لقد أمضيت معظم وقتي في السيارات المستعملة — 1.1 مليون إعلان، 73 منطقة، والتذبذب المعتاد من تخفيضات الأسعار وإعادة الإدراج. لذا حين بدأت بيانات العقارات تصل إلى نفس لوحات التحكم التي أستخدمها للسيارات، لم أتوقع أن تستحوذ على انتباهي. لكنها فعلت، لأسباب لا علاقة لها بالخطة الأصلية.
هذا هو السجل، بالترتيب الذي لاحظت به الأمور فعليًا.
اليوم الأول: الرقم الذي لا يتحرك
أول شيء أتحقق منه في أي تغذية بيانات جديدة هو الإجمالي، لأن الإجماليات تكذب أقل من أي شيء آخر في هذا المجال. استقر العقار عند 601,702 إعلانًا. جيد. ثم قسّمته حسب المنطقة، وتوقف الرقم عن الظهور كمشروع عالمي وبدأ يبدو كمشروع خاص بدولة واحدة مع خطأ تقريب ملحق به: اليابان وحدها استحوذت على 588,644 من تلك الإعلانات. أي 97.8% من كل ما في التغذية.
وللمقارنة، تغطي بيانات سياراتنا 73 منطقة دون أن تتجاوز أي منطقة واحدة 6% من الإجمالي (فرنسا، الأكبر لدينا، تسجل 67,569 من أصل 1.1 مليون — أي نحو 6.1%). العقار يعمل بتركّز أعلى بستة عشر ضعفًا من ذلك. ترددت بين تصديق أن هذا خلل في أداة تصنيف المناطق قبل أن أتذكر ما يحرّكه فعليًا: بوابات العقارات اليابانية نفسها تُدرج كمًا هائلاً من "أكييا" (akiya)، وهي المنازل الريفية المهجورة أو شبه المهجورة التي تحاول الحكومة التخلص منها منذ سنوات، غالبًا بأسعار تجعل سيارة كورولا مستعملة تبدو وكأنها مقتنى فاخر. هذه البوابات دقيقة ومُنظّمة آليًا وضخمة. بوابات بقية الدول ليست كذلك، ليس بعد.
اليوم الثاني: البحث عن الـ2.2% المتبقية
أردت أن أعرف كيف يبدو وضع "بقية الدول"، فسحبت المناطق غير اليابانية ورتّبتها.
مصر تتفوّق بفارق طفيف على ألمانيا، وهو ما فاجأني — كنت لأخمّن أن سوقًا كبيرًا وموثقًا جيدًا مثل السوق الألماني سيتصدّر عيّنة عشوائية قبل القاهرة. سريلانكا أيضًا تحافظ على رقم ثابت من أربع خانات. ثم يأتي الانحدار الحاد: دول أمريكا الوسطى الأربع — غواتيمالا ونيكاراغوا وبنما والسلفادور — تقف عند 80 و80 و80 و78.
اليوم الثالث: ثلاثة أرقام متطابقة ليست أبدًا مصادفة
ذلك الانحدار الحاد هو ما أوقفني فعليًا. ثلاث دول تصل إلى نفس العدد بالضبط ليست إشارة سوقية، بل بصمة. حين تُظهر غواتيمالا ونيكاراغوا وبنما جميعها 80 إعلانًا بالضبط، فهذا لا يعني أن ثلاثة اقتصادات تلاقت مصادفة على نفس حجم المخزون — بل يعني أن مصدرًا واحدًا في أعلى السلسلة يفرض سقفًا صارمًا من 80 صفحة، يغذّي الدول الثلاث بنفس الطريقة. ورقم السلفادور، 78، هو الدليل الذي يؤكد ذلك: قريب بما يكفي ليكون نفس المصدر، ومختلف بما يكفي ليثبت أنه ليس خطأ نسخ ولصق في خط الأنابيب الخاص بنا. في مكان ما يوجد مُجمّع عقاري إقليمي يحدّد صفحات النتائج المجانية بنحو 80 إعلانًا لكل دولة، وإلى أن نتجاوزه — بالسحب مباشرة من المصدر بدلًا من المُجمّع، أو بترقيم الصفحات إلى ما بعد أي جدار يضعه — ستظل هذه الدول الأربع تبدو صغيرة بشكل متطابق بصرف النظر عن الحجم الحقيقي لأسواقها.
هذا هو الجزء غير البرّاق في بناء أي مجموعة بيانات جديدة بأمانة: الأرقام الأولى التي تحصل عليها ليست السوق، بل هي شكل مصادرك الحالية. أفضّل أن أكتشف ذلك في الأسبوع الأول على أن أنشر مقالًا بعنوان "أصغر أسواق العقارات في أمريكا الوسطى" مبنيًا على حد صفحات أداة استخراج بيانات.
اليوم الرابع: ما فاجأني فعليًا
لم يكن تركّز اليابان — كنت أتوقعه جزئيًا منذ البداية، نظرًا لأن جزءًا كبيرًا من إشارة العقارات لدينا أصلاً جاء من مصادر يابانية في جانب السيارات من العمل. ما فاجأني هو مدى وضوح مشكلة جودة البيانات دون الحاجة إلى أي أدوات خاصة. لست بحاجة إلى خلفية إحصائية لترصد ثلاثة أرقام "80" متتالية. كل ما تحتاجه هو النظر إلى الأرقام بالترتيب، وهذا معظم ما تقوم عليه هذه الوظيفة فعليًا.
كما أعاد الأمر تأطير شيء في بيانات سياراتنا كنت قد توقفت عن ملاحظته لأنني اعتدت عليه: 73 منطقة بتوزيع حقيقي، لا تتجاوز أي منطقة 6.1%، و1,375 مصدرًا مستقلاً يغذّيها — هذا التوزيع ليس الحالة الطبيعية لمجموعة بيانات مُستخرجة آليًا، بل هو ثمرة ثماني سنوات من التحايل المتعمّد على بالضبط ذلك النوع من جدار المُجمِّعين الذي ظهر للتو في اليوم الثالث من تغذية العقارات. كل منطقة من تلك المناطق الـ73 بدأت وهي تبدو مثل غواتيمالا.
أين يقف الأمر الآن
العقار ليس منتجًا بعد — إنه إشارة نراقبها بينما يستمر جانب السيارات في العمل، سطر واحد في خارطة طريق أطول نحو تغطية عقارية أوسع. لكن أسبوعًا من مراقبته وهو يتشكّل كان تذكيرًا لا بأس به بالترتيب الفعلي الذي تحدث به الأمور: أطلق التغذية، اشكّ في الأرقام المستديرة، اعثر على الجدار، ثم ابنِ طريقة لتجاوزه. ستتوقف اليابان عن كونها 97.8% من هذه التغذية بنفس الطريقة التي انتهى بها الأمر بفرنسا، لا الإمارات ولا اليابان، لتتصدّر أعداد سياراتنا — بإضافة مصادر إلى أن يصبح من المستحيل على مصدر واحد أن يهيمن على الإجمالي عن طريق الصدفة.
