商业房地产行业仍处于采用数据分析作为管理投资、运营和财务的创新战略的早期阶段。 现在可以广泛获得分析大量有关地点、定价、评估、行业趋势、竞争、空缺率等数据的工具。 面临的挑战是：(a)获取数据;(b)开发实现这些目标所需的分析。
数据分析是一个容易支持的概念，因为适当的分析可以提供有洞察力的，可操作的结果。 然而，当引入不正确时，数据分析可能变得耗时，最终给您的业务带来的价值很小。 在商业地产(或任何行业)中成功采用数据分析依赖于一个组织的能力：
上面的列表需要一定程度的信息技术流畅性，所以假设一家房地产公司正在考虑采用分析方法时，他们也在做出构建反购买的决定是不合理的。 然而，即使在已经作出这一决定的情况下，任何分析投资都必须纳入以下关键措施。
数据无处不在。 它已经存在于您的业务中，它也可以从外部来源。 关键是确定将产生最有价值结果的数据。 例如，旨在评估和比较特定市场中的属性的分析可能受益于包括人口统计、交通流量、学校、税收等外部数据。 这些数据流中的每一个都可能提高或不提高分析结果的质量。 来源、可访问性和成本都是获取数据的因素;数据是否有益的关键决定因素是理解为什么要获取数据。
数据的准确性和质量可以对所产生的洞察力产生巨大的影响。 例如，一个与日期相关的分析洞察力-比如占用-如果收集的数据的任何部分被错误地转换或输入，就会变得损坏。 准确性和质量问题适用于内部和外部来源的数据。 为了纠正与您的内部数据相关的任何问题，建立强有力的数据治理准则，并任命一个人或多个人来监督数据管理.. 如果查找外部数据流，请仔细检查您的源。