この会社において不動産はまだ下っ端のパートナーだ。本業は車で、不動産に手を出したのは単にスクレイピングの仕組みがすでにあり、それで他に何が引っ張れるか誰も気にせずにはいられなかったからにすぎない。そのデータセットの大半は日本一国に集中していて、そのスケールのせいで他の地域はすべて誤差の範囲のように見えてしまう。だが誤差の範囲とはいえそれでも13,000件ほどの掲載があり、3週間前、私はそれをただ数えるのではなく実際に読んでみることにした。
9月15日。 エジプト、ドイツ、スリランカからサンプルを抽出した――"市場"と呼べるだけの件数があり、スタブにすぎない国ではない、日本以外の3地域だけだ。グアテマラ、ニカラグア、パナマ、エルサルバドルの4カ国もデータには存在するが、いずれもきっちり80件のまま凍結されており、これはそれ自体で別の話なので今回は触れない――これはウェイトリスト段階であって稼働中の市場ではなく、拡張凍結以来手つかずのままだ。今回見たかったのは、実際に継続的にクロールされている3つの地域だった。
第一印象として、エジプトの掲載は1つの皮の下に2つの本物の不動産市場をまとったような国に読める。カイロとアレクサンドリアのアパート掲載は密で取引志向が強く、それがノースコーストや紅海沿岸のシャレー（別荘的な別宅）の掲載――明らかにセカンドハウス購入者向けに価格設定され、説明文のほとんどがビーチまでの距離を基準にしている――と同じフィードに混在している。車のデータにはこれに似たものは一つもない。中古ヒュンダイが、どの街に停められているかで二重のアイデンティティを持つことはないのだ。
9月19日。 一番驚かされたのはドイツで、しかも良い意味の驚きではなかった。ドイツの不動産掲載は売買中心だろうと予想していた――ドイツ人が有名な賃貸好き国民であるのは事実だが、私たちがスクレイピングしているソースは仲介物件に偏っているため、それは売り物件の在庫が中心だという意味だと思い込んでいた。これは間違いだった。取得しているデータのかなりの部分がMietwohnung（賃貸アパート）であり、それが売買物件の掲載と混在している。もし今後これをもとにドイツの不動産価格モデルを作るなら、誰かが出てきた数字を信用する前に、専用のフィルターが必要になる。今のところ、生のフィードは賃貸と売買を十分にきれいに区別していないので、何かを「典型的な価格」と呼べる自信が私にはない。
9月24日。 スリランカは、エジプトやドイツに比べて1件あたりの掲載がはるかに多様なため、感触をつかむのに時間がかかった。コロンボのコンドミニアム、内陸部の植民地時代のバンガロー、南部の海岸沿いの土地区画――これは小さなデータセット（4,006件）だが、地域によって全く異なる不動産のアーキタイプを持つ国をカバーしており、このサンプル規模ではその分散がシグナルではなくノイズとして表れる。その日、私はメモにこう書いた。「これはモデルを一番信用できず、人間を一番信用できるケースだ」。今もその通りだと思う。
9月29日。 定性的な読み取りを数字で裏取りするために、生の件数に戻って確認した。3週間分の逸話は、実際には存在しない物語を信じ込ませることがあるからだ。エジプト：4,427件。ドイツ：4,230件。スリランカ：4,006件。互いに十分近く、3つのうちどれかが「本物」で残りが付け足しというわけではない――ほぼ同数であり、これは閲覧だけでは明らかではなかった。エジプトの掲載は、実際より件数が多く感じられたからだ。
このチャートを、日本一国だけで不動産データ全体601,702件のうち588,644件を占めているという事実と並べて見ると、このバーティカルの今の姿が正直に見えてくる。本当にしっかり計測できている巨大で成熟した市場が1つ、理解し始めている小さいが本物の市場が3つ、そして誰かが「構築する価値がある」と決めるのを待っているプレースホルダーが4つ。これは不満ではない――車だってまったく同じファネルを通ってきた、ただより長い時間をかけて、はるかに多くのソースを使ってだけだ。
10月3日。 この記事を書く前の最後のエントリー。私は一つ特定のことを調べようとした。エジプト、ドイツ、スリランカの掲載は現地通貨で一貫して価格表示されているのか、それとも車側で何度も痛い目を見たような通貨タグ付けの混乱があるのか（あるソースが黒子的に間違った単位で報告していたことが過去にあり、それが今年前半の車データでの1000倍の価格解析バグの原因になった）。短い答えは、おおむね一貫しているが、ドイツの賃貸掲載には時折、売買掲載の総額の隣に月額の数字が載っていて、生テキスト上は人間の読者ならコンテキストで見分けられるが、パーサーには見分けがつかないものがある、というものだ。ここでの次の実際のエンジニアリング課題はそれであって、新しい国の追加ではない。
| 市場 | 掲載件数 | 目立つ点 |
|---|---|---|
| エジプト | 4,427 | 二重のアイデンティティ：都市型アパート vs 沿岸のセカンドハウス |
| ドイツ | 4,230 | 賃貸と売買の掲載が同じフィードに混在 |
| スリランカ | 4,006 | 掲載ごとのアーキタイプの分散が大きい――コンドミニアムから植民地時代のバンガロー、土地区画まで |
これらはいずれも、UAEの車の価格モデルのようにすぐ価格モデル化できる状態ではない。しかし3週間前の私は、この3カ国が本物の市場なのか、たまたま件数の閾値を超えただけのノイズなのかさえ分かっていなかった。今では、それらが本物であることを知り、構造上どこで互いに食い違っているかをおおまかに知り、そしてこれが単なる閲覧の域を超える前に必ずやるべき修正が一つあること――ドイツのフィードで賃貸と売買を分離すること――を知っている。日記というのは、だいたいそういう使い方で役に立つものだ。答えを見つけるためではなく、次に問うべき問いを見つけるために。
