Juuri nyt seuraamme 1 108 535 aktiivista autoilmoitusta 73 alueella ja 1 375 lähteessä, ja niiden päälle kertynyttä 601 702 kiinteistöilmoitusta uudempana toimialana. Japani yksinään vastaa 588 644:stä kiinteistörivistä — luku niin hallitseva, että se käytännössä määrittää mittakaavan kaikelle muulle. Seuraavana tulee Egypti, 4 427 ilmoituksella. Saksa 4 230:lla. Sri Lanka 4 006:lla. Sen jälkeen lista putoaa jyrkästi, ja neljä maata jää listan pohjalle täsmälleen samalla luvulla: 80.
Guatemala: 80. Nicaragua: 80. Panama: 80. El Salvador: 80.
| Alue | Kiinteistöilmoitukset |
|---|---|
| Japani | 588 644 |
| Egypti | 4 427 |
| Saksa | 4 230 |
| Sri Lanka | 4 006 |
| Guatemala | 80 |
| Nicaragua | 80 |
| Panama | 80 |
| El Salvador | 80 |
Huomasin tämän selatessani aluekohtaista raakadataa, en etsimässä sitä. Neljä maata, joilla ei ole maantieteellisesti mitään yhteistä "Keski-Amerikkaa" lukuun ottamatta — eri valuutat, eri väkiluvut (Guatemalassa asuu noin 18 miljoonaa ihmistä, El Salvadorissa noin 6 miljoonaa), täysin erilaiset asuntomarkkinat — ja silti sama, identtinen luku. Se ei ole markkinasignaali. Se on sormenjälki siitä, miten data on sinne päätynyt.
Mistä oikeasti on kyse
Kun otamme uuden alueen mukaan, emme kytke tusinaa paikallista kiinteistöportaalia käyttöön ensimmäisenä päivänä. Aloitamme siitä lähteestä, joka on tavoitettavissa ja crawlerin ajan arvoinen, ja laajennamme siitä eteenpäin — sama kaava, jota olemme käyttäneet tuodessamme automarkkinoiden lähteitä käyttöön markkina kerrallaan (kirjoitimme tästä mekaniikasta erillisessä artikkelissa uusien maiden käyttöönotosta). Suuressa osassa Keski-Amerikkaa kiinteistökattavuus kulkee juuri nyt yhden alueellisen ilmoitusverkoston kautta, joka palvelee kaikkia neljää maata samalta yhteiseltä alustalta. Jos kyseinen alusta rajoittaa julkisen ilmoitussyötteensä kokoa — ilmainen taso, sivutusraja, "näytä lisää" -seinä, jota automatisoitu crawler ei koskaan klikkaa läpi — jokainen sen takana oleva maa perii saman katon. Ei siksi, että kussakin markkinassa todella olisi myynnissä 80 asuntoa. Vaan siksi, että ovi, josta parhaillaan kuljemme sisään, aukeaa vain 80 ilmoituksen verran.
Selitys on arkinen, ja haluan olla rehellinen: se on todennäköisin selitys, ei vahvistettu selitys — emme ole jäljittäneet kyseisen crawl-polun jokaista pyyntöä tavu tavulta. Mutta vaihtoehtoiset teoriat eivät kestä tarkastelua. Se, että neljä maata tuottaisi itsenäisesti identtisen todellisen luvun, kokonaislukua myöten, ei ole jotain, mitä kiinteistömarkkinat tekevät. Näin siistit yhteensattumat ovat tietokantojen puhetta, ei talouksien.
Miksi tällä on väliä, jos toimit oikeasti jollain näistä markkinoista
Jos hinnoittelet kiinteistöä San Salvadorissa tai Panaman kaupungissa ja avaat lukumme odottaen samanlaista kattavuutta kuin auton kohdalla Arabiemiirikunnissa (59 393 ilmoitusta) tai Ranskassa (67 569), pettymys on väistämätön — ja se on oikein. Kahdeksankymmentä ilmoitusta ei voi tukea samanlaista hintamallinnusta kuin kuusinumeroinen alueellinen aineisto. Kohtele tällaista lukua viestinä "meillä on jalansija täällä", ei viestinä "tässä on markkina". Nuoren aineiston rehellinen käyttötapa on suuntaa-antava — onko tämä naapurusto nousussa, onko tämä kiinteistötyyppi yleinen — ei varma dollarisumma.
Sama varovaisuus pätee laajemminkin kuin näihin neljään maahan. Aina kun aluekohtainen lukumme näyttää epäilyttävän pyöreältä tai epäilyttävän samalta kuin naapurimaan, kannattaa kysyä, katseleeko oikeasti markkinaa vai lähteen rajoitusta. Haluamme mieluummin, että tiedät tämän, kuin että luotat kaavioon, joka itse asiassa vain kuvaa scraperin sivutusasetuksia.
Korjaus, ja miksi se on hidasta
Luvun 80 ylittäminen näillä markkinoilla vaatii samaa arkista työtä kuin kaikkialla muuallakin laajentumisessamme: seuraavan tavoitettavissa olevan lähteen löytämistä, sen varmistamista, ettei se toista ensimmäistä, sen kytkemistä crawleriin, ja sitä, että luku liikkuu oikeista syistä eikä syötteen rajoituksen vuoksi. Olemme tehneet tämän kymmeniä kertoja autopuolella, alue kerrallaan, eikä oikotietä ole ilman roskadatan riskiä. Japanin 588 644 kiinteistöilmoitustakaan ei syntynyt vahingossa — ne syntyivät siitä, että jatkoimme lähteiden lisäämistä kauan sen jälkeen, kun ensimmäinen lähde lakkasi olemasta merkityksellinen.
Jos siis tarkistat Guatemalan tilanteen muutaman kuukauden päästä ja luku on yhä 80, se ei tarkoita, että olisimme unohtaneet sen. Se tarkoittaa, että kyseisen markkinan vuoro ei ole vielä tullut jonossa. Ja jos luku hyppää 800:aan, tiedät, että jotain todellista muuttui ylävirrassa — ei vain crawlerissamme.
