Desarrollo de un servicio de predicción de precios de venta y arriendo para inmuebles en Chile, Colombia y México

Abstract

El mercado inmobiliario es uno de los mercados que se encuentra en permanente crecimiento tanto, tanto en arriendo como en venta. En el caso de venta es necesario realizar una tasación del inmueble antes de comprarlo o venderlo. Por el otro lado, al arrendar o poner en arriendo una propiedad no se realiza una tasación, pero es necesario tener una idea aproximada de lo que debería costar ese arriendo. Actualmente esta información la manejan los tasadores profesionales y corredores por lo que no es directo para una persona común y corriente tener una idea del valor de un inmueble. Este trabajo busca diseñar un sistema que entregue una referencia de precio durante el proceso de arriendo, venta y compra de un inmueble, haciendo el proceso más sencillo para una persona sin conocimientos del rubro. Para lograre esto se utilizan datos de publicaciones actualmente en el mercado.El sistema le facilita al usuario un valor de referencia de lo que debería esperar al vender o arrendar una propiedad con las características consultadas. Con el fin de obtener los datos necesarios para realizar la sugerencia de precio se hizo scraping de los principales portales inmobiliarios de Chile, México y Colombia. El proceso de scraping se ejecuta semanalmente para obtener un snapshot del mercado actual. La información cruda es almacenada en un Data Lake para luego procesarla y darle formato. Posteriormente, la información ya procesada es almacenada en un Data Warehouse en el cual se construyen tablas históricas de los datos obtenidos. Teniendo información histórica se puede realizar un mejor análisis de los datos y así lograr entrenar modelos predictivos para la sugerencia de precio de publicación. Este trabajo propone un diseño escalable para así facilitar la incorporación de nueva información y la extensión a más países. Luego de la obtención de datos históricos se validaron los modelos usando métricas conocidas, se compararon con otros modelos de regresión y también se consultó a los ejecutivos de la empresa que actualmente realizaban el trabajo de sugerir precios para una propiedad de forma manual. Esta etapa del proceso consistió de varias iteraciones. Inicialmente no se obtuvieron opiniones satisfactorias de parte de los ejecutivos para ningún país, pero luego de algunas iteraciones se logró obtener opiniones satisfactorias para Chile y México. Por último se implementó una aplicación web para disponibilizar este servicio el cual permite consultar por una propiedad con ciertas características y retorna el precio sugerido y el intervalo aceptable para el precio.