迈入大数据时代，“地点”已经不再是买房的唯一指标，“大数据”也可以作为投资或买房的考量因素。
房产大数据分析公司Urban Metry创办人兼总执行长高嘉莉披露，有了大数据之后，参考资料便不再局限于房屋价格、区域单位数量等数据，而是可以统计因为文化和生活习惯等因素，对房产价格或需求造成的影响。
举个例子，她应用庞大的城市数据评估吉隆坡人及独特的行为模式后，发现了几个有趣的房市现象。
“你是否注意到住宅社区附近，咖啡馆正如雨后春笋般林立，同时好奇谁会到这些咖啡馆享受一杯10令吉的拿铁呢？”
然而大数据统计结果显示，咖啡馆的数量增长，与房价涨幅有着相当高的关联，一般上拥有较多咖啡馆的社区，房价一般上都会走高。
根据该公司调查的2015年房产成交数据，每当社区有两家咖啡馆开业，则房价有潜能增加1%。在咖啡馆风潮来袭下，受益最大的地区包括旺莎玛珠（Wangsa Maju）、梳邦再也、八打灵再也、郊外岭（Taman Desa），以及满家乐（Mont Kiara）。
此外，很多投资者认为，靠近大学的房产价值一定可以稳定攀升，是最佳的投资项目。但事实上，这是一个迷思。
该公司收集的数据显示，距离大学或私人学院500米范围的住宅项目，其房产成交价会比社区内其他房产项目稍微低2%，而且也无法带来太高的租金溢价，大致上与社区内其他房产的租金同等。
“不过相关项目可以通过较低的平均成交价，获得同等的租金，就等同较好的租金回酬，所以仍是值得投资。”
由此可见，大数据体现的不仅仅是追踪与观察的结果，更是一种新趋势与行为模式。惟大数据价格昂贵，加上艰涩难懂，并不是每个人都能理解的资料。
对此，高嘉莉表示，购屋者可以参考一些专门收集过去房产交易数据的资料，比如房产估价及服务局（JPPH）公布的我国产业成交数据，或是其他房产数据网站。
“除了参考过去的产业交易价格，也可以到想置产的地区走走看看，尽可能了解有关地区的现况。实地考察后，再对比过去的产业交易数据，在计算可以获得的租金回酬，就是很好的做功课方式。”