Analyses of the Return on Investment in Vacation Apartments

Thesis title: Analýza návratnosti investic do rekreačních apartmánů
Author: Laš, Jan
Thesis type: Závěrečná práce - Institut celoživotního vzdělávání
Supervisor: Černý, Jan
Opponents: Urbánek, Matyáš
Thesis language: Česky
Abstract:
V posledních letech v Česku roste zájem o investiční apartmány. Tyto investice jsou motivovány snahou o zhodnocení finančních prostředků, diverzifikace investičního portfolia nebo osobní relokací do zahraničí. Investor se v takovém případě spoléhá na služby realitních makléřů a poradců, kteří působí na místním trhu. Tato práce si klade za cíl prozkoumat, zda existují možnosti, jak vlastní průzkum investičních příležitostí do prázdninových apartmánů automatizovat a zdali je možné vytvořit podpůrný nástroj, který by zásadně ulehčoval vyhledávání realit na dálku. Důraz je kladen na metody získávání volně dostupných i komerčních dat, jejich zpracování za účelem analýzy a následné vizualizace. Práce také zkoumá možnosti využití metod strojového učení pro predikce hodnot, které nejsou běžně dostupné jako je například odhad výnosů. Konkrétní návrh realizace podpůrného nástroje je založen na základě dotazníkového šetření, které zkoumá očekávání drobných investorů a jejich potřeby. Hlavním výstupem práce je model, který investorům pomáhá získat přehled v uživatelsky přívětivém prostředí a zásadně usnadňuje výběr nemovitosti. Přispívá tak k informovanému a strategickému rozhodování. Vedlejším výstupem je popis celého procesu, tak aby se dal použit pro jiný trh či zemi. Přidanou hodnotou této práce je originální přístup k problematice, neboť propojuje více informačních zdrojů a zásadně šetří čas uživateli při vzdáleném hledání nemovitosti.
Keywords: Nemovitosti; Investice; Python; Design Thinking; Vizualizace data; Web scraping; Španělsko; Datová analytika; Strojové učení; Streamlit; API; OSINT
Thesis title: Analyses of the Return on Investment in Vacation Apartments
Author: Laš, Jan
Thesis type: Závěrečná práce - Institut celoživotního vzdělávání
Supervisor: Černý, Jan
Opponents: Urbánek, Matyáš
Thesis language: Česky
Abstract:
In recent years, interest in investment apartments has been growing in the Czech Republic. These investments are motivated by the desire to appreciate financial assets, to diversify investment portfolios, or relocate abroad personally. Investors need to rely on the real estate agents and various consultants who are actively providing services on the foreign market. The aim of this paper is to investigate possibilities how to automatize remote research of holidays apartments abroad and if there is a possibility to build the tool, which would ease such research. Emphasis is placed on methods for obtaining both publicly and commercially available data, processing of it and visualization. The paper also explores the possibilities of usage of machine learning methods to predict values that are not readily available such as potential rental income. The tool itself is designed based on a user survey which investigated investors‘ expectations The main output of this study is an application model which helps to the investors to have an overview about suitable holiday real estates in the user-friendly environment. It significantly contributes to informed and strategic decision-making. A secondary output is a description of the entire process so it might be used for various real estate markets. The added value of this method lies in its unique integration of diverse sources of information, which significantly saves user‘ time.
Keywords: Real estate investment; Spain; Data analytics; Machine learning; Python; Streamlit; Design Thinking; Data visualization; Web scraping; API ; OSINT

Information about study

Study programme: Data & Analytics for Business Management
Type of study programme: Celoživotní vzdělávání studijní program
Assigned degree: MBA
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Information Technologies

Information on submission and defense

Date of assignment: 13. 12. 2024
Date of submission: 16. 12. 2024
Date of defense: 26. 2. 2025
Identifier in the InSIS system: https://insis.vse.cz/zp/90762/podrobnosti

Files for download

    Last update: