Ursprunget till Pattern finns i en fastighetsaffär.
Fastighetsägaren Ernst Rosén har inte en historia av att vara jätteaktiv på transaktionsmarknaden, men när det, för ett antal år sedan, trots allt var dags för transaktion blev Karl Alfredsson och Per Rosén ansvarig för att titta på förvärvsmöjligheter i Malmö. Man gick till väga på vanligt vis: genom att prata med mäklare, transaktörer, banker och fastighetsbolag på orten. Slutsatsen blev att visst fanns det fastigheter att köpa, men andra problem uppstod.
Daniel Emgård, som vid den här tiden arbetade med olika uppdrag för Ernst Rosén, förklarar:
– Det var svårt att förstå Malmö och stadens dynamik tillräckligt bra på djupet för att veta i vilka områden vi skulle vilja finnas och hur vi skulle värdera fastigheterna i de områdena. Baserat på vad man själv anser eller vilken typ av område man vill finnas i sätter ju det värdet på fastigheterna.
Karl Alfredsson och ett par andra kollegor tog fram en ganska enkel karta över Malmö, med så många kartlager man kunde hitta tillgängliga från olika datakällor. Detta för att kunna tända och släcka olika parametrar och på så sätt jämföra de olika områdena och få en dynamisk bild av Malmö.
– Där och då fanns ingen tanke på att det skulle kunna bli en produkt av detta, utan tanken på Pattern kom när vi sedan satt i samtal med transaktörer och mäklare och visade den här kartan. De blev intresserade, tyckte det såg spännande ut och frågade: ”vad är det för program, kan vi köpa det och få tillgång till det?”. Då föddes idén om Pattern som en produkt.
Karl Alfredsson blev vd för bolaget Co och Daniel Emgård började arbeta där. Cos uppdrag är att investera i mindre bolag och startups med anslutning till fastighetsbranschen och dess digitalisering, samt att bedriva egen produktutveckling. Den stora egna satsningen för Co är Pattern.
– När vi plockade upp idén igen så var visionen platsförståelse och vad den förståelsen kan leda till. Den långsiktiga visionen är att förstå fastigheter och områden tillräckligt bra för att kunna göra förutsägelser om utveckling framåt. Då kanske det också går att göra platsutveckling mer hållbar. Kan man förstå fastigheterna i det sammanhang de ligger i, den påverkan de har och hur de utvecklas – då blir det spännande på riktigt.
Varifrån kommer den data ni använder er av?
– Vi har i nuläget fler än 100 datakällor och lägger till nya kontinuerligt. Det är allt från marknadsdata, som vi köper, som kan innehåller snitthyror, avkastningskrav och så vidare, till offentligt tillgänglig data från, exempelvis, MSB, som har vissa riskkarteringar på sin sida. All data vi kan hitta som känns relevant är intressant för oss, men sedan är det ju en kostnadsfråga. I de fall vi lyfter in öppen och tillgänglig data så handlar det ju om att vi samlar data i samma gränssnitt, så man slipper hopa runt själv på 10-20 olika ställen och samla in information om en plats. Viss data är vi också helt ensamma om att ha.
– En sådan här tjänst bli aldrig färdig, men det är ju också en naturlig del av produkten. De dataströmmar som finns uppdateras kontinuerligt och vi försöker hela tiden lägga till nya när vi hittar sådana som är intressanta.
Vilka är det som köper den här tjänsten?
– Fastighetsbolag. Vi har runt 30 bolag som använder sig av den i dag. Det vi gör handlar i grund och botten om demokratisering av data, men för Patterns del handlar det om strategiska data, det vill säga på ledningsgruppsnivå i fastighetsföretag. Vi är inte så intresserade av den dagliga verksamheten, förvaltnings- och fastighetssystemdata – det finns det andra jättebra system för.
Ett exempel på hur Pattern används finns i det forskningsprojekt man driver tillsammans med Rise och Svenska Stadskärnor, som går ut på att bedöma kvalitén i stadskärnor.
– Vi har skapat ett index i vilket vi, baserat på olika datapunkter, kan bedöma hur de olika stadskärnorna ser ut, hur livliga de är och olika sätt man kan ranka dem på.
– Man kan titta på var markföroreningar finns, om det finns skredrisk, tillsammans med vad som händer om kusten svämmar över med fyra meter. De parametrarna kan du inte hitta i samma gränssnitt någon annanstans. Man kan alltså titta på en fastighet och se om det är hög risk för översvämning där den ligger om ett visst antal år.
Mycket av det Pattern håller på med handlar just om att bedöma klimatrisker och vad det gör med värdet.
– Man skulle ju kunna tro att sådana risker skulle påverka värdet på en fastighet, men det gör det inte. Det är här det blir intressant på riktigt. Det är också huvudskälet till att vi gett oss in på att göra fastighetsvärderingar också. Vi har insett att om vi tror på hållbar platsutveckling så behöver vi kunna koppla sociala faktorer och risker till fastighetsvärde.
– Jag trodde, när jag gick in i det här, att fastighetsvärdering var mycket mer sofistikerat än det är – och vissa av modellerna för det är det – men till syvende och sist bygger värderingarna fortfarande på intäkt, kostnad och avkastningskrav. Det man gör om man bedömer att en fastighet har en generellt hög risk är att man skruvar lite på avkastningskravet. Det vi vill komma till är att kunna säga att den eller den specifika risken kommer att påverka värdet negativt.
– Hur värderar man, till exempel, våldsbrott i ett område? Har de en påverkan på värdet, hur ser det ut över beståndet? När den underliggande datan med våldsbrott uppdateras – och någon har använt det i en värdering – så får vederbörande en notis som säger att brottsligheten gått ner i området och att man kanske bör se över sin värdering, eftersom man sagt att brottsligheten påverkar den.
Bland banker och värderingsinstitut finns en generell uppfattning om att den här typen av parametrar kommer att börja påverka värderingarna, men det är ingen som riktigt vågat ta tag i att kvantifiera det.
– Jag skulle tro att det kommer att bli så att banker kommer att ge sämre ränta för fastigheter med högre risker och att försäkringspremier kommer att gå upp.
