Olen suurema osa ajast tegelenud kasutatud autodega — 1,1 miljonit kuulutust, 73 piirkonda, tavapärane hinnalanguste ja uuesti üleslaadimiste käärimine. Nii et kui kinnisvaraandmed hakkasid ilmuma samadesse töölaudadesse, mida ma autode jaoks kasutan, ei oodanud ma, et need mu tähelepanu köidaksid. Aga köitsid küll, ja põhjustel, millel polnud plaaniga midagi pistmist.
Siin on päevik, enam-vähem selles järjekorras, nagu ma asju tegelikult märkasin.
Esimene päev: number, mis ei liigu
Esimene asi, mida ma iga uue andmevoo puhul kontrollin, on kogusumma, sest kogusummad valetavad selles äris kõige vähem. Kinnisvara seisis 601 702 kuulutuse peal. Olgu. Siis jagasin selle piirkondade kaupa ja number lakkas välja nägemast globaalse käivitusena ning hakkas välja nägema ühe riigi projektina, millele oli lisatud ümardamisviga: Jaapan üksi moodustas nendest kuulutustest 588 644. See on 97,8% kogu andmevoost.
Võrdluseks — meie autoandmed katavad 73 piirkonda, kus ükski üksik piirkond ei ületa 6% koguarvust (Prantsusmaa, meie suurim, on 67 569 kuulutust 1,1 miljonist — umbes 6,1%). Kinnisvara puhul on see kontsentratsioon kuueteistkümme korda suurem. Ma kahtlesin tükk aega, kas tegemist on piirkonnamärgendaja veaga, enne kui meenus, mis seda tegelikult põhjustab: Jaapani enda kinnisvaraportaalid loetlevad tohutul hulgal akiya't — mahajäetud või pea-mahajäetud maapiirkonna maju, mida valitsus on aastaid püüdnud maha müüa, sageli hindadega, mille kõrval kasutatud Corolla näeb välja luksusostuna. Portaalid on põhjalikud, masinloetavad ja tohutud. Kõigi teiste omad seda veel ei ole.
Teine päev: ülejäänud 2,2% otsimas
Tahtsin teada, milline "kõik teised" välja näeb, seega tõmbasin Jaapani-välised piirkonnad välja ja seadsin need ritta.
Egiptus edestab napilt Saksamaad, mis mind üllatas — oleksin arvanud, et suur ja hästi dokumenteeritud turg nagu Saksamaa domineerib juhuslikus valimis enne Kairot. Sri Lanka hoiab samuti püsivalt neljakohalist arvu. Siis tuleb kalju: neli Kesk-Ameerika riiki — Guatemala, Nicaragua, Panama ja El Salvador — seisavad vastavalt 80, 80, 80 ja 78 peal.
Kolmas päev: kolm identset arvu ei ole kunagi juhus
See kalju oligi see, mis mind tegelikult peatas. Kolm riiki, mis maanduvad täpselt samale arvule, ei ole turusignaal, vaid sõrmejälg. Kui Guatemalas, Nicaraguas ja Panamas näitab kõigis täpselt 80 kuulutust, ei ole see kolme majanduse kokkulangemine sama laoseisuga — see on üks ülesvoolu-allikas kõva 80-lehekülje piiranguga, mis toidab kõiki kolme samamoodi. El Salvadori 78 on see vihje, mis seda kinnitab: piisavalt lähedal, et olla sama allikas, ent piisavalt erinev, et tõestada, et tegu pole meie enda torustiku copy-paste-veaga. Kusagil on piirkondlik kinnisvara-agregaator, mis piirab tasuta tulemuslehed umbes 80 kuulutusele riigi kohta, ja kuni me sellest mööda ei saa — otse allikalt hankides, mitte agregaatori kaudu, või lehitsedes mööda mistahes müürist, mille see üles seab —, näevad need neli riiki alati identselt pisikesed välja, olenemata sellest, milline nende tegelik turg on.
See on mis tahes uue andmestiku ausalt ülesehitamise vähem glamuurne osa: esimesed arvud, mille sa kätte saad, ei ole turg, vaid sinu praeguste allikate kuju. Ma pigem avastan selle esimesel nädalal, kui avaldan postituse "väikseimad kinnisvaraturud Kesk-Ameerikas", mis põhineb ühe scraperi leheküljepiirangul.
Neljas päev: see, mis mind tegelikult üllatas
Mitte Jaapani kontsentratsioon — seda ma poolenisti ootasingi, arvestades, kui suur osa meie enda kinnisvarasignaalist juba tuli Jaapani allikatest äri autopoole kaudu. Mind üllatas see, kui loetav andmekvaliteedi probleem oli ilma igasuguse eritööriistata. Statistikahariduseta pole vaja, et märgata kolme 80-t järjest. Vaja on lihtsalt arve järjekorras vaadata, mis ongi enamik sellest tööst.
See pani mind ka ümber hindama midagi meie autoandmete kohta, mida ma polin enam märganud, sest olen sellega harjunud: 73 piirkonda ehtsa hajuvusega, ükski piirkond üle 6,1%, 1375 sõltumatut allikat, mis seda toidavad — see jaotus ei ole scrapitud andmestiku loomulik seisund, vaid kaheksa aastat, mille jooksul teadlikult mööda hiilitud täpselt sedasama tüüpi agregaatori-müürist, mis just kinnisvaravoo kolmandal päeval nähtavale ilmus. Igaüks neist 73 piirkonnast nägi alguses välja täpselt nagu Guatemala.
Kus asi praegu seisab
Kinnisvara ei ole veel toode — see on signaal, mida me jälgime, samal ajal kui autode pool jätkuvalt töötab, üks rida pikemas teekaardis laiema kinnisvarakatvuse suunas. Kuid nädal selle täitumise jälgimist oli kena meeldetuletus sellest, millises järjekorras toimingud tegelikult käivad: käivita andmevoog, muutu ümmarguste arvude suhtes kahtlustavaks, leia müür, ehita siis viis sellest mööda saamiseks. Jaapan lakkab olemast 97,8% sellest andmevoost samamoodi, nagu Prantsusmaa — mitte ÜAE ega Jaapan — jõudis meie autoloenduses tippu: lisades allikaid, kuni ükski üksik allikas ei saa kogenumina domineerida.
