L'immobiliare resta il socio junior di questa azienda. Le auto sono il business; l'immobiliare è la cosa che abbiamo iniziato a stuzzicare perché l'infrastruttura di scraping era già pronta e nessuno ha saputo resistere alla tentazione di vedere cos'altro potesse tirare fuori. Gran parte di quel dataset immobiliare è un solo paese, il Giappone, su una scala tale da far sembrare tutto il resto un errore di arrotondamento. Ma l'errore di arrotondamento sono comunque circa 13.000 inserzioni, e tre settimane fa ho deciso di leggerle davvero invece di limitarmi a contarle.
15 settembre. Ho estratto un campione da Egitto, Germania e Sri Lanka — le uniche tre regioni non giapponesi con righe sufficienti per poterle chiamare "mercato" e non uno stub. Altri quattro paesi (Guatemala, Nicaragua, Panama, El Salvador) sono presenti anche loro nei dati, ciascuno fermo esattamente a 80 inserzioni, il che è una storia a sé che non racconterò qui — è un livello di lista d'attesa, non un mercato vivo, e non viene toccato da quando è stato congelato l'espansione. Quello che volevo questa volta erano i tre che vengono effettivamente scrapati in modo continuativo.
Prima impressione: le inserzioni egiziane si leggono come un paese con due mercati immobiliari reali dentro un'unica pelle. Gli annunci di appartamenti del Cairo e di Alessandria, densi e transazionali, convivono nello stesso feed con gli chalet della Costa Nord e del Mar Rosso, chiaramente pensati per acquirenti di seconde case e descritti quasi esclusivamente in termini di distanza dalla spiaggia. Niente del genere si vede nei dati auto — una Hyundai usata non ha un'identità sdoppiata in base alla città in cui è parcheggiata.
19 settembre. La Germania è quella che mi ha sorpreso di più, e non in senso positivo. Mi aspettavo che le inserzioni immobiliari tedesche fossero dominate dalle vendite — i tedeschi sono notoriamente una nazione di inquilini, certo, ma le fonti che scrapiamo tendono verso annunci intermediati, e avevo dato per scontato che ciò significasse inventario in vendita. Sbagliato. Una parte consistente di quello che raccogliamo è Mietwohnung — appartamenti in affitto — mescolato agli annunci di vendita in un modo che, se dovessimo mai costruire un modello di prezzo immobiliare tedesco su questi dati, richiede un proprio filtro prima che qualcuno si fidi di un numero che ne esce. Al momento il feed grezzo non distingue affitto da vendita con una chiarezza tale da farmi sentire a mio agio a chiamare qualcosa un "prezzo tipico".
24 settembre. Lo Sri Lanka mi ha richiesto più tempo per farmi un'idea, perché le inserzioni sono davvero più varie, in proporzione, di quelle egiziane o tedesche. Condomini a Colombo, bungalow coloniali nell'entroterra, lotti di terreno fronte mare a sud — è un dataset piccolo (4.006 inserzioni) che copre un paese con archetipi immobiliari enormemente diversi a seconda della regione, e quella varianza si manifesta come rumore piuttosto che come segnale a questa dimensione del campione. Quel giorno ho scritto nei miei appunti: "questo è quello in cui mi fiderei meno di un modello e più di una persona". Ancora valido.
29 settembre. Sono tornato ai conteggi grezzi per verificare la mia lettura qualitativa rispetto ai numeri, perché tre settimane di aneddoti possono convincerti di una storia che non esiste. Egitto: 4.427. Germania: 4.230. Sri Lanka: 4.006. Abbastanza vicini tra loro che nessuno dei tre è "quello vero" con gli altri come ripensamenti — sono grosso modo appaiati, cosa che non era ovvia dalla sola navigazione, dato che le inserzioni egiziane sembravano più numerose.
Guardando questo grafico insieme al fatto che il Giappone da solo porta 588.644 delle nostre 601.702 righe immobiliari totali, si ottiene la forma onesta di questa verticale al momento: un mercato enorme e maturo che stiamo davvero misurando, tre mercati piccoli ma reali che stiamo iniziando a capire, e quattro segnaposto in attesa che qualcuno decida se vale la pena svilupparli. Non è una lamentela — le auto sono passate esattamente per lo stesso imbuto, solo su un arco di tempo più lungo e con molte più fonti.
3 ottobre. Ultima voce prima di scrivere questo articolo. Stavo cercando una cosa specifica: le inserzioni di Egitto, Germania e Sri Lanka riportano i prezzi nella valuta locale in modo coerente, oppure c'è il tipo di pasticcio di etichettatura delle valute che ci ha morso più di una volta sul lato auto (abbiamo avuto fonti che riportavano silenziosamente nell'unità sbagliata, e ci è costato un bug di parsing dei prezzi 1000x sulle auto all'inizio di quest'anno)? Risposta breve: perlopiù coerenti, ma gli annunci di affitto tedeschi a volte riportano una cifra mensile accanto al prezzo totale di un annuncio di vendita, senza nulla nel testo grezzo che distingua i due casi se non il contesto, che un lettore umano colge e un parser no. Questo è il prossimo vero compito di ingegneria qui, non un nuovo paese.
| Mercato | Inserzioni | Cosa risalta |
|---|---|---|
| Egitto | 4.427 | Identità sdoppiata: appartamenti urbani vs. seconde case costiere |
| Germania | 4.230 | Annunci di affitto e vendita mescolati nello stesso feed |
| Sri Lanka | 4.006 | Alta varianza di archetipi per inserzione — dal condominio al bungalow coloniale al lotto di terreno |
Niente di tutto questo è pronto per un modello di prezzo come lo è il nostro pricing auto per gli Emirati. Ma tre settimane fa non sapevo se questi tre paesi fossero mercati reali o semplicemente rumore che per caso aveva superato una soglia di conteggio righe. Ora so che sono reali, so grosso modo dove differiscono tra loro nella struttura, e so l'unica correzione — separare affitto da vendita nel feed tedesco — che deve avvenire prima che tutto questo diventi qualcosa di più di un esercizio di navigazione. I diari servono soprattutto a questo: non a trovare la risposta, ma a trovare la prossima domanda che vale la pena porsi.
