私はこれまで、ほとんどの時間を中古車に費やしてきた——110万件のリスティング、73地域、価格変動と再掲載のいつもの繰り返しだ。だから、車のために使っているダッシュボードに不動産データが流れ込み始めたとき、正直そこまで気を引かれるとは思っていなかった。だが実際には引き込まれた。しかもそれは、当初の計画とは何の関係もない理由からだった。
以下は、私が実際に気づいた順番でほぼそのまま記した記録だ。
1日目:動かない数字
新しいフィードを見るとき、私が最初に確認するのは合計値だ。この業界では、合計値が一番嘘をつかないからだ。不動産は601,702件のリスティングで止まっていた。まあいい。次に地域別に分けてみると、その数字はもはやグローバル展開には見えず、端数がついた単一国プロジェクトのように見え始めた。日本だけでそのうち588,644件を占めていたのだ。全体の97.8%である。
比較のために言うと、私たちの車データは73地域にまたがり、単一地域が全体の6%を超えることはない(最大のフランスでも110万件中67,569件、約6.1%だ)。不動産はその16倍もの集中度で動いている。私は最初、これが地域タグ付けのバグではないかと行ったり来たり考えたが、実際に何がこれを引き起こしているのかを思い出した。日本国内の不動産ポータルサイトは、政府が何年も手放そうとしてきた「空き家」——放置された、あるいはほぼ放置状態の地方の家屋——を膨大な量掲載しており、その価格はしばしば中古カローラの方が高級品に見えるほど安い。これらのポータルは網羅的で、機械可読で、そして巨大だ。他の国々のポータルは、まだそこまでではない。
2日目:残り2.2%を探して
「他の国々」がどう見えるのか知りたくなり、日本以外の地域を抜き出して並べてみた。
エジプトがドイツをわずかに上回っているのは意外だった——ドイツのような大規模で情報が整備された市場の方が、カイロより先にランダムサンプルで優位に立つだろうと思っていたからだ。スリランカも4桁台を安定して維持している。そしてそこから崖のように落ち込む。中米4カ国——グアテマラ、ニカラグア、パナマ、エルサルバドル——は80、80、80、78で並んでいる。
3日目:同じ数字が3つ並ぶのは偶然ではない
私を実際に立ち止まらせたのは、その崖だった。3つの国がまったく同じ件数に着地するのは、市場のシグナルではなく、指紋のようなものだ。グアテマラ、ニカラグア、パナマがそろって正確に80件を示しているとき、それは3つの経済が同じ在庫規模に収斂したということではない——1つの上流ソースが80件というハードなページ上限を持っていて、それが3カ国すべてに同じように供給されているということだ。エルサルバドルの78件が、それを裏付ける決め手になる。同じソースだと言えるくらい近く、かつ私たち自身のパイプラインでのコピー&ペーストのミスではないと証明できるくらい違う数字だからだ。どこかに、国ごとに無料の検索結果ページをおよそ80件で打ち切っている地域の不動産アグリゲーターが存在し、それを迂回する——アグリゲーターではなく直接ソースを使うか、そのアグリゲーターが設けている壁を超えてページネーションするか——までは、この4カ国は実際の市場がどうであろうと、判で押したように小さく見え続けることになる。
これは、どんな新しいデータセットも正直に構築する際の地味な部分だ。最初に得られる数字は市場そのものではなく、今使っているソースの形を映しているにすぎない。「中米で最も小さい不動産市場」という記事を、スクレイパーのページ上限の上に組み立てて公開してしまうよりは、初週のうちにこれに気づけて良かったと思う。
4日目:実際に驚いたこと
日本への集中度には驚かなかった——事業の車側で使っている不動産シグナルの多くがすでに日本のソース由来だったこともあり、ある程度予想していたからだ。むしろ驚いたのは、特別なツールなしでこのデータ品質の問題がこれほど見えやすかったことだ。3つの80が並んでいるのを見つけるのに統計学の素養は要らない。ただ数字を順番に見ればいいだけであり、それこそがこの仕事の大部分を占めている。
このことは、私が慣れきってしまって意識しなくなっていた自社の車データについても、あらためて捉え直させてくれた。73地域にわたる本物の広がり、6.1%を超える地域はゼロ、それを支える1,375の独立したソース——この分布は、スクレイピングしたデータセットが自然に到達する状態ではない。それは、まさに3日目の不動産フィードで露呈したようなアグリゲーターの壁を、8年間かけて意図的に迂回し続けてきた結果なのだ。この73地域はすべて、かつてはグアテマラのように見えるところから始まった。
今の立ち位置
不動産はまだプロダクトではない——それは、車事業が動き続ける傍らで私たちが注視しているシグナルであり、より広い不動産カバレッジへ向けた長期ロードマップの一行にすぎない。だが、1週間かけてそれが埋まっていく様子を見守ったことは、物事が実際にどんな順序で進むのかを思い出させてくれた。フィードを稼働させる、キリのいい数字を疑う、壁を見つける、そしてその壁を越える方法を作る、という順序だ。日本がこのフィードの97.8%を占める状態から抜け出すのは、フランスが——UAEでも日本でもなく——私たちの車の件数トップに立った経緯とまったく同じ方法によってだろう。つまり、単一のソースが偶然に合計を支配できなくなるまで、ソースを追加し続けることによってだ。
