În acest moment monitorizăm 1.108.535 de anunțuri auto active în 73 de regiuni și 1.375 de surse, iar peste asta se adaugă 601.702 de anunțuri imobiliare, verticala noastră mai nouă. Doar Japonia reprezintă 588.644 din rândurile imobiliare — o cifră atât de dominantă încât practic stabilește scara pentru tot restul. Urmează Egiptul, cu 4.427. Germania, cu 4.230. Sri Lanka, cu 4.006. Apoi lista se prăbușește brusc, iar patru țări se regăsesc la coadă cu exact aceeași cifră: 80.
Guatemala: 80. Nicaragua: 80. Panama: 80. El Salvador: 80.
| Regiune | Anunțuri imobiliare |
|---|---|
| Japonia | 588.644 |
| Egipt | 4.427 |
| Germania | 4.230 |
| Sri Lanka | 4.006 |
| Guatemala | 80 |
| Nicaragua | 80 |
| Panama | 80 |
| El Salvador | 80 |
Am observat asta răsfoind defalcarea brută pe regiuni, nu căutând-o în mod special. Patru țări fără nimic în comun din punct de vedere geografic în afară de „America Centrală” — monede diferite, populații de dimensiuni diferite (Guatemala are aproximativ 18 milioane de locuitori, El Salvador circa 6 milioane), piețe imobiliare complet diferite — ajungând la aceeași cifră exactă nu este un semnal de piață. Este o amprentă lăsată de modul în care au ajuns datele acolo.
Ce se întâmplă de fapt
Când integrăm o regiune nouă, nu conectăm dintr-o dată zeci de portaluri imobiliare locale. Începem cu orice sursă este accesibilă și merită timpul crawler-ului, apoi extindem de acolo — același tipar pe care l-am folosit și la aducerea online a surselor auto, piață cu piață (am scris despre mecanismele acestui proces într-un articol despre integrarea de noi țări). Pentru o mare parte din America Centrală, acoperirea imobiliară trece în prezent printr-o singură rețea regională de anunțuri care deservește toate cele patru țări de pe aceeași platformă comună. Dacă platforma respectivă plafonează fluxul public de anunțuri — un nivel gratuit, o limită de paginare, un zid de tip „arată mai multe” pe care un crawler automat nu îl depășește niciodată — fiecare țară din spatele ei moștenește același plafon. Nu pentru că fiecare piață în parte are cu adevărat doar 80 de locuințe de vânzare. Ci pentru că ușa prin care trecem acum se deschide doar pentru 80 de anunțuri.
Este o explicație banală și vreau să fiu sincer că este cea mai plauzibilă, nu una confirmată — nu am urmărit fiecare cerere din acel traseu al crawler-ului bit cu bit. Dar teoriile alternative nu rezistă. Patru țări care produc în mod independent aceeași cifră reală, până la ultima cifră, nu este ceva ce fac piețele imobiliare reale. Coincidențele atât de perfecte sunt semnul unor baze de date care „vorbesc” între ele, nu al unor economii.
De ce contează asta dacă te afli chiar tu într-una din aceste piețe
Dacă evaluezi prețul unei proprietăți în San Salvador sau în Panama City și te uiți la cifrele noastre așteptând genul de acoperire pe care l-ai obține pentru o mașină în EAU (59.393 de anunțuri) sau în Franța (67.569), vei fi dezamăgit — și pe bună dreptate. Optzeci de anunțuri nu pot susține același tip de modelare a prețurilor pe care o poate susține un set de date regional cu șase cifre. Tratează o astfel de cifră ca pe „avem un cap de pod aici”, nu ca pe „iată piața”. Utilizarea onestă a unui set de date tânăr este una orientativă — este acest cartier în creștere, este acest tip de proprietate comun — nu o cifră exactă în care să ai încredere deplină.
Aceeași precauție se aplică pe scară mai largă decât aceste patru țări. Oriunde numărul nostru regional pare suspect de rotund, sau suspect de identic cu cel al unui vecin, merită să te întrebi dacă te uiți la o piață sau la o limitare a sursei. Preferăm să știi asta decât să ai încredere într-un grafic care, de fapt, nu face decât să descrie setările de paginare ale unui scraper.
Soluția, și de ce este lentă
A depăși cifra de 80 în aceste piețe înseamnă aceeași muncă lipsită de strălucire ca peste tot altundeva în expansiunea noastră: găsirea următoarei surse accesibile, verificarea faptului că nu o dublează pe prima, conectarea ei în crawler și urmărirea cifrei cum se mișcă din motive reale, nu dintr-o limită a fluxului de date. Am făcut asta de zeci de ori pe partea auto, o regiune pe rând, și nu există nicio scurtătură care să nu riște date de proastă calitate. Nici cele 588.644 de anunțuri imobiliare ale Japoniei nu au apărut din întâmplare — au ajuns acolo pentru că am continuat să adăugăm surse mult după ce prima încetase să mai conteze.
Așa că, dacă revii peste câteva luni să verifici Guatemala și cifra este încă 80, nu înseamnă că am uitat de ea. Înseamnă că rândul acelei piețe nu a venit încă. Iar dacă sare la 800, vei ști că ceva real s-a schimbat în amonte, nu doar în crawler-ul nostru.
