퀘어는 RA의 맞춤형 보고서 자동화 기능과 영문 인터페이스 고도화 등 서비스 강화를 지속한다. 투자자 필요에 따라 맞춤 리포트를 AI가 생성하고, 글로벌 투자자가 쉽게 활용할 수 있도록 전문 용어 해설과 실시간 번역이 적용된 권위 있는 영문 서비스를 제공한다.
마지막으로 RA는 물류와 오피스 중심에서 벗어나, 기관투자자가 확장을 꾀하는 주거 및 리테일 등 다양한 산업 도메인으로 데이터 커버리지를 확대한다. 이를 통해 RA는 부동산 자산군 전반에 걸친 종합 데이터 솔루션으로 진화할 계획이다.
▶ RA의 핵심 가치: 현장 기반 1차 데이터와 시계열 구조, 3중 검증
RA가 내세우는 강점은 데이터 정확도와 관점의 깊이다.
현재 RA에는 전국 7,000개 이상의 상업용 부동산 자산 정보가 시계열 DB로 구축됐다. 이 중 주요 오피스빌딩 약 1,600곳과 물류센터 1,100여 곳은 60명 이상의 전문 리서치 조직이 매월 직접 방문·확인해 임대료와 임차인, 공실 등 최신 정보를 업데이트한다. 이렇게 수집된 현장 데이터는 건축물대장 등 공식 문서만으로는 파악이 어려운 – 실제 임대료 수준이나 현재 공실 여부, 물류시설의 온도 구간, 트럭 도킹 가능 여부 등 – 디테일 요소를 직접 확인해 반영함으로써 정밀도를 높인다.
RA는 ‘알스퀘어 고유의 현장조사 정보’를 ‘기존 공실률·거래 사례 등 공공 데이터와 교차 분석’하고, 필요시 건물 관리업체 및 임차인 인터뷰를 통해 ‘사실관계를 재확인’하는 3중 검증 시스템을 적용, 운영한다. 이용균 대표는 “현장에서 얻은 1차 데이터를 철저한 검증 과정을 거쳐, 축적하는 체계적 데이터 관리 방식”이라고 RA의 원천 정보를 설명했다.
데이터는 시계열 구조로 축적된다. 이용자는 RA 플랫폼에서 개별 빌딩의 실거래가 추이와 임대료 변동 추세, 공실률 변화, 층별 임차인 구성 변화 등을 10년치 시간 흐름에 따라 한눈에 파악할 수 있다. 회사는 “실시간 임대 시세 및 공실률, 건물 스펙, 임대차 만기 정보는 물론, 권역별 시장 비교와 과거 지표까지 종합적으로 확인 가능하다”며, “이를 통해 시장의 미시적 디테일부터 거시적 흐름까지 입체적 분석이 가능하다”고 설명했다.
알스퀘어는 이번 행사를 통해 RA의 지난 1년 운영 성과와 비전을 제시하며, 국내 부동산 시장에서 데이터 솔루션이 갖는 전략적 의미를 강조했다.
이용균 대표는 “RA는 국내 시장의 정보 장벽을 획기적으로 낮춘, 정밀 상업용 부동산 분석 솔루션”이라며 “끊임없는 데이터 품질과 실용성 개선을 통해 부동산 업계의 ‘블룸버그’와 같은 독보적 입지를 구축할 데이터 솔루션으로 자리매김하겠다. 나아가 CoStar, RCA 등 글로벌 부동산 분석 서비스와 어깨를 견줄 것”이라고 기대했다.
Alsquare's "RA Grand Opening" Changes the Real Estate Investment Paradigm Through a Data Revolution
RA has secured 7,000 asset databases and 150 clients over the past year , and has used its data for over 100,000 on -site decision-making cases .
– Introduction to asset management, securities firms, banks, overseas investment firms, universities, and the media … Multipurpose use including investment analysis, risk management, sales development, and research .
– AI- based automated valuation and price prediction, along with a residential database , will be fully implemented in the future… Leaping forward as Asia's leading real estate data solution.
Rsquare (CEO Yong-Kyun Lee), Korea's leading commercial real estate comprehensive service company, held a grand opening event for 'RA (Rsquare Analytics)' and unveiled the test operation results of its commercial real estate data solution and its AI-based expansion strategy.
RA is a solution born to address the chronic information asymmetry problem in the domestic commercial real estate market. It has achieved remarkable results over the past year, emphasizing its core values of live, on-site primary data and time-series analysis.
CEO Lee Yong-gyun stated, “With the advent of RA, the commercial real estate market, which had previously relied on personal networks, has entered a new era based on data infrastructure. Based on the accumulated insights, we will move forward with enhancing our services by incorporating AI.”
▶ Structural problems in the commercial real estate market and the background to the emergence of RA
The domestic commercial real estate market has long suffered from structural limitations: information asymmetry, opacity, and a lack of systematic information management. Even basic information necessary for large-scale building investment—such as rents, vacancy rates, and lease structures—has been difficult to obtain systematically, forcing investors to rely solely on personal networks and informal information channels.
Fragmented offline information required enormous time and expense to collect. Even basic data like transaction cases, rental prices, vacancy rates, and tenant composition had to be sourced from disparate sources, requiring time to ensure accuracy. Even the information collected with great effort was often fragmented and inconsistent. Consequently, investment decisions worth hundreds of billions of won were often made based on limited information, and missed investment timing often resulted in lower returns.
While global standard solutions like Real Capital Analytics (RCA) and CoStar existed overseas, solutions specialized for the Korean commercial real estate market were virtually nonexistent. Global platforms, which failed to reflect the micro-level characteristics of the real estate market, were inadequate for the Korean market. Furthermore, the closed transaction structure, which hindered access for new investors and developers, hindered market expansion and competition.
CEO Lee Yong-gyun pointed out, “In the Korean commercial real estate market, there is no objective and quantifiable indicator, so decision-making has to rely solely on intuition and experience. This has led to an undervaluation of the market and has also made it difficult to attract foreign investment.”
Since its founding in 2009, Rsquare has been collecting field-based data since 2012 to address these structural issues in the commercial real estate market. Its initial 30 employees collected offline data from over 50 cities nationwide over five years, achieving innovations similar to those achieved by Baedal Minjok and Remember, which digitized offline data. Along with developing an RTB solution to manage this data, Rsquare has been commercializing its business since 2016 and has achieved rapid growth of 65% annually over the past decade. Furthermore, Rsquare has attracted approximately 115 billion won in cumulative investment from SoftBank and Sticky, and has grown into a comprehensive solution provider for all areas of real estate, including interior design and architecture, as well as real estate data and solution services.
The launch of RA is considered a milestone in data-driven digital innovation in the domestic commercial real estate industry. It laid the foundation for attracting large-scale global investments worth billions of dollars, all based on reliable data. Information previously obtained through personal connections or individual consulting is now provided in an instantaneous and consistent format. Rsquare stated, "This is accelerating the fundamental shift in the domestic market from network-centric transactions to relationship-based transactions, and now to data-driven decision-making."
▶ 7,000 asset databases, 150 clients , and over 100,000 cumulative cases utilized
RA, which celebrated its first anniversary, has achieved significant results in both quantitative and qualitative terms. Currently, it provides data on over 7,000 commercial real estate properties nationwide, with detailed data from an average of 10,000 transactions per month and a cumulative total of over 100,000 transactions utilized in transaction and appraisal practices.
The pace of client expansion is even more remarkable. Within eight months of its launch, RA achieved exceptional initial success, being adopted by over 50 institutions, including Singapore's GIC, Germany's DWS, and PAG. Given that its primary client base consists of large financial institutions and global investors with strict verification standards, the initial acquisition of over 50 references attests to the completeness and reliability of RA data.
A year after its launch, the number of clients has grown to 150. This includes Woori Bank, the first of Korea's four major commercial banks to adopt RA, as well as Samsung Securities, Aegis Asset Management, Koramco Asset Trust, and Hyundai Commercial, representing a wide range of financial institutions, asset management companies, and investment institutions.
Alsquare stated, “The fact that large domestic and international investment institutions are referencing RA data for investment evaluations and utilizing it in important decision-making is proof that it has achieved global-level consistency and completeness,” and “Based on the trust that it is ‘a solution used by top-tier financial and investment firms,’ major companies in various fields are actively introducing it.”
▶ RA 's Differences from Global Platforms
Before the advent of RA, the domestic commercial real estate data market lacked an optimized infrastructure. Overseas services like RCA (Real Capital Analytics) and CoStar focused on transaction statistics and country-level data, limiting their ability to reflect the micro-level characteristics of the domestic market. In contrast, RA fills this gap with precise, domestically-focused data.
CEO Lee Yong-gyun explained, "RA is the only tool that provides such comprehensive and detailed information for large-scale building transactions. This is why financial institutions and institutional investors, which value reliability and accuracy, are continuously adopting it."
RA solutions provide real-time micro- and macro-level comparative information, including individual property rental status and profitability indicators, long-term market trends, and regional benchmark data. This makes it easy to access information previously only available through personal networks or separate services. Furthermore, they incorporate on-site inspection data, including lease terms and building operation information not available with existing third-party solutions.
▶ RA is applied for various purposes , from real estate investment and management to securing business opportunities .
RA's accurate and in-depth data serves as a practical insight tool in financial and real estate decision-making.
When assessing creditworthiness and making lending decisions, financial institutions, including banks, review the collateral's rental status, recent transaction history, and market fluctuations. Securities analysts and investment management firms cite the rental history and market indicators provided by RAs to prepare investment reports and research materials and develop portfolio strategies. Asset management firms use RAs' extensive market price database to verify that the cap rate of an office building under consideration for purchase is appropriate compared to the market average. Furthermore, during the investment review process, RAs can use the rental rates and vacancy trends of comparable properties as benchmarks.
The introduction of RA by a commercial bank exemplifies the integrated use of RA across asset management (WM), private banking (PB), and corporate finance. This demonstrates how RA data is becoming the foundation for decision-making across all aspects of bank strategy, from loan approval to building sales strategies. Construction companies and real estate developers also actively utilize RA. They utilize RA for feasibility studies and site analysis of business sites, referencing local rental market data and demand forecasts. This allows them to objectively assess the profitability of development projects.
Real estate, financial, and appraisal firms use RA data to create large-scale real estate valuation reports and refine risk analyses. The PM (asset management) industry also references RA's market average rent trends when renegotiating tenants and developing leasing strategies.
RAs are being utilized in a variety of fields, beyond basic real estate investment and management, including securing business opportunities and university research. These include development, construction, and the public sector, as well as B2B service companies requiring deal sourcing and retail sectors like F&B, which require strategies for opening and operating stores.
▶ Strengthening AI- based future predictions and expanding industrial domains
RA plans to sequentially introduce next-generation AI-integrated features based on the vast amount of accumulated data, thereby increasing the value of its solutions.
First, we are developing an automated valuation (AVM) function and a rent prediction model to prepare an AI service that automatically calculates the current value and future rent growth rate of individual properties. This will allow users to more easily assess the future profitability and appropriate purchase price of a target property. Through this, RA goes beyond historical data analysis to provide predictive value that aids future decision-making.
Furthermore, the geographic information-based location analysis function already built into RA will be enhanced, with AI algorithms providing investment suitability indicators based on comprehensive analysis of location conditions and surrounding commercial district data. This feature automatically captures patterns and variables that humans might otherwise overlook when selecting a location or formulating a development strategy. It is expected to provide new insights into real estate development and investment decision-making.
Additionally, Alsquare continues to enhance its services, including RA's customized report automation feature and an enhanced English interface. AI generates customized reports based on investor needs, and provides authoritative English services with terminology explanations and real-time translation for easy access by global investors.
Finally, RA will expand its data coverage beyond its focus on logistics and office space to encompass diverse industry domains, such as residential and retail, where institutional investors are seeking expansion. Through this, RA plans to evolve into a comprehensive data solution spanning the entire real estate asset class.
▶ RA 's core values: Field -based primary data , time-series structure, and triple verification
RA's strengths are data accuracy and depth of perspective.
Currently, RA has a time-series database of information on over 7,000 commercial real estate properties nationwide. A dedicated research team of over 60 people visits and verifies approximately 1,600 major office buildings and 1,100 logistics centers monthly, ensuring up-to-date information on rents, tenants, and vacancies. This on-site data enhances accuracy by directly verifying and reflecting details that are difficult to grasp solely from official documents like building registers—such as actual rent levels, current vacancy status, temperature ranges at logistics facilities, and truck docking availability.
RA operates a triple-verification system that cross-analyzes "Rsquare's unique on-site survey information" with public data such as existing vacancy rates and transaction history, and, when necessary, reconfirms the facts through interviews with building management companies and tenants. CEO Lee Yong-gyun explained RA's source information as "a systematic data management method that rigorously verifies and accumulates primary data obtained from the field."
Data is accumulated in a time-series structure. Users can view real-time transaction price trends, rental fluctuations, vacancy rates, and tenant composition by floor for individual buildings at a glance, over a 10-year period, on the RA platform. The company explained, "You can comprehensively view real-time rental prices and vacancy rates, building specifications, lease expiration information, as well as regional market comparisons and historical indicators. This allows for a three-dimensional analysis, from microscopic market details to macroscopic trends."
Through this event, Alsquare presented RA's operational performance and vision for the past year, and emphasized the strategic significance of data solutions in the domestic real estate market.
CEO Lee Yong-gyun stated, "RA is a precision commercial real estate analytics solution that dramatically lowers the information barrier in the domestic market. Through continuous improvements in data quality and usability, we will establish ourselves as a data solution that will establish a unique position, like Bloomberg, in the real estate industry. Furthermore, we anticipate that it will rival global real estate analytics services like CoStar and RCA."
「RAグランドオープン」アルスクエア、データ革命で不動産投資パラダイムを変える
– RA、過去1年に7,000個の資産DB・150社の顧客会社を確保…累積10万件以上の現場意思決定に活用
–資産運用・証券会社・銀行・海外投資会社・大学・マスコミ導入…投資分析・リスク管理・営業開発・研究など多目的活用
–今後AIベースの自動価値評価・価格予測、住居DB搭載本格化…アジア代表不動産データソリューションに飛躍
国内代表商業用不動産総合サービス企業アルスクエア（代表利用菌）が「ＲＡ（Rsquare Analytics）」グランドオープンイベントを開き、商業用不動産データソリューションのテスト運用成果とAIベースの拡張戦略を公開した。
RAは、国内の商業用不動産市場の高品質な情報非対称問題解決のために生まれたソリューションです。現場の生きている一次データと時系列分析を核心価値として掲げ、過去1年間にわたって目を見張る成果を達成した。
イ・ヨンギュン代表は「RAの登場で、人的ネットワークに依存していた商業用不動産市場に、データインフラ基盤の新しい時代を開いた」とし「蓄積されたインサイトを土台に、AIを融合したサービスの高度化に乗り出す」と明らかにした。
▶商業用不動産市場の構造的問題とRAの登場の背景
国内商業用不動産市場は、長い間情報非対称性、不透明性、体系的でない情報管理体系という構造的限界を抱えていた。大型ビルへの投資に必要な家賃、空室率、賃貸借構造などの基本情報でさえ体系的には得られず、投資家は人的ネットワークと非公式の情報チャネルにのみ頼らなければならなかった。
オフラインで断片化された情報は収集に膨大な時間と費用を費やしました。取引事例と賃貸相場、空室率、テナント構成などの基本資料さえ、それぞれ異なるソースから持ってきて正確性を合わせるのに時間がかかり、難しく集めた情報であっても断片的で一貫性がない場合がほとんどだった。このため、数百億ウォン台の投資決定が制限された情報に寄りかかってはなり、投資タイミングを逃して収益率が低下する場合も頻繁だった。
海外にはRCA（Real Capital Analytics）、CoStarなどグローバル標準ソリューションがあったが、国内の商業用不動産市場に特化したソリューションは無限の状態だった。現場の微視的特性を反映できなかったグローバルプラットフォームも韓国市場には十分ではなかった。また、新規投資家やデベロッパーが市場にアクセスしにくい閉鎖的な取引構造は、市場の拡大と競争を阻害した。
イ・ヨンギュン代表は「韓国商業用不動産市場では客観化され定量化された指標がなく、意思決定を減と経験だけに頼るしかなかった」とし「これが市場価値の低評価につながり、海外投資誘致にも難航を経験させた」と指摘した。
アルスクエアは、2009年の設立以来、2012年から商業用不動産市場のこのような構造的問題を解決するために現場ベースのデータ収集を始めた。初期の30人の従業員が5年間、全国50以上の都市のオフライン情報を毎日収集し、配達の民族、リメンバーがオフライン情報をオンライン化したかのように商業用不動産市場で同じ革新を成し遂げた。これを管理するRTBソリューション開発とともに、2016年から事業化実績を出しており、過去10年余りにわたって年65％の高速成長を達成した。さらにソフトバンク、スティックピーから約1,150億ウォンの累積投資を誘致し、不動産データ・ソリューションサービスだけでなく、インテリア、建築など不動産全領域の統合ソリューションプロバイダーとして成長した。
RAの発売は、国内の商業用不動産業界にデータ駆動型デジタルイノベーションのマイルストーンとして評価されています。数十億ドル規模の大型グローバル投資誘致も信頼できるデータに基づいて実現できる基盤を設けた。過去の人脈や個々のコンサルティングに依存して確保していた情報が、すぐに一貫したデータとして提供されます。アルスクエアは「これを通じて国内市場は人的ネットワーク中心で関係中心取引を経て、今やデータ基盤意思決定への根本的な転換が加速されている」と評価した。
▶7,000資産DB、150カスタマー企業、累積10万件以上を活用
発売1年を迎えたRAは、量的・質的側面の両方で意味のある成果を収めた。現在、全国7,000以上の商業用不動産資産データを提供し、月平均1万件、累積10万件を超える詳細データが取引・評価実務に活用された。
顧客会社の拡大速度はさらに目立つ。 RAは発売8ヶ月ぶりにシンガポールGIC、ドイツDWS、PAGなど50以上の機関に導入され、異例の初期成果を上げた。検証基準が厳しい大型金融機関とグローバル投資家が主顧客層を形成したという点で、初期確保した50ヶ所以上のリファレンスはRAデータの完成度と信頼性を立証する。
発売から1年が過ぎた現在、顧客会社は150カ所に増えた。国内４大市中銀行のうち初めてＲＡを導入したウリ銀行をはじめ、サムスン証券、イージス資産運用、コラムコ資産信託、現代コマーシャルなど金融圏と運用会社、投資機関が幅広く含まれた。
アルスクエアは「国内外の大型投資機関がRAデータを投資評価に参考し、重要な意思決定に活用するというのは、グローバル水準の整合性と完成度を備えたという証拠」とし「「トップティア金融・投資会社が使用するソリューション」という信頼をもとに様々な分野の主要企業導入が本格化している」と明らかにした。
▶グローバルプラットフォームに対するRAの差別性
RA登場前まで、国内商用用不動産データ市場は最適化されたインフラが不在だった。海外の「RCA(Real Capital Analytics)」やCoStarは取引事例統計や国家単位データ中心にサービスし、国内市場の微視的特性を反映することに限界があった。対照的に、RAは国内に特化した精密データでこれらのギャップを埋めます。
イ・ヨンギュン代表は「大型ビル取引でこのように詳細な情報を総合的に見ることができるツールはRAが唯一だ」とし「これが信頼性と正確性を重視する金融会社と機関投資家が引き続き導入する理由」と説明した。
RAソリューションは、個々の資産のリース状況と収益性指標、長期市場推移、圏域別ベンチマークデータなど、マイクロ・マクロで比較情報をリアルタイムで提供する。以前まで、人的ネットワークや別途用役を通じてしか把握できなかった内容を手軽に得ることができる。また、現場実写ベースのデータを含め、既存の第三者ソリューションが提供できない賃貸借条件や建物運営情報も反映する。
▶不動産投資・運用から営業機会確保まで、多様な目的に適用されるRA
RAの正確で深いデータは、金融および不動産意思決定の現場で実用的な洞察ツールとして使用されます。
銀行をはじめとする金融圏は、与信審査や融資意思決定時の担保不動産の賃貸状況、最新の取引事例、相場変動を検討する。証券会社アナリストと投資運用会社は、RAが提供する賃貸借履歴と市場指標を引用して投資報告書およびリサーチ資料を作成し、ポートフォリオ戦略を樹立する。資産運用会社は、買収検討中のオフィスビルのキャップレートが市場平均に比べて適正なレベルであるかをRAの膨大な相場DBとして検証する。その後、投資審議の過程でRAが提示する同級資産の賃料レベルと空室推移をベンチマーク指標とすることができる。
ある市中銀行の導入は、WM（資産管理）・PB（プライベートバンキング）・企業金融部門がRAを統合活用する事例だ。 RAデータが融資審査からビル売却戦略の確立まで、銀行戦略全体の意思決定基盤となっていることを示す。建設会社や不動産開発者もRAを活用しています。事業地プロジェクトの妥当性調査と立地分析にRAを活用し、当該地域の賃貸相場と需要見通しデータを参考にする。これにより、開発プロジェクトの収益性を客観的に評価する。
不動産及び金融・評価機関は、RAデータで大型不動産価値評価報告書を作成したり、リスク分析を精巧化する。 PM（資産管理）業界も賃借人の再交渉と賃貸戦略樹立時のRAの市場平均賃料の推移を参考にする。
RAは基本的な不動産投資・運用を超え、営業機会の確保や大学研究など様々な分野で活用されている。開発・建設、公共分野はもちろん、ディールソーシングが必要なB2Bサービス企業、出店及び店舗運用戦略樹立需要があるF&Bのような小売り分野だ。
▶AIベースの将来予測の強化と産業ドメインの拡大
RAは蓄積された膨大なデータをもとにAIを融合した次世代機能を順次披露し、ソリューション価値を引き上げる計画だ。
まず、自動価値算定（AVM）機能と賃料予測モデルを開発し、個別不動産の現在価値と将来の賃料上昇率を自動算出するAIサービスを準備中だ。ユーザーは、対象資産の将来の収益性や適正買取価格をより容易に見積もることができるようになる。これにより、RAは過去のデータ分析を超えて、将来の意思決定を支援する予測価値を提供します。
また、既存のRAに搭載された地理情報ベースの立地分析機能を高度化し、AIアルゴリズムが立地条件と周辺商圏データを総合分析した投資適合度指標を提示することになる。立地選択や開発戦略樹立時、人が見逃しやすいパターンと変数をデータが自動的に捕捉する機能だ。不動産開発・投資意思決定に新たな洞察を与えるものと期待される。
さらに、アルスクエアはRAのカスタマイズされたレポート自動化機能と英語インターフェースの高度化など、サービス強化を続ける。投資家必要に応じてカスタムレポートをAIが生成し、グローバル投資家が容易に活用できるように専門用語解説とリアルタイム翻訳が適用された権威ある英文サービスを提供する。
最後に、RAは物流とオフィスの中心から外れ、機関投資家が拡張を図る住宅や小売など、様々な産業ドメインにデータカバレッジを拡大する。これにより、RAは不動産資産群全体にわたる総合データソリューションに進化する計画だ。
▶RAの重要な価値：現場ベースの一次データと時系列構造、三重検証
RAが掲げる強みは、データ精度と視点の深さである。
現在、RAには全国7,000以上の商業用不動産資産情報が時系列DBとして構築されている。このうち主要オフィスビル約1,600カ所と物流センター1,100カ所は60人以上の専門リサーチ組織が毎月直接訪問・確認し、賃貸料とテナント、空室など最新情報を更新する。このように収集された現場データは、建築物台帳など公式文書だけでは把握が難しい – 実際の家賃レベルや現在空室の有無、物流施設の温度区間、トラックのドッキング可否など – ディテール要素を直接確認して反映することで精度を高める。
RAは「アルスクエア固有の現場調査情報」を「既存の空室率・取引事例など公共データと交差分析」し、必要に応じて建物管理会社およびテナントインタビューを通じて「事実関係を再確認」する三重検証システムを適用、運営する。イ・ヨンギュン代表は「現場で得た一次データを徹底した検証過程を経て、蓄積する体系的データ管理方式」とRAの源泉情報を説明した。
データは時系列構造に蓄積されます。利用者は、RAプラットフォームで個々のビルの実取引が推移と賃料変動傾向、空室率変化、層別賃借である構成変化などを10年値の時間の流れによって一目で把握することができる。同社は「リアルタイム賃貸相場及び空室率、建物スペック、賃貸借満期情報はもちろん、圏域別市場比較と過去の指標まで総合的に確認可能だ」とし、「これにより市場の微視的ディテールから巨視的流れまで立体的分析が可能だ」と説明した。
アルスクエアは今回のイベントを通じてRAの過去1年の運営成果とビジョンを提示し、国内不動産市場でデータソリューションが持つ戦略的意味を強調した。
イ・ヨンギュン代表は「RAは国内市場の情報障壁を画期的に下げた、精密商業用不動産分析ソリューション」とし「絶え間ないデータ品質と実用性改善を通じて不動産業界の「ブルームバーグ」のような独歩的立地を構築するデータソリューションとして位置づけるだろう。さらにCoStar、RCAなどグローバル不動産分析サービス」
Alsquare 的“RA盛大开幕”通过数据革命改变了房地产投资模式。
过去一年， RA已获得7,000 个资产数据库和 150 个客户，并将其数据用于超过100,000 个现场决策案例。
–介绍资产管理、证券公司、银行、海外投资公司、大学和媒体……多用途，包括投资分析、风险管理、销售开发和研究。
–未来将全面实施基于人工智能的自动估值和价格预测，以及住宅数据库……成为亚洲领先的房地产数据解决方案。
韩国领先的商业地产综合服务公司 Rsquare（CEO 李永均）举办了“RA（Rsquare Analytics）”的盛大开幕活动，并公布了其商业地产数据解决方案的测试运营结果及其基于人工智能的扩张战略。
RA的诞生是为了解决国内商业地产市场长期存在的信息不对称问题。过去一年，RA凭借其实时、现场的一手数据和时间序列分析的核心价值，取得了显著的成果。
首席执行官李勇均表示：“随着房地产经纪（RA）的出现，此前依赖人脉的商业地产市场已经进入了基于数据基础设施的新时代。我们将基于积累的洞察，通过引入人工智能来提升我们的服务。”
▶商业地产市场的结构性问题及房地产监管法案（RA）出现的背景
国内商业地产市场长期以来存在结构性缺陷：信息不对称、信息不透明、缺乏系统性的信息管理。即使是大型建筑投资所需的基本信息——例如租金、空置率和租赁结构——也难以系统地获取，迫使投资者只能依赖人脉关系和非正式信息渠道。
零散的线下信息需要耗费大量时间和金钱才能收集完毕。即使是交易案例、租金价格、空置率和租户构成等基本数据，也需要从不同的渠道获取，这需要花费大量时间才能确保其准确性。即使费尽心力收集到的信息也常常是零散且不一致的。因此，价值数千亿韩元的投资决策往往基于有限的信息做出，而错失投资时机往往导致收益下降。
尽管像Real Capital Analytics (RCA) 和 CoStar 这样的全球标准解决方案在海外已经存在，但专门针对韩国商业地产市场的解决方案却几乎不存在。全球平台未能反映房地产市场的微观特征，因此并不适用于韩国市场。此外，封闭的交易结构阻碍了新投资者和开发商的进入，也限制了市场的扩张和竞争。
李勇均首席执行官指出：“韩国商业地产市场缺乏客观量化的指标，因此决策只能依靠直觉和经验。这导致市场估值偏低，也使得吸引外资变得困难。”
自2009年成立以来，Rsquare自2012年起便开始收集实地数据，以解决商业地产市场中的结构性问题。公司最初的30名员工在五年内从全国50多个城市收集了线下数据，实现了与Baedal Minjok和Remember类似的创新，即线下数据的数字化。除了开发用于管理这些数据的实时竞价（RTB）解决方案外，Rsquare自2016年起开始商业化运营，并在过去十年中实现了年均65%的快速增长。此外，Rsquare已累计获得来自软银和Sticky约1150亿韩元的投资，并发展成为一家提供房地产全方位解决方案的综合性公司，业务涵盖室内设计、建筑设计以及房地产数据和解决方案服务等。
RA的推出被视为国内商业地产行业数据驱动型数字化创新的一项里程碑。它为吸引数十亿美元的全球大规模投资奠定了基础，而这一切都基于可靠的数据。以往需要通过人脉或个别咨询才能获得的信息，现在能够以即时且一致的方式提供。Rsquare表示：“这正在加速国内市场从以人脉为中心的交易模式向以关系为基础的交易模式转变，如今更将迈向数据驱动的决策模式。”
▶已使用7000个资产数据库、150个客户和超过10万个累计案例
RA系统成立一周年之际，在数量和质量方面均取得了显著成果。目前，该系统提供全国7000多处商业地产的数据，每月平均提供1万笔交易的详细数据，累计交易量超过10万笔，这些数据已被用于交易和评估实践中。
客户拓展速度更为惊人。RA上线仅八个月便取得了卓越的初步成功，被包括新加坡政府投资公司（GIC）、德国德意志证券（DWS）和PAG在内的50多家机构采用。鉴于其主要客户群体为拥有严格审核标准的大型金融机构和全球投资者，初期便获得超过50家机构的认可，足以证明RA数据的完整性和可靠性。
推出一年后，客户数量已增至 150 家。其中包括韩国四大商业银行中首家采用 RA 的友利银行，以及三星证券、安吉斯资产管理公司、高良美资产信托公司和现代商业银行，涵盖了广泛的金融机构、资产管理公司和投资机构。
Alsquare表示：“国内外大型投资机构在进行投资评估时参考RA数据，并在重要决策中加以利用，这证明RA数据已达到全球水平的一致性和完整性。”他还表示：“基于‘顶级金融和投资公司使用的解决方案’这一信任，各领域的大型公司都在积极引进RA数据。”
▶ RA与全球平台的不同之处
在RA出现之前，国内商业地产数据市场缺乏完善的基础设施。RCA（Real Capital Analytics）和CoStar等海外服务商侧重于交易统计和国家层面的数据，难以反映国内市场的微观特征。相比之下，RA以精准的、聚焦国内市场的数据填补了这一空白。
首席执行官李勇均解释说：“RA是唯一能够为大型建筑交易提供如此全面、详细信息的工具。正因如此，重视可靠性和准确性的金融机构和机构投资者才不断采用它。”
房地产评估解决方案提供实时微观和宏观层面的对比信息，包括单个物业的租赁状况和盈利指标、长期市场趋势以及区域基准数据。这使得用户能够轻松获取以往只能通过个人关系网或独立服务获取的信息。此外，这些解决方案还整合了现场考察数据，包括现有第三方解决方案所不包含的租赁条款和楼宇运营信息。
▶房地产投资和管理可应用于各种用途，包括获取商业机会。
RA 的准确、深入的数据可作为金融和房地产决策的实用参考工具。
在评估信用资质和做出贷款决策时，包括银行在内的金融机构会审查抵押品的租赁状况、近期交易记录和市场波动情况。证券分析师和投资管理公司会参考租赁机构提供的租赁历史和市场指标来编制投资报告和研究资料，并制定投资组合策略。资产管理公司会利用租赁机构庞大的市场价格数据库来验证拟购办公楼的资本化率是否与市场平均水平相符。此外，在投资审查过程中，租赁机构还可以将类似物业的租金水平和空置率趋势作为参考基准。
商业银行引入房地产评估（RA）体现了RA在资产管理（WM）、私人银行（PB）和企业融资等领域的整合应用。这表明RA数据正逐渐成为银行战略各个层面决策的基础，从贷款审批到楼宇销售策略，无所不包。建筑公司和房地产开发商也积极利用RA。他们参考当地租赁市场数据和需求预测，利用RA进行商业用地可行性研究和选址分析，从而客观评估开发项目的盈利能力。
房地产、金融和评估公司利用RA数据编制大规模房地产估值报告并完善风险分析。资产管理行业在与租户重新谈判和制定租赁策略时，也会参考RA的市场平均租金趋势。
房地产顾问的应用领域已远超基本的房地产投资和管理，涵盖了包括获取商业机会和大学研究在内的诸多领域。这些领域包括房地产开发、建筑和公共部门，以及需要交易撮合的B2B服务公司和需要门店开设和运营策略的零售行业（例如餐饮业）。
▶ 加强基于人工智能的未来预测并拓展产业领域
RA计划基于积累的大量数据，逐步推出下一代AI集成功能，从而提升其解决方案的价值。
首先，我们正在开发自动估值（AVM）功能和租金预测模型，以打造一项人工智能服务，该服务能够自动计算单个房产的当前价值和未来租金增长率。这将使用户能够更轻松地评估目标房产的未来盈利能力和合适的购买价格。通过这项服务，RA超越了历史数据分析，提供预测价值，从而辅助用户进行未来的决策。
此外，RA中已内置的基于地理信息的选址分析功能将得到增强，人工智能算法将基于对选址条件和周边商业区数据的综合分析，提供投资适宜性指标。该功能能够自动捕捉到人们在选址或制定开发策略时可能忽略的模式和变量，有望为房地产开发和投资决策提供新的视角。
此外，Alsquare持续提升其服务，包括RA的定制化报告自动化功能和增强的英文界面。人工智能可根据投资者需求生成定制化报告，并提供权威的英文服务，包含术语解释和实时翻译，方便全球投资者轻松访问。
最后，RA将拓展其数据覆盖范围，不再局限于物流和办公空间，而是涵盖住宅和零售等多元化行业领域，以满足机构投资者寻求扩张的需求。通过此举，RA计划发展成为覆盖整个房地产资产类别的综合数据解决方案。
▶ RA的核心价值观：基于实地的一手数据、时间序列结构和三重验证
RA的优势在于数据准确性和视角深度。
目前，RA拥有覆盖全国7000多处商业地产的时序数据库。一支由60余人组成的专业研究团队每月走访并核实约1600栋主要办公楼和1100个物流中心，确保租金、租户和空置率等信息的及时更新。这种现场数据能够直接核实并反映仅凭建筑登记等官方文件难以获取的细节，例如实际租金水平、当前空置情况、物流设施的温度范围以及货车装卸货位的可用性，从而提高数据的准确性。
RA采用三重验证系统，将“Rsquare独有的现场调查信息”与现有空置率和交易历史等公开数据进行交叉分析，并在必要时通过与物业管理公司和租户面谈来再次确认事实。首席执行官李勇均解释说，RA的信息来源是“一种系统化的数据管理方法，可以严格验证和收集从实地获得的第一手数据”。
数据以时间序列结构进行累积。在RA平台上，用户可以一目了然地查看过去十年间各栋楼宇的实时交易价格趋势、租金波动、空置率以及各楼层的租户构成。该公司解释说：“您可以全面查看实时租金价格和空置率、楼宇规格、租赁到期信息，以及区域市场对比和历史指标。这使得我们可以进行从微观市场细节到宏观趋势的三维分析。”
通过此次活动，Alsquare 展示了 RA 过去一年的运营业绩和愿景，并强调了数据解决方案在国内房地产市场的战略意义。
首席执行官李勇均表示：“RA是一款精准的商业地产分析解决方案，能够显著降低国内市场的信息壁垒。我们将通过不断提升数据质量和易用性，力争成为像彭博社一样在房地产行业占据独特地位的数据解决方案提供商。此外，我们预计它将与CoStar和RCA等全球房地产分析服务相媲美。”
L'inauguration d'Alsquare, baptisée « RA Grand Opening », révolutionne l'investissement immobilier grâce à une révolution des données.
Au cours de l'année écoulée, RA a sécurisé 7 000 bases de données d'actifs et 150 clients , et a utilisé ses données pour plus de 100 000 cas de prise de décision sur site .
– Introduction à la gestion d’actifs, aux sociétés de courtage, aux banques, aux sociétés d’investissement étrangères, aux universités et aux médias … Utilisation polyvalente incluant l’analyse des investissements, la gestion des risques, le développement des ventes et la recherche .
– L’évaluation automatisée et la prédiction des prix basées sur l’IA , ainsi qu’une base de données résidentielle , seront pleinement mises en œuvre à l’avenir… Un pas de plus vers la solution de données immobilières leader en Asie .
Rsquare (PDG Yong-Kyun Lee), la principale société coréenne de services immobiliers commerciaux complets, a organisé un grand événement d'ouverture pour « RA (Rsquare Analytics) » et a dévoilé les résultats des tests opérationnels de sa solution de données immobilières commerciales et de sa stratégie d'expansion basée sur l'IA.
RA est une solution née pour remédier au problème chronique d'asymétrie d'information sur le marché immobilier commercial national. Elle a obtenu des résultats remarquables au cours de l'année écoulée, en s'appuyant sur ses valeurs fondamentales : les données primaires en temps réel, recueillies sur le terrain, et l'analyse des séries temporelles.
Le PDG Lee Yong-gyun a déclaré : « Avec l’avènement de RA, le marché de l’immobilier commercial, qui reposait auparavant sur les réseaux personnels, est entré dans une nouvelle ère fondée sur l’infrastructure de données. Forts des enseignements tirés, nous allons améliorer nos services en y intégrant l’IA. »
▶ Problèmes structurels du marché de l' immobilier commercial et contexte de l'émergence de la RA
Le marché immobilier commercial national souffre depuis longtemps de limitations structurelles : asymétrie et opacité de l’information, et absence de gestion systématique de celle-ci. Même les informations de base nécessaires aux investissements immobiliers de grande envergure – telles que les loyers, les taux de vacance et les structures de location – sont difficiles à obtenir de manière systématique, ce qui oblige les investisseurs à se fier uniquement à leurs réseaux personnels et aux canaux d’information informels.
La collecte d'informations hors ligne fragmentées était extrêmement longue et coûteuse. Même des données de base comme le nombre de transactions, les loyers, les taux de vacance et la composition des locataires devaient provenir de sources disparates, ce qui nécessitait du temps pour garantir leur exactitude. Malgré tous les efforts déployés, les informations recueillies étaient souvent fragmentées et incohérentes. Par conséquent, des décisions d'investissement de plusieurs centaines de milliards de wons étaient fréquemment prises sur la base d'informations limitées, et des investissements malavisés entraînaient souvent des rendements inférieurs.
Alors que des solutions standardisées internationales telles que Real Capital Analytics (RCA) et CoStar existaient à l'étranger, les solutions spécialisées pour le marché immobilier commercial coréen étaient quasiment inexistantes. Les plateformes globales, incapables de refléter les spécificités microéconomiques du marché immobilier, étaient inadaptées au marché coréen. De plus, la structure transactionnelle fermée, qui entravait l'accès aux nouveaux investisseurs et promoteurs, freinait l'expansion du marché et la concurrence.
Le PDG Lee Yong-gyun a souligné : « Sur le marché immobilier commercial coréen, il n’existe aucun indicateur objectif et quantifiable ; la prise de décision repose donc uniquement sur l’intuition et l’expérience. Cela a entraîné une sous-évaluation du marché et a également rendu difficile l’attraction des investissements étrangers. »
Fondée en 2009, Rsquare collecte des données de terrain depuis 2012 afin de s'attaquer aux problèmes structurels du marché de l'immobilier commercial. Ses 30 premiers employés ont collecté des données hors ligne dans plus de 50 villes à travers le pays pendant cinq ans, réalisant des innovations comparables à celles de Baedal Minjok et Remember, qui ont numérisé ces données. Parallèlement au développement d'une solution RTB (Real-Time To Be) pour gérer ces données, Rsquare commercialise son activité depuis 2016 et a connu une croissance rapide de 65 % par an au cours de la dernière décennie. De plus, Rsquare a attiré près de 115 milliards de wons d'investissements cumulés de la part de SoftBank et Sticky, et est devenue un fournisseur de solutions complètes pour tous les domaines de l'immobilier, incluant l'architecture d'intérieur, les données et les services associés.
Le lancement de RA est considéré comme une étape majeure de l'innovation numérique axée sur les données dans le secteur de l'immobilier commercial national. Il a jeté les bases pour attirer des investissements mondiaux de grande envergure, se chiffrant en milliards de dollars, grâce à des données fiables. L'information, auparavant obtenue par le biais de relations personnelles ou de consultations individuelles, est désormais fournie instantanément et de manière cohérente. Rsquare a déclaré : « Cela accélère la transformation fondamentale du marché national, passant de transactions centrées sur le réseau à des transactions basées sur les relations, et maintenant à une prise de décision fondée sur les données. »
▶ 7 000 bases de données d’actifs , 150 clients et plus de 100 000 dossiers cumulés utilisés
RA, qui a fêté son premier anniversaire, a obtenu des résultats significatifs, tant sur le plan quantitatif que qualitatif. Elle fournit actuellement des données sur plus de 7 000 propriétés immobilières commerciales à travers le pays, avec des données détaillées issues en moyenne de 10 000 transactions par mois et un total cumulé de plus de 100 000 transactions utilisées dans le cadre de transactions et d'évaluations.
Le rythme d'expansion de la clientèle est encore plus remarquable. Huit mois seulement après son lancement, RA a connu un succès initial exceptionnel, étant adopté par plus de 50 institutions, dont GIC à Singapour, DWS en Allemagne et PAG. Sa clientèle principale étant composée de grandes institutions financières et d'investisseurs internationaux aux normes de vérification rigoureuses, l'acquisition initiale de plus de 50 références témoigne de l'exhaustivité et de la fiabilité des données de RA.
Un an après son lancement, le nombre de clients a atteint 150. Parmi eux figurent Woori Bank, la première des quatre grandes banques commerciales coréennes à adopter RA, ainsi que Samsung Securities, Aegis Asset Management, Koramco Asset Trust et Hyundai Commercial, représentant un large éventail d'institutions financières, de sociétés de gestion d'actifs et d'institutions d'investissement.
Alsquare a déclaré : « Le fait que de grandes institutions d'investissement nationales et internationales se réfèrent aux données RA pour leurs évaluations d'investissement et les utilisent dans leurs prises de décision importantes prouve qu'elles ont atteint une cohérence et une exhaustivité au niveau mondial », et « Fortes de la confiance qu'elles accordent à cette solution utilisée par des sociétés financières et d'investissement de premier plan, de grandes entreprises de divers secteurs l'adoptent activement. »
▶ Différences entre RA et les plateformes mondiales
Avant l'avènement de RA, le marché des données immobilières commerciales national souffrait d'un manque d'infrastructures optimisées. Les services étrangers tels que RCA (Real Capital Analytics) et CoStar se concentraient sur les statistiques de transactions et les données nationales, ce qui limitait leur capacité à refléter les spécificités du marché national. À l'inverse, RA comble cette lacune grâce à des données précises et axées sur le marché national.
Le PDG Lee Yong-gyun a expliqué : « RA est le seul outil qui fournit des informations aussi complètes et détaillées pour les transactions immobilières de grande envergure. C’est pourquoi les institutions financières et les investisseurs institutionnels, qui privilégient la fiabilité et la précision, l’adoptent de plus en plus. »
Les solutions RA fournissent des informations comparatives en temps réel, à micro et macro-niveaux, incluant le statut locatif et les indicateurs de rentabilité de chaque bien, les tendances du marché à long terme et des données de référence régionales. Elles facilitent ainsi l'accès à des informations auparavant réservées aux réseaux personnels ou à des services externes. De plus, elles intègrent des données d'inspection sur site, telles que les conditions de location et les informations relatives à l'exploitation des bâtiments, qui ne sont pas disponibles avec les solutions tierces existantes.
▶ L’acquisition immobilière est utilisée à diverses fins , allant de l’investissement et de la gestion immobilière à la sécurisation des opportunités commerciales .
Les données précises et approfondies de RA constituent un outil d'analyse pratique pour la prise de décisions financières et immobilières.
Lors de l'évaluation de la solvabilité et de la prise de décision en matière de prêt, les institutions financières, notamment les banques, examinent le statut locatif du bien mis en garantie, son historique de transactions récent et les fluctuations du marché. Les analystes financiers et les sociétés de gestion d'actifs s'appuient sur l'historique locatif et les indicateurs de marché fournis par les agences de notation immobilière (ANI) pour élaborer des rapports d'investissement, des documents de recherche et développer des stratégies de portefeuille. Les sociétés de gestion d'actifs utilisent la base de données exhaustive des prix du marché des ANI pour vérifier que le taux de capitalisation d'un immeuble de bureaux envisagé pour l'acquisition est conforme à la moyenne du marché. Par ailleurs, lors de l'analyse des investissements, les ANI peuvent utiliser les loyers et les taux de vacance de biens comparables comme points de référence.
L'introduction de l'analyse de rentabilité (AR) par une banque commerciale illustre l'utilisation intégrée de l'AR dans la gestion d'actifs, la banque privée et le financement d'entreprise. Ceci démontre comment les données d'AR deviennent le fondement de la prise de décision pour tous les aspects de la stratégie bancaire, de l'octroi de prêts aux stratégies de vente immobilières. Les entreprises de construction et les promoteurs immobiliers utilisent également activement l'AR. Ils s'en servent pour les études de faisabilité et l'analyse de sites commerciaux, en se référant aux données du marché locatif local et aux prévisions de la demande. Cela leur permet d'évaluer objectivement la rentabilité des projets de développement.
Les sociétés immobilières, financières et d'évaluation utilisent les données RA pour établir des rapports d'évaluation immobilière à grande échelle et affiner leurs analyses de risques. Le secteur de la gestion d'actifs se réfère également aux tendances moyennes des loyers du marché fournies par RA lors de la renégociation des baux et de l'élaboration des stratégies de location.
Les accords de recherche sont utilisés dans divers domaines, au-delà de l'investissement et de la gestion immobilière de base, notamment pour identifier des opportunités commerciales et financer la recherche universitaire. On peut citer le développement, la construction et le secteur public, ainsi que les entreprises de services B2B qui recherchent des opportunités d'affaires et les secteurs du commerce de détail comme l'alimentation et les boissons, qui ont besoin de stratégies pour l'ouverture et l'exploitation de points de vente.
▶ Renforcer les prévisions futures basées sur l'IA et étendre les domaines industriels
RA prévoit d'introduire progressivement des fonctionnalités de nouvelle génération intégrant l'IA, en s'appuyant sur la grande quantité de données accumulées, augmentant ainsi la valeur de ses solutions.
Nous développons actuellement une fonction d'évaluation automatisée (AVM) et un modèle de prédiction des loyers afin de mettre au point un service d'IA qui calcule automatiquement la valeur actuelle et le taux de croissance locative futur de chaque bien immobilier. Ceci permettra aux utilisateurs d'évaluer plus facilement la rentabilité future et le prix d'achat approprié d'un bien cible. Ainsi, RA va au-delà de l'analyse des données historiques pour fournir une valeur prédictive facilitant la prise de décision.
De plus, la fonction d'analyse de localisation basée sur les informations géographiques, déjà intégrée à RA, sera améliorée grâce à des algorithmes d'IA fournissant des indicateurs de pertinence d'investissement fondés sur une analyse approfondie des conditions du site et des données du quartier commercial environnant. Cette fonctionnalité détecte automatiquement les tendances et les variables que les humains pourraient négliger lors du choix d'un emplacement ou de l'élaboration d'une stratégie de développement. Elle devrait apporter un éclairage nouveau sur le développement immobilier et la prise de décision en matière d'investissement.
De plus, Alsquare continue d'améliorer ses services, notamment la fonctionnalité d'automatisation des rapports personnalisés de RA et une interface en anglais optimisée. L'IA génère des rapports personnalisés en fonction des besoins des investisseurs et fournit des services en anglais de référence, avec des explications terminologiques et une traduction en temps réel pour faciliter l'accès aux informations pour les investisseurs du monde entier.
Enfin, RA étendra sa couverture de données au-delà de son domaine d'activité principal, la logistique et les espaces de bureaux, pour englober divers secteurs d'activité, tels que le résidentiel et le commerce de détail, où les investisseurs institutionnels cherchent à se développer. Grâce à cette expansion, RA ambitionne de devenir une solution de données complète couvrant l'ensemble du marché immobilier.
▶ Valeurs fondamentales de RA : données primaires recueillies sur le terrain , structure des séries temporelles et triple vérification
Les points forts de RA sont la précision des données et la profondeur de son analyse.
Actuellement, RA dispose d'une base de données chronologique contenant des informations sur plus de 7 000 propriétés immobilières commerciales à travers le pays. Une équipe de recherche dédiée de plus de 60 personnes visite et vérifie chaque mois environ 1 600 grands immeubles de bureaux et 1 100 centres logistiques, garantissant ainsi des informations actualisées sur les loyers, les locataires et les taux de vacance. Ces données recueillies sur place améliorent la précision des informations en vérifiant et en reflétant directement des détails difficiles à appréhender à partir de documents officiels tels que les registres de construction : niveaux de loyer réels, taux de vacance actuel, plages de température dans les entrepôts logistiques et disponibilité des quais de chargement/déchargement.
RA utilise un système de triple vérification qui recoupe les informations issues de ses enquêtes de terrain exclusives avec des données publiques telles que les taux de vacance et l'historique des transactions, et, si nécessaire, reconfirme les faits par le biais d'entretiens avec les sociétés de gestion immobilière et les locataires. Le PDG, Lee Yong-gyun, a décrit les sources d'information de RA comme « une méthode systématique de gestion des données qui vérifie et compile rigoureusement les données primaires recueillies sur le terrain ».
Les données sont accumulées sous forme de séries chronologiques. Sur la plateforme RA, les utilisateurs peuvent consulter en un coup d'œil, sur une période de 10 ans, l'évolution des prix des transactions, les fluctuations des loyers, les taux de vacance et la composition des locataires par étage pour chaque immeuble. L'entreprise explique : « Vous pouvez visualiser en temps réel les prix des loyers et les taux de vacance, les caractéristiques des immeubles, les dates d'expiration des baux, ainsi que des comparaisons de marchés régionaux et des indicateurs historiques. Cela permet une analyse à trois dimensions, des détails microscopiques du marché aux tendances macroscopiques. »
À cette occasion, Alsquare a présenté les performances opérationnelles et la vision de RA pour l'année écoulée, et a souligné l'importance stratégique des solutions de données sur le marché immobilier national.
Le PDG Lee Yong-gyun a déclaré : « RA est une solution d’analyse immobilière commerciale de précision qui réduit considérablement les obstacles à l’information sur le marché national. Grâce à des améliorations continues de la qualité et de l’utilisation des données, nous nous positionnerons comme une solution de données occupant une place unique, à l’instar de Bloomberg, dans le secteur immobilier. De plus, nous prévoyons qu’elle rivalisera avec les services d’analyse immobilière mondiaux tels que CoStar et RCA. »
You must be logged in to post a comment.