Fastigheter är fortfarande juniorpartnern i det här företaget. Bilar är kärnverksamheten; fastigheter är det vi började nosa på eftersom skrapinfrastrukturen redan fanns på plats och ingen kunde låta bli att se vad mer den kunde dra in. Större delen av det fastighetsdatasetet kommer från ett land, Japan, i en skala som gör att alla andra länder ser ut som avrundningsfel. Men avrundningsfel är fortfarande runt 13 000 annonser, och för tre veckor sedan beslutade jag mig för att faktiskt läsa dem istället för att bara räkna dem.
15 september. Hämtade ett urval från Egypten, Tyskland och Sri Lanka — de enda tre regionerna utanför Japan med nog med rader för att kallas en "marknad" snarare än en stubb. Fyra andra länder (Guatemala, Nicaragua, Panama, El Salvador) finns också i datan, var och en frusen vid exakt 80 annonser, vilket är sin egen historia som jag inte ska återberätta här — det är en väntelistenivå, inte en levande marknad, och den har legat orörd sedan expansionsfrysningen. Det jag ville ha den här gången var de tre som faktiskt skrapas löpande.
Första intrycket: Egyptens annonser läser som ett land med två riktiga fastighetsmarknader i ett skal. Lägenhetsannonser från Kairo och Alexandria, täta och transaktionsinriktade, ligger i samma flöde som chalets vid Norra kusten och Röda havet som uppenbarligen är prissatta för köpare av fritidshus och beskrivs nästan uteslutande i termer av avstånd till stranden. Ingenting i bildata ser ut så — en begagnad Hyundai har inte en delad identitet beroende på vilken stad den står parkerad i.
19 september. Tyskland var den som förvånade mig mest, och inte av en bra anledning. Jag förväntade mig att tyska fastighetsannonser skulle domineras av försäljningar — tyskar är ju beryktat ett hyresland, visst, men källorna vi skrapar lutar mot mäklarförmedlade annonser, och jag antog att det betydde säljobjekt. Fel. En märkbar del av det vi hämtar in är Mietwohnung — hyreslägenheter — blandade med säljannonserna på ett sätt som, om vi någonsin bygger en tysk prismodell för fastigheter utifrån detta, behöver sitt eget filter innan någon kan lita på ett tal ur den. Just nu skiljer inte rådataflödet tydligt nog mellan hyra och köp för att jag ska känna mig bekväm med att kalla något ett "typiskt pris."
24 september. Sri Lanka tog längre tid att få grepp om eftersom annonserna genuint är mer varierade per capita än Egyptens eller Tysklands. Lägenheter i Colombo, bungalower från kolonialtiden uppe i landet, strandnära tomter nedåt söderut — det är ett litet dataset (4 006 annonser) som täcker ett land med vilt olika fastighetsarketyper beroende på region, och den variationen visar sig som brus snarare än signal vid den här urvalsstorleken. Jag skrev i mina anteckningar den dagen: "det här är den jag skulle lita minst på en modell för och mest på en människa." Fortfarande sant.
29 september. Gick tillbaka till råtalen för att sanitetskontrollera min kvalitativa bild mot siffrorna, eftersom tre veckors anekdoter kan övertala dig om en historia som inte finns. Egypten: 4 427. Tyskland: 4 230. Sri Lanka: 4 006. Nära varandra nog för att ingen av de tre ska vara "den riktiga" och de andra bisaker — de ligger ungefär jämsides, vilket inte var uppenbart bara genom att bläddra eftersom Egyptens annonser kändes som fler.
Lägg det diagrammet bredvid det faktum att Japan ensamt bär 588 644 av våra totalt 601 702 fastighetsrader, och man får den ärliga formen på den här vertikalen just nu: en enorm, mogen marknad vi faktiskt mäter på riktigt, tre små men verkliga marknader vi börjar förstå, och fyra platshållare som väntar på att någon ska bestämma att de är värda att bygga ut. Det är inget klagomål — bilar gick igenom exakt samma tratt, bara över en längre tidslinje och med betydligt fler källor.
3 oktober. Sista anteckningen innan jag skrev ihop detta. Jag letade efter en specifik sak: prissätter Egyptens, Tysklands och Sri Lankas annonser konsekvent i lokal valuta, eller finns det den typ av valutamärkningsrörigheten som bitit oss på bilsidan mer än en gång (vi har haft källor som tyst rapporterat i fel enhet tidigare, och det kostade oss en 1000-faldig prisparsningsbugg på bilar tidigare i år). Kort svar: mestadels konsekvent, men Tysklands hyresannonser bär ibland en månadssiffra bredvid en säljannons totalpris utan något i rådatan som skiljer de två åt förutom kontext som en mänsklig läsare skulle fånga upp men en parser inte skulle. Det är nästa faktiska ingenjörsuppgift här, inte ett nytt land.
| Marknad | Annonser | Vad som sticker ut |
|---|---|---|
| Egypten | 4 427 | Delad identitet: stadslägenheter mot fritidshus vid kusten |
| Tyskland | 4 230 | Hyres- och säljannonser blandade i samma flöde |
| Sri Lanka | 4 006 | Hög arketypvariation per annons — bostadsrätt till kolonial bungalow till tomtmark |
Inget av detta är redo för en prismodell på det sätt vår bilprissättning för Förenade Arabemiraten är. Men för tre veckor sedan visste jag inte om dessa tre länder var riktiga marknader eller bara brus som råkade klara en gräns för radantal. Nu vet jag att de är verkliga, jag vet ungefär var de skiljer sig från varandra strukturellt, och jag vet den ena fixen — att separera hyra från köp i det tyska flödet — som måste ske innan något av detta blir mer än en bläddringsövning. Dagböcker är mest användbara för just det: inte för att hitta svaret, utan för att hitta nästa fråga värd att ställa.
