Nieruchomości to w tej firmie wciąż młodszy partner. Samochody są biznesem; nieruchomościami zaczęliśmy się bawić, bo infrastruktura do scrapowania była już zbudowana i nikt nie mógł się oprzeć sprawdzeniu, co jeszcze da się nią wyciągnąć. Większość tego zbioru danych o nieruchomościach to jeden kraj, Japonia, w skali, przy której wszystko inne wygląda jak błąd zaokrąglenia. Ale ten błąd zaokrąglenia to wciąż jakieś 13 000 ogłoszeń, a trzy tygodnie temu zdecydowałem się je faktycznie przeczytać, a nie tylko zliczyć.
15 września. Wyciągnąłem próbkę z Egiptu, Niemiec i Sri Lanki — to jedyne trzy regiony poza Japonią z wystarczającą liczbą wierszy, żeby nazwać je „rynkiem", a nie zalążkiem. W danych siedzą też cztery inne kraje (Gwatemala, Nikaragua, Panama, Salwador), każdy zamrożony na dokładnie 80 ogłoszeniach, co jest osobną historią, której tu nie będę powtarzał — to warstwa listy czekających, nie żywy rynek, i stoi nietknięta od zamrożenia ekspansji. Tym razem interesowały mnie te trzy, które są faktycznie crawlowane na bieżąco.
Pierwsze wrażenie: ogłoszenia z Egiptu czytają się, jakby kraj miał dwa realne rynki nieruchomości noszące jedną skórę. Ogłoszenia mieszkań z Kairu i Aleksandrii, gęste i transakcyjne, siedzą w tym samym feedzie co domki (chalets) z Wybrzeża Północnego i nad Morzem Czerwonym, które wyraźnie są wycenione dla kupujących drugi dom i opisywane prawie wyłącznie w kategoriach odległości od plaży. W danych o samochodach nic takiego się nie zdarza — używany Hyundai nie ma rozdwojonej tożsamości w zależności od tego, w którym mieście jest zaparkowany.
19 września. Niemcy zaskoczyły mnie najbardziej, i niestety nie w dobry sposób. Oczekiwałem, że niemieckie ogłoszenia nieruchomości będą dominowane przez sprzedaż — Niemcy to, jak wiadomo, naród najemców, ale źródła, które scrapujemy, mają tendencję do ogłoszeń maklerskich, więc założyłem, że to oznacza ofertę na sprzedaż. Pomyłka. Zauważalna część tego, co ściągamy, to Mietwohnung — mieszkania na wynajem — wymieszane z ogłoszeniami sprzedaży w sposób, który, jeśli kiedykolwiek zbudujemy na tym niemiecki model cenowy nieruchomości, będzie wymagał własnego filtra, zanim ktokolwiek uwierzy w jakąkolwiek liczbę wyliczoną na tej podstawie. W tej chwili surowy feed nie rozdziela wynajmu od sprzedaży wystarczająco czysto, żebym czuł się swobodnie, nazywając cokolwiek „typową ceną".
24 września. Sri Lanka zajęła więcej czasu, żeby ją poczuć, bo ogłoszenia są naprawdę bardziej zróżnicowane na głowę niż te z Egiptu czy Niemiec. Apartamenty w Kolombo, kolonialne bungalowy w głębi lądu, parcele nad plażą na południu — to mały zbiór danych (4 006 ogłoszeń) obejmujący kraj z diametralnie różnymi archetypami nieruchomości w zależności od regionu, a ta zmienność przy takiej wielkości próbki objawia się jako szum, nie sygnał. Zapisałem tego dnia w notatkach: „to jest ten przypadek, w którym najmniej ufałbym modelowi, a najbardziej człowiekowi". Wciąż prawda.
29 września. Wróciłem do surowych liczb, żeby zweryfikować moje jakościowe odczucia wobec danych, bo trzy tygodnie anegdot mogą przekonać człowieka do historii, której w rzeczywistości nie ma. Egipt: 4 427. Niemcy: 4 230. Sri Lanka: 4 006. Wystarczająco bliskie siebie, żeby żaden z trzech nie był „tym prawdziwym", a resztą jedynie dodatkiem — są mniej więcej wyrównane, co nie było oczywiste z samego przeglądania, bo ogłoszenia z Egiptu wydawały się po prostu liczniejsze.
Spójrzmy na ten wykres w połączeniu z faktem, że sama Japonia stanowi 588 644 z naszych łącznie 601 702 wierszy danych o nieruchomościach, i dostajemy szczery obraz tego sektora w tej chwili: jeden ogromny, dojrzały rynek, który faktycznie mierzymy, trzy małe, ale realne rynki, które zaczynamy rozumieć, i cztery zaślepki czekające, aż ktoś zdecyduje, że warto je rozbudować. To nie jest narzekanie — samochody przeszły przez dokładnie ten sam lejek, tylko w dłuższej skali czasu i z dużo większą liczbą źródeł.
3 października. Ostatni wpis przed napisaniem tego tekstu. Szukałem jednej konkretnej rzeczy: czy ogłoszenia z Egiptu, Niemiec i Sri Lanki wyceniają konsekwentnie w lokalnej walucie, czy jest tu ten sam rodzaj bałaganu z oznaczaniem walut, który ugryzł nas po stronie samochodowej więcej niż raz (mieliśmy wcześniej źródła, które po cichu raportowały w złej jednostce, i kosztowało nas to w tym roku błąd parsowania cen 1000x przy samochodach). Krótka odpowiedź: w większości konsekwentnie, ale niemieckie ogłoszenia wynajmu czasami niosą miesięczną kwotę obok całkowitej ceny ogłoszenia sprzedaży, bez niczego w surowym tekście, co rozróżniałoby te dwie rzeczy, poza kontekstem, który wychwyciłby czytelnik-człowiek, a parser nie.To jest kolejne realne zadanie inżynieryjne tutaj, nie nowy kraj.
| Rynek | Ogłoszenia | Co się wyróżnia |
|---|---|---|
| Egipt | 4 427 | Rozdwojona tożsamość: miejskie mieszkania vs. nadmorskie drugie domy |
| Niemcy | 4 230 | Ogłoszenia wynajmu i sprzedaży wymieszane w tym samym feedzie |
| Sri Lanka | 4 006 | Wysoka zmienność archetypów na ogłoszenie — od apartamentu przez kolonialny bungalow do parceli |
Nic z tego nie jest gotowe na model cenowy w takim sensie, w jakim gotowy jest nasz model cen samochodów w ZEA. Ale trzy tygodnie temu nie wiedziałem, czy te trzy kraje są realnymi rynkami, czy po prostu szumem, który przypadkiem przekroczył próg liczby wierszy. Teraz wiem, że są realne, wiem z grubsza, w czym różnią się od siebie strukturalnie, i wiem, jaka jedna poprawka — rozdzielenie wynajmu od sprzedaży w niemieckim feedzie — musi się wydarzyć, zanim to wszystko stanie się czymś więcej niż ćwiczeniem w przeglądaniu. Dzienniki są w większości przydatne właśnie do tego: nie do znajdowania odpowiedzi, a do znajdowania następnego pytania, które warto zadać.
