Statihouse®: desarrollo tecnológico basado en ciencia de datos para explorar estadísticamente el sector inmobiliario

Statihouse®: technological development based on data science to statistically explore the real estate sector

El sector inmobiliario requiere un mejor aprovechamiento de la ciencia de datos y los datos masivos, con el fin de favorecer la gestión informada y la toma de decisiones. El presente estudio tiene como objetivo describir un sistema (Statihouse®) que caracteriza estadísticamente propiedades en venta y predice su precio de oferta (en tiempo real o cercano), empleando datos masivos de la internet, ciencia de datos y una aplicación web. Se expone el desarrollo del sistema, enfatizando sobre sus características técnicas, los procesos y subprocesos, y la visualización para el usuario. Se presentan ejemplos de visualización, aportando resultados derivados de una muestra de 24.935 casas usadas, ofrecidas para la venta en Colombia (periodo enero 2017 – mayo 2017), los cuales fueron contrastados con algunos referentes a modo exploratorio. Este sistema resulta novedoso, pues no se encontraron antecedentes que ejecuten de forma automática desde la recolección de datos web, hasta la visualización (en tiempo real o cercano), con un alcance multitareas (descriptivo, comparativo, evolutivo, correlacional y predictivo) en el sector inmobiliario, con enfoque en la propiedad. Este sistema evidencia un caso de éxito de la ciencia de datos en el sector inmobiliario y sirve de guía y estímulo para nuevos desarrollos.

INTRODUCCIÓN

El estudio del mercado inmobiliario es un tema de interés creciente para las naciones, por las implicaciones prácticas que este genera en diversos grupos organizacionales (valuadores, agremiaciones de bienes raíces, órganos de catastro, sectores de construcción,…). La principal variable de análisis en dicho contexto ha sido el precio, pues es reconocida como la proxy más razonable del constructo “valor” del inmueble 1. El enfoque metodológico tradicional ha sido la regresión hedónica 2-4. Su lógica es explicar el precio usando modelos econométricos cuyas covariables son atributos del bien o su entorno, para los cuales se asume que van adicionando “valor” al inmueble de forma individual. Este enfoque exige el cumplimiento de los supuestos básicos de la regresión (normalidad, homocedasticidad, independencia entre observaciones, ausencia de colinealidad), pero generalmente no se cumplen, exigiendo adecuaciones (Ej: transformaciones de variables) (4-5, 1).

El enfoque de regresión de precios hedónicos ha servido de base para proponer innumerables modelos, que en su mayoría se han centrado sobre atributos observables (no constructos) como covariables (Ej: 6-7). Según Malpezzi, entre los predictores comúnmente usados, están: área construida, número de baños, número de habitaciones 8. Estos predictores particulares se muestran correlacionados, lo cual puede generar riesgos de colinealidad.