Google CloudMercado imobiliário6 min de leitura

Inteligência de Mercado

Do indicador isolado à referência de mercado: como a Niteo ajudou a Kenlo a estruturar sua Inteligência de Mercado

Resultado

22 dashboards no Looker Platform: 11 novos e 11 migrados

Resumo

A Kenlo levou sua base de relatórios para o Looker Platform e passou a contar com cinco dashboards que comparam os indicadores de cada imobiliária com o mercado em que ela atua.

Contexto

A Kenlo desenvolve tecnologia para o mercado imobiliário brasileiro: CRM, ERP de locação, sites, dados e soluções de IA. Em seu site, informa atender mais de 8.500 imobiliárias e 40 mil corretores em mais de 950 cidades, com mais de 3,5 milhões de imóveis e 10 milhões de leads no ecossistema. São números institucionais atuais, que não descrevem a base à época do projeto.

Esse ecossistema opera em um mercado de grande escala. Segundo a CBIC, as vendas de imóveis novos somaram R$ 264,2 bilhões em 2025 nos 221 municípios acompanhados pela pesquisa.

Antes do projeto, o ambiente analítico da Kenlo reunia dashboards no Looker Studio e Web Reports baseados em SQL Server. Ao mesmo tempo, a empresa preparava um produto de Inteligência de Mercado para as imobiliárias clientes.

Problema de negócio

Um indicador isolado diz pouco. Ticket médio, preço do metro quadrado ou taxa de conversão só ganham significado quando comparados a uma referência.

A Kenlo queria ampliar o valor das análises oferecidas aos clientes. Além de consultar os próprios indicadores, as imobiliárias deveriam poder compará-los com referências por bairro, cidade, estado e tipo de imóvel. Para isso, era preciso modernizar os relatórios existentes, criar visões e preparar o consumo dentro do produto.

Impacto do problema

A evolução do produto dependia de duas frentes conectadas: renovar os ativos analíticos e construir as comparações de mercado. A urgência ficou explícita antes do início, quando a Kenlo pediu prioridade para os cinco dashboards de Inteligência de Mercado e para a transferência de conhecimento.

O material não quantifica perdas financeiras ou de produtividade no cenário inicial.

O movimento acompanha uma tendência de mercado. O Gartner incluiu os produtos de dados de fácil consumo entre as principais tendências de dados e analytics para 2025 e recomenda começar por casos de uso críticos para o negócio, com produtos reutilizáveis que evoluem ao longo do tempo (Top Trends in Data and Analytics for 2025).

Desafio

O problema não era trivial por quatro razões:

  • Origens distintas: ativos do Looker Studio e Web Reports em SQL Server precisavam convergir para um único ambiente.

  • Regras novas: as comparações de mercado exigiam novas regras de negócio e validação dos indicadores.

  • Integração ao produto: os dashboards seriam exibidos dentro da aplicação Kenlo, com filtragem conforme o contexto de acesso.

  • Capacitação: a equipe interna precisava estar apta a operar a nova plataforma.

Estratégia

Sequência guiada pelo negócio. A Niteo começou pelos cinco dashboards de Inteligência de Mercado e pelo treinamento, antecipando essas frentes em relação às migrações. A ordem do trabalho acompanhou a necessidade de desenvolver o novo produto e preparar a equipe.

Métricas definidas uma única vez. A base reuniu BigQuery como fonte dos dados, LookML como camada semântica e Looker para visualização e exploração. Segundo a documentação do Google Cloud, o LookML permite escrever cada expressão uma vez e reutilizá-la nas consultas. Na prática, a mesma definição de um indicador serve ao dashboard migrado, ao novo e ao exibido dentro do produto.

Escopo ajustado durante a execução. A migração de sete dashboards de recursos humanos, prevista inicialmente, foi substituída por um workshop de Looker Explorer. A troca direcionou parte do esforço para a exploração de dados pela própria equipe Kenlo.

Solução

  • Modelo semântico e dashboards: conexão ao BigQuery, modelo em LookML com dimensões e medidas, ajustes visuais conforme referências da Kenlo, testes de coerência dos indicadores e documentação.

  • Inteligência de Mercado: cinco dashboards sobre imóveis, valor do metro quadrado, leads e funil, tempo nas etapas do funil e desempenho de corretores. Respondem a questões como a comparação do ticket médio da imobiliária com seu mercado.

  • Migração: 11 dashboards do Looker Studio e seis Web Reports, com desenvolvimento dos dashboards correspondentes.

  • Incorporação ao produto: mecanismos de embedding, com testes de carregamento e de parâmetros de usuário. O planejamento previu filtros por imobiliária, equipe e usuário. A documentação do Looker descreve esse tipo de incorporação sem login separado e com atributos de usuário para filtrar dados. O material não informa qual modalidade foi adotada.

  • Capacitação: treinamento de Looker Platform com BigQuery (modelagem, administração, dashboards, integrações e permissões) e workshop de Looker Explorer.

Transformação: antes × depois

AspectoAntesDepois
Base analíticaAtivos no Looker Studio e Web Reports em SQL Server.Ativos do escopo no Looker Platform, com BigQuery e LookML.
Inteligência de MercadoComparações ainda por construir.Cinco dashboards desenvolvidos.
Experiência no produtoAnálises ainda não incorporadas.Mecanismos de embedding implementados e testados.
CapacitaçãoEquipe a preparar para a nova plataforma.Treinamento e workshop realizados.

A tabela descreve entregas e capacidades, sem presumir adoção pela base de clientes.

Resultados mensuráveis

Resultados medidos, registrados no encerramento e no atestado, conforme o dossiê :

Entrega ou critérioResultado
Dashboards novos no Looker Platform11 (cinco de Inteligência de Mercado e seis associados aos Web Reports)
Dashboards do Looker Studio migrados11
CapacitaçãoTreinamento de Looker Platform e workshop de Looker Explorer realizados
Aceite do clienteObjetivos e prazos atendidos satisfatoriamente
  • Impacto qualitativo: base analítica modernizada, métricas organizadas em camada semântica e equipe capacitada.

Impacto estratégico

A Kenlo passou a contar com uma base analítica modernizada e com dashboards concebidos para levar referências de mercado ao seu produto. A capacitação e a documentação dão à equipe interna recursos para operar e evoluir essa base.

A Kenlo divulga publicamente o produto Kenlo Inteligência, com visões de mercado sobre imóveis, preço por metro quadrado, leads, tempo de leads e desempenho de corretores, comparadas a médias de bairro, cidade e estado.

A McKinsey observa que o valor de um produto de dados cresce quando a mesma base sustenta vários casos de uso, e que o desafio costuma ser mais estratégico e operacional do que técnico (The missing data link, 2025). A análise ajuda a situar a escolha da Kenlo e não avalia os resultados do projeto.

O resultado sustentado pelo projeto é a criação dessa capacidade de produto. Seu efeito sobre decisões, adoção e resultados comerciais ainda depende de medição.

Próximo capítulo

O dossiê não registra nova fase aprovada após a conclusão.

Como possibilidade, e não projeto aprovado, a Kenlo pode acompanhar o uso dos dashboards de Inteligência de Mercado e identificar quais comparações mais apoiam os clientes. Essa medição orientaria a evolução do produto e transformaria a capacidade entregue em evidência de valor.

Seu desafio pode ser o próximo case.

Converse com especialistas da Niteo sobre como Dados, IA e Cloud podem transformar um problema de negócio em resultado mensurável.

Fale com a Niteo
Google CloudSaúde

Beep Saúde

Do pipeline monolítico ao Data Lake em camadas: como a Niteo ajudou a Beep Saúde a reorganizar sua plataforma de dados

A Beep Saúde levou a orquestração dos seus dados para um serviço gerenciado do Google Cloud e passou a contar com um Data Lake organizado em três camadas no BigQuery.

Resultado

177 tabelas Bronze, 49 Silver e 49 Gold

  • BigQuery
  • Cloud Composer
  • Cloud Storage
  • Airflow
Ler o case
Ler o case
Google CloudServiços financeiros

Celcoin

Da plataforma Microsoft ao Google Cloud: como a Niteo ajudou a Celcoin a testar com dados reais a migração do seu Data Lake

A Celcoin implantou a infraestrutura de dados no Google Cloud, desenvolveu pipelines e colocou três estratégias de replicação à prova antes de decidir pela paralisação da migração.

Escopo

12 pipelines, 25 sub-pipelines e cerca de 90 tabelas no escopo

  • BigQuery
  • Dataflow
  • Data Fusion
  • Datastream
Ler o case
Ler o case
Google CloudSetor público

CELEPAR

Da experimentação à capacidade interna: como a Niteo ajudou a CELEPAR a estruturar uma academia prática de agentes de IA

A CELEPAR estruturou uma academia para formar um núcleo de replicadores técnicos capaz de projetar, desenvolver, publicar e operar agentes corporativos no ecossistema Google Cloud.

Resultado

10 replicadores técnicos

  • BigQuery
  • Gemini
  • Vertex AI
Ler o case
Ler o case