Por Que os AVM Mentem: 4 Casos de Avaliacao Automatica

Uma proprietaria em Lisboa enviou-me uma captura no trimestre passado e pediu-me para confirmar um numero. O seu apartamento de uma assoalhada, segundo uma ferramenta popular de avaliacao automatica, valia 342.000 €. O mesmo edificio, quarto andar, distribuicao identica, tinha sido vendido tres semanas antes por 289.000 €. Ela nao acreditou em mim quando lhe disse a verdade. Acreditou no algoritmo.

Esta e a conversa em que cada mediador entra agora. O proprietario fez o trabalho de casa — escreveu a sua morada num site de avaliacao gratuita e recebeu um numero. Esse numero raramente e preciso. Por vezes e dramaticamente errado. E o proprietario, sentado a mesa da cozinha a esperar por si, ancorou as suas expectativas a ele.

O modelo de avaliacao automatica nao e mau. E uma primeira aproximacao util em mercados com dados profundos e recentes de transacoes comparaveis. O problema e que o sector imobiliario esta cheio de casos em que uma ou mais dessas condicoes falham — e o AVM nao sabe que falharam. Simplesmente produz um numero confiante, com uma faixa arrumada, e o vendedor toma-o como verdade.

O modelo e matematicamente correcto e praticamente inutil em quatro casos especificos

Ha um erro de categoria embebido em como os consumidores leem os outputs de AVM. O numero apresenta-se como “a sua casa vale X”, quando o que o algoritmo realmente calculou foi “casas estatisticamente similares a sua, numa janela de vendas recentes, foram negociadas a X”. Sao afirmacoes diferentes. A primeira e uma avaliacao. A segunda e uma regressao sobre os dados disponiveis.

Quando os dados sao ricos e recentes e a propriedade e generica, as duas afirmacoes convergem. Quando alguma dessas condicoes falha, divergem — por vezes 5%, por vezes 25%, ocasionalmente mais. Os quatro casos seguintes sao onde a divergencia aparece de forma mais consistente.

Caso 1 — A propriedade unica

Os algoritmos detestam propriedades unicas porque a unicidade, por definicao, nao tem transacoes comparaveis das quais aprender. Um apartamento padrao de tres assoalhadas num bairro homogeneo e o melhor caso do AVM. Uma moradia em banda com piso terreo convertido, uma ampliacao licenciada em 2017 mas nunca registada com clareza e um pequeno jardim privado e o pior caso.

O que o algoritmo faz nesses casos e recorrer aos comparaveis mais proximos disponiveis — geralmente propriedades que partilham duas ou tres caracteristicas relevantes e falham as restantes. Depois faz a media, apresenta uma faixa de confianca e esconde a suposicao por baixo. O vendedor ve um numero limpo. O valor real de mercado dessa propriedade e determinado por que comprador entra pela porta, o que valoriza e quao fina e a oferta de casas semelhantes nesse trimestre.

Vi propriedades unicas vendidas 40% acima de uma estimativa AVM e 30% abaixo. A variancia nao e culpa do algoritmo. E a consequencia de pedir a um modelo de regressao que avalie algo que mal viu. Um mediador que entra naquela cozinha com doze referencias locais especificas e tres avaliacoes recentes presenciais de imoveis proximos sabe coisas que o modelo nao pode saber.

Caso 2 — O mercado local fino

O AVM assume que o seu conjunto local de comparaveis e estatisticamente significativo. Em bairros com volume de vendas baixo — cidades secundarias, vilas mais pequenas, gama alta de qualquer mercado — o conjunto pode incluir apenas seis ou oito transacoes na janela relevante. Oito comparaveis nao sao um mercado. Sao uma coincidencia.

Quando se faz regressao sobre oito pontos, um unico outlier — uma venda forcada, uma heranca, uma propriedade de prestigio vendida a um comprador de fora — distorce todo o output. O vendedor nao tem forma de ver essa distorcao. O modelo apresenta o mesmo numero confiante que produziria num bairro com 800 transacoes.

A conversa a mesa da cozinha num mercado fino e onde os mediadores ganham a sua comissao. Voce nao esta a discutir contra o algoritmo — esta a explicar o que o algoritmo nao consegue ver. Vendas recentes concluidas fora do portal. O facto de duas das oito comparaveis visiveis serem heranca com preco para escoar rapido. O perfil de comprador actualmente activo na area, que determina que tipo de propriedade se move e a que velocidade.

Caso 3 — O mercado em transicao

Os algoritmos aprendem do passado. Mercados em transicao — taxas de juro a moverem-se, regulacao a mudar, um grande empregador a chegar ou a sair, uma nova linha de metro — produzem um periodo de seis meses durante o qual os comparaveis de ontem deixam de prever os precos de amanha. O AVM, por desenho, ira atrasado.

Um bairro recem-acessivel por uma nova estacao de metro, uma cidade que acaba de anunciar uma reclassificacao importante, um mercado que acaba de absorver um movimento rapido de taxas — sao todos locais onde o numero confiante do AVM estara errado, e com confianca errado, durante dois a quatro trimestres ate que os dados de treino se ponham em dia.

E tambem o caso mais caro de ler mal para um vendedor. Num mercado em transicao em alta, listar pelo numero do AVM deixa dinheiro real em cima da mesa — por vezes 8-15% do valor. Num mercado a arrefecer, listar pelo numero do AVM deixa o imovel parado durante meses enquanto cada reducao destroi a alavancagem.

Caso 4 — O outlier de condicao

Os AVM nao conseguem ver dentro do imovel. Veem a morada, os metros quadrados registados, o ano de construcao, por vezes um numero basico de divisoes — e e tudo. Nao veem a cozinha renovada, as janelas novas, o problema estrutural, a humidade, a falta de luz natural, a vista do terraco, ou o facto de que as zonas comuns estao paradas em 1987.

Para um imovel em condicao media para o seu edificio e bairro, isto e um erro pequeno. Para qualquer imovel que se desvie significativamente da norma local — para cima ou para baixo — e um erro grande. Um apartamento de 600.000 € com uma renovacao de 60.000 € feita o ano passado nao e um apartamento de 600.000 € para um comprador que la entra. Um apartamento de 400.000 € com humidade severa, telhado a precisar de substituicao e cozinha de outra decada tambem nao.

E aqui que a visita fisica do mediador produz informacao a que nenhum algoritmo tem acesso. Os 90 minutos dentro do imovel — e a conversa de avaliacao que a rodeia — geram um conjunto de juizos que nenhum AVM tem inputs para fazer. Condicao, acabamento, luz, distribuicao, cheiro, ruido, a sensacao da escadaria. Os compradores fixam preco em tudo isto. Os modelos nao.

A conversa que ganha a angariacao

Os vendedores nao chegam hostis. Chegam ancorados. O erro que os mediadores cometem e tratar o numero do AVM como um concorrente a derrotar. Nao e um concorrente. E o primeiro numero que o vendedor ouviu, e o seu trabalho e fazer aterrar um numero mais util no mesmo sitio.

A frase de abertura que funciona: “Fico contente por ja ter olhado para uma das avaliacoes do algoritmo — e um bom ponto de partida e diz-me que fez o trabalho de casa. Deixe-me explicar o que o algoritmo nao consegue ver no seu caso especifico, e depois comparamos o que produziu com o trabalho que fiz antes desta reuniao.”

Essa frase faz tres coisas em doze segundos. Valida a pesquisa do vendedor em vez de a atacar. Sinaliza expertise sem arrogancia. E prepara o unico enquadramento em que a conversa a mesa da cozinha funciona — nao “eu tenho razao, o site esta errado”, mas “o site foi um ponto de partida, eis o que uma avaliacao real inclui”.

Os mediadores que vencem consistentemente angariacoes contra vendedores ancorados ao AVM nao sao melhores a discutir. Sao melhores a explicar. Nomeiam qual dos quatro casos se aplica. Mostram comparaveis recentes especificos. Descrevem a actividade de compradores que viram nos ultimos 30 dias. Caminham pela propriedade com o vendedor e ligam observacoes ao preco. Ao fim da conversa, o vendedor actualizou a sua estimativa interna — nao porque foi derrotado, mas porque lhe foi dada mais informacao.

O AVM nao vai desaparecer. As expectativas do consumidor de um primeiro numero instantaneo sao agora permanentes. O trabalho do mediador ja nao e ser a primeira fonte de um numero — esse jogo esta perdido. E ser a fonte do numero certo, com o raciocinio anexado, numa conversa que o vendedor nao podia ter com um site. Essa conversa e onde o contrato de angariacao se assina, e e a mesma conversa quando os dados do mercado e o preco se contradizem — os dados puros nunca sao a resposta; o mediador e.