Как работает Unitrank

Техническая заметка об источниках данных, моделировании и известных ограничениях. Последнее обновление: май 2026.

Unitrank ранжирует каждую квартиру по тому, сколько вашей жизни она стоит. Не только аренда: дорога, шум, доступ к магазинам, качество рабочего пространства и каждая другая ежедневная активность. Квартира с наименьшими минутами в день занимает первое место.

Результаты персонализированы под ваше место работы, состав семьи, доход и образ жизни. Объединяя все основные платформы, модель сравнивает Airbnb в Палермо с прямой арендой на Argenprop, временной арендой на Zonaprop и квартирой от собственника на MercadoLibre на равных условиях: одна модель стоимости, один расчёт транспорта, одна оценка шума.

1. Почему это сложнее, чем кажется

Данные о квартирах не являются чистым набором данных. Это враждебная среда, которая постоянно деградирует.

Объявления устаревают. Цены меняются. Фотографии заменяются, иногда снимками старых квартир или постановочными кадрами, которые не показывают, во что вы реально войдёте. Одна и та же квартира появляется на двух или трёх платформах с разными ценами, разным числом комнат и иногда разными координатами. Категории используются свободно: «1 спальня», «студия», «временная аренда», «с мебелью» и «прямая аренда от собственника» означают разное в разных источниках, а иногда и внутри одного источника. Комиссии, экспенсы, предположения по услугам и стоимость гарантии часто скрыты, смягчены или появляются только после первого контакта.

Даже базовые сравнения ломаются без корректировки. Объявление, которое выглядит дешёвым, может оказаться дороже соседнего после добавления экспенсов, услуг, амортизированной гарантии и комиссии. Объявление, похожее на другое на бумаге, может в реальности означать совсем другую квартиру, здание или жизненную ситуацию.

Поэтому поиск квартиры не является задачей базы данных. Это непрерывный процесс загрузки, дедупликации, нормализации, извлечения отсутствующих атрибутов, валидации и коррекции относительно шумного, стратегического и активно меняющегося рынка.

2. Почему предпочтения не являются буквальными фильтрами

Обычные порталы трактуют предпочтения как чистые бинарные фильтры. Реальное намерение арендатора не настолько простое.

Когда человек указывает «бюджет $1 200», он может иметь в виду максимальную опубликованную аренду, максимальную реальную полную стоимость, комфортную цель, которая растягивается ради явно лучшей квартиры, или число, которое меняется при улучшении поездки или меблировки. Когда человек говорит «близко к работе», он может иметь в виду пешком, короткую поездку на метро или просто «не выматывает к концу недели». «С мебелью» варьируется от полностью готовой к заселению квартиры до «есть кровать». «Безопасно» может означать низкую преступность, более тихие улицы, лучшее состояние домов или район, который просто ощущается спокойнее.

Два арендатора могут дать одинаковые вводные и хотеть очень разные результаты. Две одинаковые квартиры могут быть правильным выбором для одной семьи и неправильным для другой. Причина в том, что предпочтения являются сжатыми выражениями компромиссов (время против денег, удобство против цены, качество против трения), а такие компромиссы не фиксируются буквальным совпадением ярлыков.

Поэтому Unitrank трактует многие предпочтения как интерпретируемые сигналы. Рейтинг оценивает компромиссы относительно конкретного домохозяйства, срока проживания, дохода и образа жизни, а не только слов, введённых в фильтр.

3. Что мы измеряем

Каждая квартира оценивается по 21 жизненным аспектам. Каждый из них это ежедневная или еженедельная активность, которую ваша квартира делает проще или сложнее.

Ни один аспект не доминирует в рейтинге. Побеждает квартира, где все 21 аспектов вместе стоят меньше всего.

Для каждого аспекта несколько стратегий конкурируют. Квартира с бассейном может обойтись без дороги в спортзал для кардио. Без стола учитывается стоимость коворкинга. Готовить, есть в ресторане или заказать доставку: все три варианта конкурируют для каждого приёма пищи, и самый дешёвый побеждает.

Для аспектов с несколькими ближайшими вариантами поездки распределяются между конкурирующими заведениями с учётом расстояния и качества. Ближний и хорошо оснащённый супермаркет забирает большую часть ваших закупок, чем далёкий мини-маркет. Завтрак, обед и ужин моделируются отдельно с разными предпочтениями заведений и масштабированием по домохозяйству.

4. Что находит модель

Четыре решения, которые рейтинг принимает иначе, чем человек, листающий объявления.

Шум внутри одного здания

Квартира на улицу и квартира во двор по одному адресу могут отличаться на 15-20 дБ. Это разница между сном с берушами и сном в тишине. Обе квартиры выставлены по одной цене. Ни одна платформа их не различает. Рейтинг знает, какая сторона здания выходит на авениду.

Треугольник поездок

Арендатор работает в Микросентро, ходит в спортзал в Бельграно, а дети учатся в Нуньесе. Это три маршрута, а не один. «Палермо в центре» верно в среднем, но не для этой семьи. Рейтинг находит квартиру, минимизирующую треугольник всех трёх направлений. Выбор Палермо, потому что все говорят Палермо, обходится в 20-40 лишних минут в день.

Ловушка экспенсов

Две квартиры по $800/мес. У одной экспенсы $50/мес, у другой $250. Квартира за $800+$250 дороже, чем квартира за $900 с экспенсами $80. Арендаторы фильтруют по аренде. Рейтинг ранжирует по полной стоимости.

С мебелью vs без мебели: реальное сравнение

Большинство платформ помечают квартиры как «с мебелью» или «без мебели», но никогда не сравнивают их на равных условиях. Рейтинг это делает. Он рассчитывает реальную стоимость квартиры без мебели, включая покупку, доставку, сборку и утилизацию при выезде. При сроке менее 12 месяцев квартиры без мебели часто обходятся дороже меблированных с учётом этих скрытых расходов. Каждый пользователь видит сравнение на основе своего реального срока проживания.

5. Расчёт полной стоимости

Большинство платформ показывают базовую аренду. Мы показываем, сколько вы реально платите каждый месяц.

6. Модель транспорта

Расстояния пешком и на авто используют реальную маршрутизацию по данным дорог OpenStreetMap. Это настоящие пешеходные маршруты, а не расстояния по прямой.

Расстояния предварительно рассчитаны для 428 категорий и 465k+ точек интереса: супермаркеты, станции метро, парки, спортзалы, школы, коворкинги и другие. Для пользовательских местоположений, таких как ваша работа или школа, точные маршруты рассчитываются в реальном времени.

7. Модель шума

Каждая квартира получает оценку воздействия шума от 0 (тишина) до 100 (сильное воздействие).

Внешний шум: 5 источников

• Дорожный трафик: Модель шума CoRTN на основе геометрии дорог OpenStreetMap с калиброванными объёмами движения. Основные магистрали вносят наибольший вклад.
• Авиация: Модель точечного затухания от Аэропарка. В основном затрагивает Палермо, Бельграно и Нуньес.
• Ночная жизнь: Ночные клубы и бары в радиусе 200 м. Актуально для Палермо Сохо, Сан-Тельмо и развлекательных районов.
• Автобусные остановки: Остановки колективо на высокочастотных маршрутах вдоль основных авенид.
• Суммирование: Все 5 источников складываются в области мощности через акустическое сложение.

Внутренняя звукоизоляция

Внешний шум ослабляется оболочкой здания. Закрытые окна с кондиционером ослабляют на 14 дБ. Открытые окна без кондиционера ослабляют на 10 дБ. Возраст здания добавляет 0-3 дБ, стеклопакеты добавляют 5 дБ, звукоизоляция добавляет 3 дБ. Значения для открытых окон из Locher et al. 2018, исследование 102 швейцарских резиденций.

Оценка воздействия

Формула: (внутр_дБ - 35) / 30 × 100, ограничено 0-100. Базовый уровень 35 дБ находится между рекомендацией ВОЗ для сна в 30 дБ и стандартом ASHRAE для офиса в 35 дБ. Потолок 65 дБ соответствует порогу ВОЗ «серьёзная угроза здоровью».

8. Конвертация денег во время

Все расходы конвертируются в минуты в день по формуле, учитывающей как заработок, так и психологический вес трат:

минут_на_доллар = √(трудовая_ставка × ставка_восприятия)

9. Статистическая валидация

Мы проверяем нашу модель затрат по рыночным ценам с помощью гедонической регрессии, статистического метода, изолирующего ценовую премию за каждую характеристику.

• Метод: Полулогарифмическая регрессия с фиксированными эффектами гексагональной сетки, контроль локации на уровне квартала (~460 м)
• Характеристики: 60+ удобств, тестируемых одновременно: бассейн, парковка, стиральная машина, лифт, кондиционер, рабочее место, посудомойка и другие
• R²: 0,51, объясняет 51% вариации цен. Соответствует опубликованным гедоническим исследованиям
• Наблюдений: 6 046 объявлений с полными данными

Там, где наша модель совпадает с рынком, мы получаем подтверждение. Там, где расходимся, модель находит ценность, которую другие упускают.

Каждая возможность арбитража персонализирована. Преимущество рабочего места появляется только когда вы указываете удалённую работу. Преимущество парка для собак появляется только когда вы указываете наличие собаки. Модель адаптируется к вашей жизни, а не к средним рыночным предпочтениям.

10. Источники данных

Новые источники добавляются регулярно. Каждая новая платформа увеличивает покрытие и усиливает сравнение между платформами.

11. Частота обновления

Свежесть данных напрямую влияет на качество рейтинга. Устаревшие объявления тратят ваше время впустую.

• Поисковые обходы: Непрерывно по каждому источнику. Обнаружение новых первыми плюс ротационные полные обходы. Новые объявления обычно появляются в течение нескольких часов после публикации.
• Проверка доступности: Синхронизация календаря и повторная загрузка деталей по сигналам устаревания или отсутствия в поиске. Пустая доступность удаляет объявления из рейтинга.
• Приоритет по уровню: Районы уровня A (Palermo, Recoleta, Belgrano, Núñez, Vicente López и похожие) обновляются раньше районов B и C.
• LLM-обогащение: Непрерывная пакетная обработка с разделением premium/economy. Новые объявления обычно обогащаются в течение нескольких часов после обнаружения.
• Перестроение рейтинга: Инкрементальные обновления при каждом изменении объявления. Полное перестроение ночью.
• Оценки доверия: Обновляются по отзывам пользователей, возрасту объявления и сигналам верификации.
• Вычисление рейтинга: Персонализированные результаты менее чем за 41 мс (p95), обычно 32 мс (p50). Оценка всех 21 жизненных аспектов по всему инвентарю, выбор оптимальной стратегии для каждого аспекта по каждой квартире и полная разбивка каждого решения. Вычисляется для каждого запроса, а не берётся из предварительного кэша.

12. Известные ограничения

Рейтинг это модель, а не оракул. Пять областей, где сигнал слабее, чем в остальной системе, и читатели должны учитывать это при чтении результатов.

• Определение меблировки основано на фотографиях. Примерно у 61% квартир количество спальных мест определяется по анализу фото LLM-моделью. Оставшиеся 39% считаются неизвестными, а не немеблированными. Это лучший доступный сигнал, когда текст объявления ненадёжен, но он упускает квартиры, где мебель вне кадра.
• Сигналы доверия неравномерны между источниками. На Airbnb есть количество отзывов, суперхост и отметка «фаворит гостей». На Argenprop, Zonaprop и MercadoLibre их нет. Оценки доверия для не-Airbnb источников строятся на возрасте объявления, объёме агентства, цене относительно рынка и отзывах пользователей — более узкий набор.
• У оценки экспенсов три уровня резервного расчёта. Фактические экспенсы используются, когда объявление их публикует. Иначе модель берёт медиану по другим квартирам того же здания, затем средний район за квадратный метр, затем процент от аренды. Каждый уровень менее точен, чем предыдущий. Около 40% прямой аренды попадает хотя бы на один уровень ниже.
• Модель шума не учитывает внутреннюю ориентацию. Квартира, выходящая во двор, обычно на 10–20 дБ тише, чем выходящая на улицу в том же здании. У модели есть поля для этого (bedroom_faces, faces_street), но они извлекаются из фото с покрытием всего 14%. Для остальных 86% оценка шума отражает внешнюю экспозицию без поправки на ориентацию: квартиры на улицу в тихих зданиях выглядят лучше, чем есть, а дворовые в шумных зданиях выглядят хуже.
• Гедонический R² равен 0,51. Модель цены объясняет 51% наблюдаемой вариации по 6046 объявлениям. Остальные 49% это шум, ненаблюдаемые характеристики и особенности конкретных объявлений (состояние, история споров, мотивация собственника). Рейтинг использует гедоническую регрессию для валидации, а не для установки цен, поэтому этот потолок не ограничивает итоговый счёт. Но тем, кто прочтёт «R² = 1» в оценках цены, стоит умерить ожидания.

Каждое из этих ограничений активно сужается. Исходные данные открыты. Ошибки приветствуются: [email protected].

13. Как ссылаться на эту работу

Данные Unitrank публикуются по лицензии Creative Commons «С указанием авторства — На тех же условиях» 4.0. Можно цитировать цифры, встраивать таблицы и повторно публиковать наборы данных с указанием авторства. Коммерческое использование разрешено на тех же условиях лицензии.

Мы публикуем данные, потому что предпочитаем, чтобы нас цитировали, а не прятали за платным доступом. Цифры рынка аренды Буэнос-Айреса полезнее в обороте (в журналистике, политике, академических исследованиях и партнёрских инструментах), чем закрытыми в одном месте. Правило простое: указывайте источник и сохраняйте производные материалы под той же лицензией.

Рекомендуемая ссылка

Unitrank (май 2026). Данные рынка аренды Буэнос-Айреса. Получено с unitrank.com/ru/methodology. Лицензия CC BY-SA 4.0.

Для журналистов и исследователей

• Именованная сущность: Unitrank в Wikidata (Q138792840).
• Массовые данные: ежемесячные снимки на github.com/unitrank/public-data.
• Индивидуальные запросы: срезы по району, сроку проживания или составу семьи доступны по запросу.
• Проверка перед публикацией: проверка фактов в течение 24 часов для материалов с дедлайном.
• Строка атрибуции: «Источник: Unitrank, данные рынка аренды Буэнос-Айреса, май 2026».

Вопросы по методологии: [email protected].