J'ai passé l'essentiel de mon temps sur les voitures d'occasion — 1,1 million d'annonces, 73 régions, le habituel va-et-vient de baisses de prix et de re-publications. Alors quand les données immobilières ont commencé à atterrir dans les mêmes tableaux de bord que j'utilise pour les voitures, je ne m'attendais pas à ce que ça retienne mon attention. C'est pourtant arrivé, pour des raisons qui n'avaient rien à voir avec le plan initial.
Voici le journal de bord, à peu près dans l'ordre où j'ai réellement remarqué les choses.
Jour un : le chiffre qui ne bouge pas
La première chose que je vérifie sur n'importe quel nouveau flux, c'est le total, parce que les totaux mentent moins que tout le reste dans ce métier. L'immobilier affichait 601 702 annonces. Bien. Puis je l'ai ventilé par région, et le chiffre a cessé de ressembler à un déploiement mondial pour ressembler à un projet mono-pays assorti d'une erreur d'arrondi : le Japon à lui seul représentait 588 644 de ces annonces. Soit 97,8 % de l'ensemble du flux.
Pour donner un point de comparaison, nos données automobiles couvrent 73 régions sans qu'aucune ne dépasse 6 % du total (la France, notre plus grosse région, pèse 67 569 annonces sur 1,1 million — environ 6,1 %). L'immobilier affiche une concentration seize fois supérieure. J'ai hésité un moment à me demander s'il ne s'agissait pas d'un bug dans l'outil de rattachement régional, avant de me souvenir de ce qui en est réellement la cause : les portails immobiliers japonais eux-mêmes recensent un volume énorme d'akiya, ces maisons rurales abandonnées ou quasi abandonnées que le gouvernement essaie d'écouler depuis des années, souvent à des prix qui font passer une Corolla d'occasion pour un achat de luxe. Ces portails sont exhaustifs, structurés pour la machine, et gigantesques. Ceux des autres pays ne le sont pas encore.
Jour deux : à la recherche des 2,2 % restants
Je voulais savoir à quoi ressemblait « le reste du monde », alors j'ai isolé les régions hors Japon et je les ai alignées.
L'Égypte devance de peu l'Allemagne, ce qui m'a surpris — j'aurais parié qu'un marché aussi vaste et bien documenté que le marché allemand dominerait un échantillon aléatoire avant Le Caire. Le Sri Lanka tient bon lui aussi, à quatre chiffres. Puis c'est la falaise : les quatre pays d'Amérique centrale — le Guatemala, le Nicaragua, le Panama et le Salvador — se retrouvent à 80, 80, 80 et 78.
Jour trois : trois chiffres identiques, ce n'est jamais une coïncidence
C'est cette falaise qui m'a vraiment arrêté. Trois pays qui tombent exactement sur le même compte, ce n'est pas un signal de marché, c'est une empreinte digitale. Quand le Guatemala, le Nicaragua et le Panama affichent tous précisément 80 annonces, ce n'est pas trois économies qui convergent par hasard vers la même taille d'inventaire — c'est une seule source en amont, plafonnée à 80 résultats, qui alimente les trois de la même façon. Le 78 du Salvador est l'indice qui confirme le tout : assez proche pour venir de la même source, assez différent pour prouver que ce n'est pas une erreur de copier-coller dans notre propre pipeline. Il existe quelque part un agrégateur immobilier régional qui plafonne ses pages de résultats gratuites à environ 80 annonces par pays, et tant que nous ne le contournerons pas — en allant directement à la source plutôt que via l'agrégateur, ou en paginant au-delà du mur qu'il impose — ces quatre pays afficheront des chiffres identiquement minuscules, quelle que soit la réalité de leurs marchés.
C'est la partie peu reluisante de la construction honnête de tout nouveau jeu de données : les premiers chiffres qu'on obtient ne reflètent pas le marché, ils reflètent la forme de vos sources actuelles. Je préfère le découvrir dès la première semaine plutôt que de publier un article « les plus petits marchés immobiliers d'Amérique centrale » bâti sur la limite de pagination d'un scraper.
Jour quatre : ce qui m'a vraiment surpris
Pas la concentration japonaise — je m'y attendais à moitié, sachant à quel point une part de notre propre signal immobilier venait déjà de sources japonaises côté automobile. Ce qui m'a surpris, c'est à quel point le problème de qualité des données était lisible sans le moindre outillage particulier. Pas besoin d'un bagage en statistiques pour repérer trois fois 80 d'affilée. Il suffit de regarder les chiffres dans l'ordre, ce qui constitue l'essentiel de ce métier.
Cela a aussi recadré quelque chose sur nos données automobiles que j'avais fini par ne plus remarquer, à force d'habitude : 73 régions avec une répartition véritable, aucune région au-dessus de 6,1 %, 1 375 sources indépendantes qui l'alimentent — cette distribution n'est pas l'état naturel d'un jeu de données scrapé, c'est le résultat de huit années passées à contourner délibérément exactement le genre de mur d'agrégateur qui vient d'apparaître au jour trois du flux immobilier. Chacune de ces 73 régions a commencé par ressembler au Guatemala.
Où en sommes-nous aujourd'hui
L'immobilier n'est pas encore un produit — c'est un signal que nous surveillons pendant que le volet automobile continue de tourner, une ligne dans une feuille de route plus large vers une couverture immobilière élargie. Mais une semaine à observer son remplissage a été un bon rappel de l'ordre dans lequel les choses se passent réellement : mettre le flux en ligne, se méfier des chiffres ronds, trouver le mur, puis construire un moyen de le contourner. Le Japon cessera de représenter 97,8 % de ce flux de la même façon que la France, et non les Émirats arabes unis ou le Japon, a fini par dominer nos comptages automobiles — en ajoutant des sources jusqu'à ce qu'aucune ne puisse plus dominer le total par accident.
