Dashboard obsazenosti nemovitostí pro celé portfolio
Přehledný report o obsazenosti, splatnostech nájmů a nájemcích za všechny budovy či fondy, místo ručního párování tabulek, smluv a účetnictví. Výsledkem jsou čísla, za kterými si asset manažer stojí před vlastníkem i auditorem.
Aktualizováno

Dashboard obsazenosti nemovitostí
Dashboard obsazenosti nemovitostí je přehled, který agreguje data ze smluv, ERP a bankovních výpisů do jednoho místa pro asset a portfolio manažery. Ukazuje obsazenost podle budovy, jednotky a nájemce a nahrazuje ruční přepisování z PDF a tabulek do reportu pro vlastníka.
Neprovádí automatická rozhodnutí o nájemcích ani smlouvách, pouze sjednocuje data; podobný přístup k datům využíváme i v dalších use cases analýzy dat.
Poslední pátek v měsíci, kdy report vlastníkovi nesedí
Je poslední pátek v měsíci. Portfolio manažer má na stole report pro vlastníka pěti kancelářských budov a termín odeslání je dnes odpoledne. Na jedné obrazovce má otevřené PDF nájemní smlouvy s dodatkem, který mění plochu jednotky. Na druhé Excel s nájemci podle budov. Ve třetím okně účetní systém, kde hledá, zda konkrétní faktura byla skutečně uhrazena, nebo jen vystavena. Čísla si neodpovídají a není jasné, která verze je aktuální.
Stejná scéna se opakuje každý měsíc a u víc budov se násobí. Jedna budova počítá obsazenost podle podepsaných smluv, druhá podle skutečně užívané plochy, a tak se čísla mezi objekty nedají jen tak sečíst. Ruční přepisování dat ze smluv, tabulek a účetního systému zabere v modelové situaci správce s pěti až deseti budovami a daty roztříštěnými do tří systémů odhadem dva až tři dny práce. Mezitím přichází e-mail od banky, která potřebuje přesný výstup k financování, a vlastník se ptá, proč čísla v reportu neodpovídají tomu, co viděl minule.
O pár týdnů později vypadá stejný pátek jinak. Data ze smluv, tabulek a účetního systému se párují podle budovy, jednotky a nájemce na jednom místě, takže manažer nehledá rozdíly mezi verzemi, ale kontroluje už hotový přehled. Jednotná definice obsazenosti je nastavená předem a platí pro celé portfolio stejně.
Na lidech zůstává rozhodnutí, která čísla jsou finální, a schválení reportu před odesláním vlastníkovi. Dashboard práci nenahrazuje, jen ji připraví k ověření, takže z toho, co dřív trvalo dny hledání, zbývá kontrola jednoho zdroje pravdy.

Od smlouvy po dashboard: čtyři kroky zpracování dat
Sběr dat ze zdrojových systémů
Dashboard stahuje data z nájemních smluv a dodatků, z účetního či ERP systému jako POHODA, Money S3/S5 nebo HELIOS a z bankovních výpisů s evidencí plateb. Vstupují i tabulky s jednotkami a nájemci, pokud smlouvy nejsou evidované jinde.
Párování podle budovy a nájemce
Záznamy ze smluv, faktur a plateb se spojují podle shodné budovy, jednotky a nájemce. Tím vzniká jednotná datová základna bez ručního přepisování mezi tabulkami a účetním systémem.
Dopočet ukazatelů a termínů
Ze spárovaných dat se dopočítává obsazenost, výnosy a blížící se splatnosti nájmů, výpovědní lhůty nebo opce. Výpočet vychází z definice obsazenosti, kterou pro dané portfolio předem určí asset manažer.
Zobrazení a upozornění podle role
Výsledky se zobrazují jako přehled podle portfolia, budovy nebo fondu a systém upozorní na expiraci smlouvy či neuhrazenou platbu. Finální čísla před odesláním vlastníkovi nebo bance vždy potvrzuje odpovědná osoba.
Kolik času ušetří automatické párování dat oproti ruční přípravě
Vstupní předpoklady
- Ruční příprava reportu trvá
- 2–3 dny měsíčně
- Reportuje se
- jednou za měsíc
- Dashboard se vyplatí od
- cca 50 smluv v portfoliu
- Modelové portfolio má
- 5–10 budov, tři systémy dat
Výsledek odhadu
řádově desítky dní ruční práce ročně navíc
Jde o orientační odhad založený na modelové situaci s 5 až 10 budovami a daty ve třech systémech, nikoli o naměřenou hodnotu konkrétního portfolia.
Výpočet
Vycházíme z odhadu pro modelového správce portfolia s 5 až 10 budovami, kde se data o nájemcích, platbách a smlouvách táhnou ze tří různých systémů – nájemních smluv v PDF, tabulek Excel a účetního či ERP systému typu POHODA, Money S3/S5 nebo ABRA Flexi. Ruční sestavení jednoho měsíčního reportu obsazenosti v takové situaci odhadem zabere 2 až 3 dny práce portfolio manažera nebo asistenta. Při měsíčním reportování vlastníkům se tento cyklus opakuje dvanáctkrát ročně, což dává 24 až 36 dní ruční práce za rok jen na přípravu podkladů a párování čísel mezi systémy. Tento objem dat a opakovanou agendu má smysl automatizovat zejména tam, kde portfolio sleduje od cca 50 smluv výše – u menších portfolií s jednotkami smluv se investice do integrace podle všeho nemusí vrátit vzhledem k nízkému objemu dat. Dashboard sám párování a agregaci provádí průběžně, takže se měsíční uzávěrka mění z vícedenní rešerše na kontrolu a schválení už připravených čísel.
Modelový příklad: portfolio pěti kancelářských budov
Představte si modelovou firmu, která jako portfolio manažer spravuje pět kancelářských budov s přibližně 80 nájemními smlouvami. Data o smlouvách, platbách a fakturaci vede ve třech různých systémech a tabulkách.
Výchozí stav
Smlouvy a dodatky leží v PDF na sdíleném disku, jednotky a nájemci jsou v Excelu a faktury běží v účetním systému odděleně od obou předchozích zdrojů. Každý měsíc někdo ručně páruje jednotky podle názvu nájemce, dohledává splatnosti v e-mailech a kontroluje bankovní výpisy proti fakturám. Termín výpovědi jedné jednotky nebo opce na prodloužení se snadno ztratí mezi třemi tabulkami různých kolegů. Sestavení měsíčního reportu obsazenosti bez dashboardu trvá v takové modelové situaci odhadem 2–3 dny.
Po zavedení
Dashboard páruje smlouvy, platby a jednotky podle budovy a nájemce automaticky, jakmile se data ze zdrojových systémů synchronizují. Portfolio manažer dostává upozornění 90 dní před koncem smlouvy u konkrétní jednotky a zároveň vidí neuhrazenou platbu, která by jinak zůstala skrytá v účetním systému. Rozhodnutí, zda nájemci nabídnout prodloužení nebo řešit opci, zůstává na lidech – dashboard jen včas ukazuje, že termín se blíží.
Výsledek
Report pro vlastníky vzniká z jednoho zdroje dat místo ručního přepisování mezi tabulkami a PDF. Portfolio manažer vidí expirace a neuhrazené platby v předstihu, místo aby je dohledával zpětně po termínu. Dashboard tím nezvyšuje obsazenost ani výnosy sám o sobě, zrychluje ale přípravu podkladů a snižuje riziko přehlédnutého termínu.
- Portfolio má kolem 80 smluv, což odpovídá rozsahu, od kterého se podle odhadu dashboard obsazenosti typicky vyplatí (od cca 50 smluv)
- Data pocházejí ze tří oddělených zdrojů: smlouvy v PDF, provozní tabulka a účetní/ERP systém
- Doba 2–3 dny na ruční sestavení měsíčního reportu je odhad pro portfolio o velikosti 5–10 budov se třemi zdrojovými systémy, nikoli naměřená hodnota
- Firma a čísla v příkladu jsou smyšlené, jde o modelovou situaci pro ilustraci procesu, ne o popis konkrétního klienta
- Konečná čísla obsazenosti a rozhodnutí o nájemcích vždy potvrzuje člověk, dashboard je pouze podklad
Ilustrativní příklad, nejde o konkrétního klienta.

S čím se dashboard obsazenosti propojuje
Dashboard nestojí vedle vašeho účetnictví, ale nad ním. Data o fakturách, pohledávkách a platbách zůstávají ve zdrojovém systému, dashboard z nich jen čte a dopočítává ukazatele obsazenosti a splatností. Napojení řešíme podobně jako u ostatních projektů, kde stavíme CRM a ERP na míru: přes API, pravidelný export nebo strukturovaný formát faktury. Jedno integrace nevyřeší sama – rozpor v identifikátorech budov, jednotek a nájemců mezi systémy. Pokud se jedna budova jmenuje v účetnictví jinak než v provozní tabulce, musí párování potvrdit člověk, jinak vznikají chybné souhrny. Podle ČSÚ navíc BI nástroje v roce 2025 používalo jen 17,1 % českých podniků, takže analytická vrstva bývá to, co v sestavě chybí.
Účetní systém
POHODA
Napojujeme se na data faktur a pohledávek přes exportní rozhraní nebo databázi, podle verze instalace. Do dashboardu tečou vystavené nájemní faktury, jejich splatnost a stav úhrady, zpět se nezapisuje nic.
Účetní a ERP systém
Money S3/S5
Z Money čteme vydané faktury za nájemné a služby a navazující saldo nájemců. Data přebíráme v pravidelném intervalu a doplňujeme k nim časové razítko poslední synchronizace.
ERP systém
ABRA Flexi
Využíváme REST API pro čtení faktur, pohledávek a kontaktů nájemců. Párování na konkrétní jednotku vzniká až v dashboardu podle vaší evidence ploch a smluv.
ERP systém
HELIOS
Napojení řešíme přes databázové pohledy nebo připravený export, podle toho, co má vaše IT k dispozici. Do přehledu splatností přebíráme fakturaci a evidenci úhrad za jednotlivé nájemce.
ERP systém
SAP Business One
Data tahíme přes servisní vrstvu nad SAP Business One, typicky pohledávky, zálohy a vyúčtování služeb. Dashboard je používá pro přehled neuhrazených položek podle budovy a nájemce.
Formát elektronické faktury
ISDOC
Faktury v ISDOC zpracováváme jako strukturovaný vstup, takže částky, splatnost a variabilní symbol se načítají bez ručního přepisování. Použitelné je to i tam, kde přímé napojení na účetní systém není možné.
Komunikační kanál
Datové schránky (ISDS)
Ze schránky přebíráme doručené smluvní dokumenty, dodatky a úřední korespondenci a ukládáme je ke konkrétní budově či nájemci. Klíčová pole ze smluv v PDF stále zadává nebo kontroluje člověk.
CRM
Raynet
Z CRM doplňujeme informace o jednáních s nájemci a rozpracovaných poptávkách po volných prostorách. Dashboard je zobrazuje vedle reálné obsazenosti, ale nepovažuje je za podepsanou smlouvu.
Kdy se dashboard obsazenosti vyplatí a kdy ne
Vyplatí se, když
- Portfolio spravuje od cca 50 smluv a více budov nebo fondů, kde se data jinak těžko drží pohromadě.
- Report pro vlastníky vyžaduje pravidelné párování nájemních smluv, účetního systému a bankovních výpisů.
- Portfolio manažer řeší obsazenost napříč více budovami a potřebuje jednotný přehled místo samostatných tabulek pro každou z nich.
- Expirace smluv, opce a splatnosti se sledují ručně a stávalo se, že některý termín unikl pozornosti.
- Vlastník nebo banka žádá pravidelný strukturovaný výstup místo sestavy z e-mailů a PDF příloh.
Nevyplatí se, když
- Portfolio tvoří jednotky smluv a jedna budova, kde se údaje dají přehledně vést v jedné tabulce.
- Data ve zdrojových systémech nejsou vůbec strukturovaná a nikdo je dlouhodobě nečistí ani nekontroluje.
- Nájemní smlouvy existují jen jako nesourodé PDF bez jednotných polí a firma nemá kapacitu na jejich ruční zadání.
- Hlavním cílem je nahradit účetní systém, ne doplnit ho o přehled obsazenosti a termínů.
Jak nobig.deals dashboard obsazenosti zavádí
Projdeme nájemní smlouvy, tabulky s jednotkami a export z účetního systému, abychom zjistili, kde se data liší. Společně s asset manažerem zafixujeme definici obsazenosti platnou pro dané portfolio. Výstupem je mapa zdrojů a seznam nesrovnalostí k řešení.
Dashboard nasadíme nejprve na jednu budovu nebo menší fond, kde si tým ověří párování smluv, faktur a plateb proti realitě. Výstupy kontroluje portfolio manažer ručně proti vlastním podkladům před každým reportem.
Opravy nesrovnalostí mezi systémy, jako je POHODA, Money S3/S5 nebo ABRA Flexi, navrhujeme my, ale schvaluje je vždy klient. Dashboard sám žádná data neopravuje ani nerozhoduje o nájemcích či smlouvách.
Spolu s klientem posoudíme, zda dashboard odpovídá zvolené definici obsazenosti a zda report pro vlastníka obsahuje správné termíny splatností a expirací. Podle výsledku upravíme nastavení nebo potvrdíme rozsah pro rozšíření.
Po ověření pilotu napojíme zbývající budovy a fondy, nastavíme role pro jednotlivé uživatele a předáme provoz interním správcům. Od tohoto bodu dashboard běží jako doplněk k účetnímu systému, nikoli jako jeho náhrada.
Přehled obsazenosti nemovitostí v portfoliu
Návštěvník vidí dashboard s mapou obsazenosti jednotlivých budov, přehledem nájemních smluv a jejich splatností, může kliknout na konkrétní nemovitost pro detail nájemců a zobrazit upozornění na blížící se termíny smluv.
Ve zkratce
Dashboard agreguje data ze smluv, ERP systému a bankovních výpisů, definici obsazenosti pro dané portfolio ale stále určuje portfolio manažer.
Tržní benchmarky jako 6,45 % neobsazenosti v Praze podle Colliers nebo 6,5 % podle odhadu CBRE slouží jen jako kontext, ne jako interní metrika vašeho portfolia.
Integrace na POHODA, ABRA Flexi či HELIOS data propojí, ale rozpory mezi zdrojovými systémy musí vždy potvrdit a schválit člověk.
Bez dashboardu trvá sestavení měsíčního reportu odhadem 2 až 3 dny u portfolia s daty ve třech různých systémech; ověřte, kolik smluv vaše portfolio skutečně obsahuje.
Zavedení probíhá postupně od pilotu na jedné budově či fondu po rozšíření na celé portfolio, ideálně od objemu kolem 50 smluv.
Otázky a odpovědi
1Jak propojit dashboard obsazenosti s účetním systémem jako POHODA nebo ABRA Flexi?
Propojení probíhá přes standardní exporty nebo API daného systému, typicky POHODA, Money S3/S5, ABRA Flexi, HELIOS či SAP Business One. Dashboard stahuje faktury a pohledávky a páruje je s nájemními smlouvami podle budovy a nájemce. Formát ISDOC usnadňuje přenos dokladů bez ručního přepisování. Finální nastavení mapování polí vždy ověřuje člověk, aby čísla v reportu odpovídala realitě.
2Jak dashboard definuje obsazenost a lze definici upravit podle portfolia?
Obsazenost lze počítat podle plochy, počtu jednotek, podepsaných smluv nebo skutečného užívání, a tuto definici si portfolio manažer nastavuje sám. Jednotná definice napříč budovami je nutná, jinak čísla mezi fondy nesedí. Dashboard definici aplikuje důsledně na všechna data, ale volbu metodiky i případné výjimky vždy schvaluje odpovědná osoba, ne nástroj sám.
3Upozorní systém na blížící se konec nájemní smlouvy nebo neuhrazenou platbu?
Ano, dashboard generuje upozornění na expiraci smlouvy, blížící se opci i neuhrazenou pohledávku podle dat z nájemních smluv a účetního systému. Termíny se párují s bankovními výpisy, takže je vidět i reálný stav plateb. Upozornění slouží jako podklad pro rozhodnutí asset manažera, finální kroky vůči nájemci ale vždy potvrzuje člověk.
4Jak se řeší rozpory v datech mezi různými zdrojovými systémy?
Rozpory se řeší ručním ověřením a schválením opravy, dashboard je sám automaticky nenapravuje. Typický problém je nesoulad identifikátorů budov, jednotek nebo nájemců mezi smlouvou, Excelem a účetním systémem. Dashboard takové nesrovnalosti zvýrazní a uchovává historii změn pro auditní stopu, finální čísla do reportu vlastníkovi ale vždy potvrzuje odpovědná osoba.
5Kde jsou data uložena a jak je zajištěno GDPR u osobních údajů nájemců?
Data o nájemcích se zpracovávají v souladu s GDPR a přístup k nim řídí oprávnění podle role, budovy nebo fondu. Nedostatečně nastavená oprávnění jsou hlavní riziko, proto se přístupy nastavují na úrovni portfolia i jednotlivé budovy. Dashboard neslouží jako účetní zdroj pravdy, takže citlivá data zůstávají primárně v účetním a smluvním systému.
6Jak dlouho trvá zavedení dashboardu a kdo odpovídá za čištění vstupních dat?
Přesnou dobu určuje stav vstupních dat, nejnáročnější krok bývá sjednocení smluv v PDF, excelových tabulek a dat z účetního systému. Za definici obsazenosti, opravu nesrovnalostí a schválení finálních čísel odpovídá asset nebo portfolio manažer, dashboard data pouze agreguje a vizualizuje. Smlouvy v nestrukturovaném PDF navíc vyžadují ruční kontrolu klíčových polí před prvním nasazením.
Zdroje
- 1.Colliers Q3 2025 Office – colliers.com
- 2.CBRE Forecast – cbre.cz
- 3.Rok 2025 v komerčních nemovitostech – nejvyšší investice a nejnižší výstavba – zpravy.kurzy.cz
- 4.ČSÚ – využívání ICT v podnicích – csu.gov.cz
- 5.ČSÚ – digitalizace podniků 2025 – csu.gov.cz
Zaujal vás tento use case?
Rádi vám ukážeme, jak může toto řešení fungovat ve vaší firmě. Konzultace je zdarma a nezávazná.
Další AI řešení
Podívejte se, jak ještě pomáháme firmám s AI a automatizací.

AI Analytik pro real-time optimalizaci energetických sítí
Inteligentní systém průběžně analyzuje toky energie, detekuje anomálie a optimalizuje distribuci v reálném čase. Prediktivní modely předcházejí výpadkům dříve, než nastanou, a snižují provozní náklady o desítky procent. Řešení se integruje do stávající infrastruktury bez nutnosti kompletní výměny hardwaru.
Zjistit více
AI Analytik pro detekci skrytých vzorců v Big Data
Automatizovaná AI analýza odhaluje skryté vzorce, trendy a anomálie ve velkých datových sadách, které by manuální zpracování přehlédlo. Systém průběžně monitoruje vaše data a upozorňuje na relevantní souvislosti v reálném čase. Výsledkem jsou konkrétní podklady pro rychlejší a přesnější business rozhodování.
Zjistit více
AI Analytik pro predikci fluktuace zaměstnanců
Prediktivní AI model průběžně vyhodnocuje riziko odchodu jednotlivých zaměstnanců a upozorní HR tým dříve, než se situace stane neřešitelnou. Na základě dat z interních systémů identifikuje konkrétní příčiny nespokojenosti a navrhuje cílená opatření. Výsledkem je prokazatelné snížení fluktuace a udržení klíčových lidí ve firmě.
Zjistit více