Jag har lagt större delen av min tid på begagnade bilar — 1,1 miljoner annonser, 73 regioner, den vanliga omsättningen av prissänkningar och omregistreringar. Så när fastighetsdata började landa i samma dashboards som jag använder för bilar väntade jag mig inte att det skulle fånga min uppmärksamhet. Det gjorde det, av skäl som inte hade något med planen att göra.
Här är loggen, ungefär i den ordning jag faktiskt lade märke till saker.
Dag ett: siffran som inte rör sig
Det första jag kollar med vilket nytt flöde som helst är totalen, för totaler ljuger mindre än allt annat i den här branschen. Fastigheter låg på 601 702 annonser. Okej. Sedan delade jag upp det per region, och siffran slutade se ut som en global lansering och började se ut som ett enskilt lands projekt med en avrundningsfel bifogat: Japan ensamt stod för 588 644 av dessa annonser. Det är 97,8 % av allt i flödet.
Som jämförelse spänner vår bildata över 73 regioner utan att en enda toppar 6 % av totalen (Frankrike, vår största, ligger på 67 569 av 1,1 miljoner — cirka 6,1 %). Fastigheter ligger på sexton gånger den koncentrationen. Jag vände och vred på om det här var en bugg i regiontaggaren innan jag kom ihåg vad som faktiskt driver det: Japans egna fastighetsportaler listar en enorm mängd akiya, de övergivna eller närmast övergivna lantliga husen som staten har försökt bli av med i åratal, ofta till priser som får en begagnad Corolla att framstå som ett lyxköp. Portalerna är grundliga, maskinläsbara och enorma. Alla andras är det inte, än.
Dag två: på jakt efter de resterande 2,2 %
Jag ville veta hur "alla andra" såg ut, så jag plockade ut regionerna utanför Japan och ställde upp dem.
Egypten går om Tyskland, vilket förvånade mig — jag hade gissat att en stor, väldokumenterad marknad som den tyska skulle dominera ett slumpmässigt urval före Kairo. Sri Lanka håller sig också stadigt på fyrsiffriga tal. Sedan kommer ett stup: de fyra centralamerikanska länderna — Guatemala, Nicaragua, Panama och El Salvador — ligger på 80, 80, 80 och 78.
Dag tre: tre identiska siffror är aldrig en slump
Det stupet var det som faktiskt fick mig att stanna upp. Tre länder som landar på exakt samma antal är inte en marknadssignal, det är ett fingeravtryck. När Guatemala, Nicaragua och Panama alla visar precis 80 annonser är det inte tre ekonomier som konvergerar mot samma lagerstorlek — det är en enda uppströmskälla med ett hårt sidtak på 80 som matar alla tre likadant. El Salvadors 78 är beviset som bekräftar det: tillräckligt nära för att vara samma källa, tillräckligt annorlunda för att bevisa att det inte är ett kopieringsfel i vår egen pipeline. Någonstans finns en regional fastighetsaggregator som begränsar gratis resultatsidor till ungefär 80 annonser per land, och tills vi tar oss runt den — direkt från källan istället för via aggregatorn, eller paginerar förbi vad det nu är för mur den sätter upp — kommer dessa fyra länder att läsas som identiskt små oavsett hur deras verkliga marknader ser ut.
Det här är den oglamorösa delen av att bygga upp ett nytt dataset ärligt: de första siffrorna man får är inte marknaden, de är formen på ens nuvarande källor. Jag föredrar att upptäcka det under vecka ett framför att publicera ett inlägg om "de minsta fastighetsmarknaderna i Centralamerika" byggt på en skrapares sidgräns.
Dag fyra: det som faktiskt förvånade mig
Inte Japans koncentration — den hade jag halvvägs räknat med redan från början, med tanke på hur mycket av vår egen fastighetssignal redan kom från japanska källor på bilsidan av verksamheten. Det som förvånade mig var hur lättläst datakvalitetsproblemet var utan några särskilda verktyg. Man behöver ingen statistikbakgrund för att upptäcka tre 80-tal i rad. Man behöver bara titta på siffrorna i ordning, vilket är det mesta av vad det här jobbet faktiskt går ut på.
Det satte också ett nytt perspektiv på något med vår bildata som jag slutat lägga märke till eftersom jag är van vid det: 73 regioner med genuin spridning, ingen region över 6,1 %, 1 375 oberoende källor som matar den — den fördelningen är inte det naturliga tillståndet för ett skrapat dataset, det är åtta år av att medvetet ta sig runt precis den typen av aggregatormur som just dök upp på dag tre av fastighetsflödet. Var och en av de där 73 regionerna började ut som ett Guatemala.
Var det står nu
Fastigheter är inte en produkt än — det är en signal vi bevakar medan bilsidan fortsätter rulla på, en rad i en längre färdplan mot bredare fastighetstäckning. Men en vecka av att titta på det fyllas i var en bra påminnelse om i vilken ordning saker faktiskt sker: få flödet i drift, bli misstänksam mot runda tal, hitta muren, bygg sedan en väg runt den. Japan kommer att sluta vara 97,8 % av det här flödet på samma sätt som Frankrike, inte Förenade Arabemiraten eller Japan, hamnade i topp för vår bilräkning — genom att lägga till källor tills ingen enskild kan dominera totalen av en slump.
