L’activité des agents immobiliers notamment (estimation des biens), et encore plus celle des experts en évaluation immobilière – dont les rapports revêtent une validité juridique –, requièrent l’accès à des bases fiables de données des transactions.
La description fine des caractéristiques des biens loués ou vendus se trouve au cœur du métier de l’expert, afin de procéder à des comparaisons qui sont à la base de ses analyses. Or, le professionnel est très régulièrement confronté à l’opacité des informations, particulièrement en matière de terrain et d’immobilier commercial. En effet, concernant ces deux actifs immobiliers en particulier, un grand nombre de variables intervient dans la détermination du prix, d’où la nécessité de disposer de termes de comparaison probants. Si la qualité d’un terrain (forme, orientation, profondeur...) impacte le prix du foncier, ce sont surtout les droits attachés à cet espace que l’on acquiert, et les potentialités qu’ils impliquent. Il est donc essentiel que l’expert puisse en avoir connaissance. Quant aux commerces, la question de la pondération est un enjeu essentiel, dont les coefficients ne sont pas toujours appréciés de la même manière et peuvent donc différer selon les bases de données, à supposer que cette information soit renseignée.
En outre, certaines zones géographiques ne bénéficient pas d’un recensement régulier des montants des transactions.
Ainsi, la donnée représente véritablement le nerf de la guerre des estimations et des expertises. Il existe déjà des bases de données publiques des ventes immobilières, (bases des prix immobiliers des notaires de France : BIEN pour l’Île-de-France et Perval, hors Île-de-France) et gratuites (par exemple, demande de valeurs foncières, DVF, par Etalab.gouv.fr) mais, en pratique, nous constatons que pour une même transaction les données ne sont pas toujours identiques sur ces plateformes. De nouveau, la transparence et la fiabilité des données posent question.
Dès lors, nous pouvons imaginer que les biens immobiliers disposent d’une identité numérique propre qui contient des données publiques (liste des anciens propriétaires, historique, surface cadastrale, permis...) et éventuellement privées (montant des charges, travaux effectués...). Le smart contract pourrait être programmé pour se connecter à une telle base : cela permettrait de réduire le temps d’investigation tout en ayant les données les plus fiables possibles. La Chambre des notaires de Paris a d’ailleurs installé une blockchain privée à titre de « test afin de compiler des informations sur un immeuble, puis de l’estampiller ‘‘blockchain’’ » (Vincelot, 2018).
En outre, la faisabilité et la qualité de la mission de l’expert en évaluation immobilière sont en partie fonction des documents transmis par les clients (relevés de surface, plans, actes de propriété, quittances de loyer, bilans comptables, etc.) : le smart contract représenterait un appui au « contrat traditionnel » de la lettre de mission, à la fois en termes de gestion administrative que de réalisation des conditions pour remplir le contrat, tandis que la liaison avec une base de données solide réduirait l’asymétrie d’informations entre l’expert et les clients, mais aussi entre les professionnels eux-mêmes. La connaissance du marché serait ainsi plus aisée. À ce propos, en 2016 déjà, Deloitte annonce le lancement du premier projet pilote d’enregistrement des transactions de locations immobilières utilisant la blockchain, en partenariat avec le Cambridge Innovation Center et la Ville de Rotterdam (Fievet, 2018).
Cette transparence implique aussi une plus grande facilité à rechercher des biens immobiliers.