Como o Unitrank funciona

Nota técnica sobre fontes de dados, modelagem e limites conhecidos. Última atualização: maio 2026.

O Unitrank classifica cada apartamento pelo quanto da sua vida ele custa. Não só o aluguel: deslocamento, ruído, acesso a supermercados, qualidade do espaço de trabalho e cada atividade diária. O apartamento que custa menos minutos por dia fica em primeiro.

Os resultados são personalizados para sua localização de trabalho, composição familiar, renda e estilo de vida. Ao agregar todas as principais plataformas, o modelo compara um Airbnb em Palermo com um aluguel direto no Argenprop e um aluguel temporário no Zonaprop em condições iguais: mesmo modelo de custo, mesmo cálculo de transporte, mesma pontuação de ruído.

1. Por que isto é mais difícil do que parece

Dados de apartamentos não são um conjunto limpo. São um ambiente hostil em degradação contínua.

Anúncios ficam desatualizados. Preços mudam. Fotos são substituídas, às vezes por imagens de unidades antigas ou fotos produzidas que não representam o que você realmente encontraria ao entrar. A mesma unidade aparece em duas ou três plataformas com preços diferentes, contagens de quartos diferentes e, às vezes, coordenadas diferentes. Categorias são usadas de forma solta: “1 quarto”, “studio”, “temporário”, “mobiliado” e “proprietário direto” significam coisas diferentes em fontes diferentes, e às vezes dentro da mesma fonte. Comissões, taxas do edifício, premissas de serviços e custos de garantia frequentemente ficam ocultos, suavizados ou aparecem só depois do primeiro contato.

Até comparações básicas quebram sem correção. Um anúncio que parece barato pode terminar mais caro que um vizinho quando taxas do edifício, serviços, garantia amortizada e comissão são adicionados de volta. Um anúncio que parece semelhante a outro no papel pode representar um apartamento, edifício ou situação de vida muito diferente na realidade.

Por isso busca de apartamento não é um problema de banco de dados. É um processo contínuo de ingestão, deduplicação, normalização, extração de atributos faltantes, validação e correção contra um mercado ruidoso, estratégico e ativamente mutável.

2. Por que preferências não são filtros literais

Portais tradicionais tratam preferências como filtros binários limpos. A intenção real do inquilino não é tão simples.

Quando alguém informa um “orçamento de $1.200”, pode querer dizer aluguel anunciado máximo, custo total real máximo, uma meta confortável que flexiona se o apartamento for claramente melhor, ou um número que muda conforme deslocamento ou mobília melhoram. Quando alguém diz “perto do trabalho”, pode querer dizer a pé, uma viagem curta de metrô ou simplesmente “não exaustivo no fim da semana”. “Mobiliado” varia de pronto para morar a “tem uma cama”. “Seguro” pode significar baixa criminalidade, ruas mais tranquilas, melhor conservação ou apenas um bairro que parece mais calmo.

Dois inquilinos podem dar entradas idênticas e querer resultados muito diferentes. Dois apartamentos idênticos podem ser a escolha certa para um lar e errada para outro. A razão é que preferências são expressões comprimidas de compromissos (tempo contra dinheiro, conveniência contra preço, qualidade contra fricção), e esses compromissos não são capturados por uma correspondência literal de etiqueta.

Por isso o Unitrank trata muitas preferências como sinais interpretados. O ranking avalia compromissos contra o lar, duração de estadia, renda e estilo de vida específicos, não apenas contra as palavras digitadas em um filtro.

3. O que medimos

Cada apartamento é avaliado em 21 aspectos de vida. Cada um é uma atividade diária ou semanal que seu apartamento torna mais fácil ou mais difícil.

Nenhum aspecto domina o ranking. O apartamento que vence é aquele onde todos os 21 aspectos combinados custam menos.

Para cada aspecto, múltiplas estratégias competem. Um apartamento com piscina pode pular a viagem à academia para cardio. Um sem mesa de trabalho inclui o custo de coworking. Cozinhar, comer fora ou pedir delivery: as três opções competem para cada refeição, e a mais barata vence.

Para aspectos com múltiplas opções próximas, as viagens se distribuem entre estabelecimentos concorrentes por distância e qualidade. Um supermercado mais próximo e melhor abastecido captura mais das suas compras do que uma loja distante. Café da manhã, almoço e jantar são modelados separadamente com diferentes preferências e escala por família.

4. O que o modelo encontra

Quatro decisões que o ranking toma diferentemente de uma pessoa navegando anúncios.

Ruído dentro do mesmo prédio

Um apartamento para a rua e um para o pátio no mesmo endereço podem diferir em 15-20 dB. Isso é a diferença entre dormir com protetores auriculares e dormir em silêncio. Ambos anunciam o mesmo aluguel. Nenhuma plataforma os distingue. O ranking sabe qual lado do prédio dá para a avenida.

O triângulo do deslocamento

Um inquilino que trabalha no Microcentro, vai à academia em Belgrano e tem filhos na escola em Núñez tem três deslocamentos, não um. "Palermo é central" é verdade no geral mas errado para esta família. O ranking encontra o apartamento que minimiza o triângulo dos três destinos. Escolher Palermo porque todos dizem Palermo custa 20-40 minutos extras por dia.

A armadilha das expensas

Dois apartamentos a $800/mês de aluguel. Um tem $50/mês de taxas do edifício, outro $250. O apartamento de $800+$250 é mais caro que um de $900 com taxas de $80. Inquilinos filtram por aluguel. O ranking classifica pelo custo total.

Mobiliado vs sem mobília: a comparação real

A maioria das plataformas rotula apartamentos como "mobiliado" ou "sem mobília" mas nunca os compara em condições iguais. O ranking faz isso. Calcula o custo real de um apartamento sem mobília incluindo compra, entrega, montagem e descarte na saída. Para estadias menores que 12 meses, apartamentos sem mobília frequentemente custam mais que mobiliados quando esses custos ocultos são incluídos. Cada usuário vê a comparação baseada na sua duração real de estadia.

5. Cálculo do custo total

A maioria das plataformas mostra o aluguel base. Nós mostramos o que você realmente paga por mês.

6. Modelo de transporte

Distâncias a pé e de carro usam roteamento real sobre dados de vias do OpenStreetMap. Rotas reais de caminhada, não distâncias em linha reta.

Distâncias pré-calculadas para 428 categorias e 465k+ pontos de interesse: supermercados, estações de metrô, parques, academias, escolas, coworkings e mais. Para localizações personalizadas como seu trabalho ou escola, rotas exatas são calculadas em tempo real.

7. Modelo de ruído

Cada apartamento recebe uma pontuação de impacto de ruído de 0 (silencioso) a 100 (exposição severa).

Ruído externo: 5 fontes

• Tráfego: Modelo de ruído viário CoRTN com geometria de vias OpenStreetMap e volumes de tráfego calibrados. Vias principais contribuem mais.
• Aviação: Atenuação pontual do Aeroparque. Afeta Palermo, Belgrano e Núñez.
• Vida noturna: Casas noturnas e bares em raio de 200m. Relevante para Palermo Soho, San Telmo e áreas de entretenimento.
• Pontos de ônibus: Paradas de colectivo em rotas de alta frequência nas avenidas principais.
• Combinação: Todas as 5 fontes somadas no domínio de potência via adição acústica.

Atenuação interna

O ruído externo é reduzido pela envolvente do edifício. Janelas fechadas com AC atenuam 14 dB. Janelas abertas sem AC atenuam 10 dB. Idade do edifício adiciona 0-3 dB, vidro duplo adiciona 5 dB, isolamento acústico adiciona 3 dB. Valores de janela aberta de Locher et al. 2018, estudo de 102 residências suíças.

Pontuação de impacto

Fórmula: (dB_interno - 35) / 30 × 100, limitado 0-100. A linha base de 35 dB fica entre a diretriz da OMS para sono de 30 dB e o padrão ASHRAE para escritório de 35 dB. O teto de 65 dB é o limiar da OMS de «preocupação séria de saúde pública».

8. Conversão de dinheiro em tempo

Todos os custos são convertidos em minutos por dia usando uma fórmula que considera tanto o poder aquisitivo quanto o peso psicológico do gasto:

minutos_por_dólar = √(taxa_trabalho × taxa_percepção)

9. Validação estatística

Validamos nosso modelo contra preços de mercado usando regressão hedônica, um método estatístico que isola o prêmio de preço de cada característica individual.

• Método: Regressão semi-logarítmica com efeitos fixos de grade hexagonal, controlando localização ao nível de quarteirão (~460m de resolução)
• Características: 60+ comodidades testadas simultaneamente: piscina, estacionamento, lavadora, elevador, AC, espaço de trabalho, lava-louças e mais
• R²: 0,51, explicando 51% da variação de preços. Consistente com estudos hedônicos publicados
• Observações: 6.046 anúncios com dados completos

Onde nosso modelo concorda com o mercado, temos confirmação. Onde divergimos, o modelo encontra valor que outros perdem.

Cada oportunidade de arbitragem é personalizada. A vantagem do espaço de trabalho só aparece quando você indica trabalho remoto. A do parque canino só quando indica que tem cachorro. O modelo se adapta à sua vida, não às preferências médias do mercado.

10. Fontes de dados

Novas fontes são adicionadas regularmente. Cada nova plataforma aumenta a cobertura e fortalece a comparação entre plataformas.

11. Frequência de atualização

A atualidade dos dados afeta diretamente a qualidade do ranking. Anúncios desatualizados desperdiçam seu tempo.

• Rastreamentos de busca: Contínuos por fonte. Descoberta dos mais recentes primeiro e varreduras completas em rotação. Novos anúncios normalmente aparecem em poucas horas depois da publicação.
• Verificação de disponibilidade: Sincronização de calendário e nova busca de detalhes por sinais de desatualização ou ausência na busca. Disponibilidade vazia remove anúncios do ranking.
• Priorização ponderada por nível: Bairros de nível A (Palermo, Recoleta, Belgrano, Núñez, Vicente López e pares) são atualizados antes de bairros B e C.
• Enriquecimento LLM: Processamento contínuo em lotes com divisão premium/economia. Novos anúncios normalmente são enriquecidos em poucas horas depois da descoberta.
• Reconstrução do ranking: Atualizações incrementais a cada mudança de anúncio. Reconstrução completa à noite.
• Pontuações de confiança: Atualizadas com feedback de usuários, idade do anúncio e sinais de verificação.
• Cálculo do ranking: Resultados personalizados em menos de 41 ms (p95), tipicamente 32 ms (p50). Avalia todos os 21 aspectos de vida em todo o inventário, seleciona a estratégia ótima para cada aspecto por unidade e expõe cada decisão com detalhamento completo de custos. Computado por solicitação, não pré-calculado.

12. Limites conhecidos

O ranking é um modelo, não um oráculo. Cinco áreas em que o sinal é mais fraco do que o restante do sistema e os leitores devem interpretá-las com essa ressalva.

• A detecção de mobília é baseada em fotos. Cerca de 61% das unidades têm capacidade de camas detectável por análise de fotos com LLM. Os 39% restantes são tratados como desconhecidos, não como sem móveis. É o melhor sinal disponível quando o texto do anúncio não é confiável, mas perde unidades cujos móveis estão fora do enquadramento.
• Os sinais de confiança são desiguais entre fontes. O Airbnb tem contagem de avaliações, superhost e favorito dos hóspedes. Argenprop, Zonaprop e MercadoLibre não. Os scores de confiança em fontes não-Airbnb usam idade do anúncio, volume da imobiliária, preço vs mercado e feedback dos usuários: um conjunto mais restrito.
• A estimativa de condomínio tem três níveis de recurso. O condomínio real é usado quando o anúncio o publica. Caso contrário, o modelo usa a mediana de outras unidades do mesmo prédio, depois a média do bairro por metro quadrado, depois uma porcentagem do aluguel. Cada nível é menos preciso que o anterior. Cerca de 40% dos aluguéis diretos caem ao menos um nível.
• O modelo de ruído omite a orientação interna. Uma unidade voltada para o pátio geralmente é 10–20 dB mais silenciosa do que uma voltada para a rua no mesmo prédio. O modelo tem campos para isso (bedroom_faces, faces_street) mas são extraídos de fotos com apenas 14% de cobertura. Para os outros 86% o score de ruído reflete a exposição externa sem ajuste de orientação, então unidades voltadas para a rua em prédios silenciosos parecem melhores do que são, e unidades internas em prédios ruidosos parecem piores.
• O R² hedônico é 0,51. O modelo de preços explica 51% da variação observada em 6.046 anúncios. Os outros 49% são ruído, características não observadas e particularidades do anúncio (estado, histórico de disputas, motivação do proprietário). O ranking usa regressão hedônica para validação, não para fixar preços, então esse teto não limita a pontuação final. Mas quem ler "R² = 1" em estimativas de preço deve moderar a expectativa.

Cada um desses limites está sendo ativamente reduzido. Os dados brutos são abertos. Correções são bem-vindas: [email protected].

13. Como citar este trabalho

Os dados do Unitrank são publicados sob Creative Commons Atribuição-CompartilhaIgual 4.0. Números podem ser citados, tabelas podem ser incorporadas e conjuntos de dados podem ser republicados com atribuição. O uso comercial é permitido sob os mesmos termos de licença.

Publicamos os dados porque preferimos ser citados a ficar escondidos atrás de um acesso pago. Os números do mercado de aluguel de Buenos Aires valem mais em circulação (em jornalismo, políticas públicas, pesquisa acadêmica e ferramentas de parceiros) do que fechados. O padrão é simples: atribua a fonte e mantenha derivados sob a mesma licença.

Citação sugerida

Unitrank (maio 2026). Dados do mercado de aluguel de Buenos Aires. Recuperado de unitrank.com/pt/methodology. Licença CC BY-SA 4.0.

Para jornalistas e pesquisadores

• Entidade nomeada: Unitrank em Wikidata (Q138792840).
• Dados em lote: snapshots mensais em github.com/unitrank/public-data.
• Consultas sob medida: recortes por bairro, duração da estadia ou composição familiar disponíveis a pedido.
• Verificação pré-publicação: checagem de fatos em menos de 24 horas para matérias com prazo.
• Linha de atribuição: "Fonte: Unitrank, dados do mercado de aluguel de Buenos Aires, maio 2026".

Dúvidas sobre metodologia: [email protected].