Cuánto tiempo dedicas a buscar una propiedad para comprar?
Yo conzco a varios que son fiel reflejo a este estudio!
Homebuyers spend an average of just over 25 minutes viewing a house or flat before making up their minds about whether to make an offer, says a new report from Barratt Homes.
This compares to 18 minutes for a pair of jeans and 31 minutes for a car, according to the survey. One in eight say they made up their mind before even visiting the property.
Yo personalmente dedico meses a investigar y siempre compro como inversion, aunque luego quiera vivir alli, rentabilidad/precio, ya que si es mejor alquilar que comprar, entonces se alquila…
Usais algun tipo de software para gestionarlo?
Sinceramente, estoy planteándome hacerme una pequeña aplicación para gestionar esto.
Sobre todo para variaciones de precios de pisos que tengo en el punto de mira o para localizar un buen alquiler, saber el precio medio de la zona, si sale algun piso por debajo del precio medio, recibir una alerta, cálculos de ROI, etc… Con un poco de webscrapping en portales como idealista, tecnocasa etc… y creando un algoritmo que lo gestione… podría ser más que factible.
No, no uso nada, yo tambien habia pensado en hacer eso mismo, webscrapping y sacar estadisticas, de hecho he estado haciendo algunos experimentos, R es un buen lenguaje para hacer eso, si quieres habro un hilo confidencial y lo miramos a fondo.
Dame un par de semanas que tengo que entregar unas prácticas de R y lo miramos a fondo ya que solo me he desenvuelto con el IDE Rstudio. En cuanto me involucre un poco más en el lenguaje, ahí ya a fondo.
Un saludo
Jajaja ahi estamos yo ando igual…. tengo todo el fin de semana liado con practicas de R tambien, que me pongo cursos de Coursera a pares por si tuviese poco con el trabajo!
Eso si…. Ya les tengo convencidos para usar R en el trabajo, lo cual me va a venir pero que muy bien, y a ellos tambien ya que la productividad se incrementa mucho cuando lo dominas.
Curioso lo que he encontrado.
Estaba investigando en un principio como hacer el webscrapping que obviamente lo iba a hacer en python.
Pero acabo de descubrir una web que te lo hace sólo, incluso te deja bajar los datos directamente así ya empezaríamos a trabajar ya limpiando datos o a darle ya caña con el pandas.
Esta es la web (quizás ya la conocéis) –> https://import.io/
Os adjunto una prueba que he hecho con esta url http://www.idealista.com/alquiler-vivie … ersitaria/ en la app import.io
Sigo viendo.
Pegale un vistazo a esta herramienta: http://www.telerik.com/fiddler
En python se puede hacer facilmente un programa que intercepte la comunicacion de la web (AJAX) y obtenga los datos de forma mucho mas limpia.
Me resultó curioso, no lo he mirado a fondo pero si que es probable que sea mejor engancharte al webservice directamente…
P.D: Me suena esa app, pero yo hace tiempo usé SoapUI para esas cosas, no sé cual será mejor…
Bueno os presento una pequeña versión 0.000001 ajaja del crawler que estoy haciendo con scrapy (framework webscrapping python)
https://github.com/David-Carrasco/Scrapy-Idealista
Las instrucciones están en el readme del proyecto, pero básicamente son estas:
0) Instalar scrapy y dependencias
1) Coger la url que queráis de idealista que muestre los pisos de la zona que queráis y si es para venta o alquiler, es decir:
http://www.idealista.com/alquiler-vivie … ona-norte/ –> De hecho es la que está de ejemplo
La url cambia en idealista dependiendo de la operacion:
http://www.idealista.com/venta-viviendas/madrid/retiro/ –> compra
http://www.idealista.com/alquiler-vivie … id/retiro/ –> alquiler
2) En el fichero:
./idealista/spiders/idealista_spider.py en la linea 14, hay que añadir la url que queremos scrapear (dejar solo una url ya que se exporta a un csv)
3) En la raiz del proyecto ejecutar:
scrapy crawl idealista -o <flats_file>.csv -t csv
En <flats_file> le dais el nombre que queráis y tras ejecutarlo, tenéis el csv entero con precio, link piso en idealista, m2, habitaciones, precio/m2
¿Preguntas? –> MP aun así intentaré meterle una capa de abstracción para lanzarlo como script directamente en plan: main.py "url"
PD2: Tenéis un ejemplo en la imagen analizando con R el csv. La verdad es que se gestiona genial con un dataframe y ahí ya puedes jugar a sacar estadísticas de todo tipo
PD2: Estuve mirando hacerlo a través de JSON pero te piden una key para tu dominio y como quería aprender scrapy… a ver si os sirve.
130mil euros de media en El Retiro?