Zillow Offers (2021): modelo de preço leva ao fechamento do negócio

01 · CONTEXTO

Um modelo de preço no centro do negócio

A Zillow encerrou o Zillow Offers, seu programa de compra e revenda de imóveis (iBuying). A reportagem da WIRED, fonte pública deste caso, reúne o que a empresa disse sobre o motivo. O tema é um modelo de machine learning que sustentava as decisões de compra do negócio.

Segundo a reportagem, a Zillow acreditava ter o segredo do iBuying no Zestimate, um algoritmo lançado em 2006 e treinado em milhões de avaliações de imóveis nos EUA antes de ser usado para estimar o preço de imóveis que a própria Zillow comprava.

1. No desenho simplificado, o vendedor pede uma oferta e o serviço de ofertas consulta o modelo de preço, que estima o valor do imóvel.

2. Fechada a compra, o imóvel entra no estoque da empresa e fica lá enquanto é reformado e vendido.

3. A premissa do negócio era prever o preço de revenda com três a seis meses de antecedência, o tempo de reformar e vender.

02 · A PREMISSA

O que o negócio exigia do modelo

O executivo Rich Barton disse a analistas que a premissa do iBuying da Zillow era prever o preço das casas com precisão com três a seis meses de antecedência, e que esse horizonte refletia o tempo de reformar e vender os imóveis comprados.

A margem também pesava: segundo a reportagem, a Zillow acreditava que, para o programa dar lucro, as estimativas precisavam ser mais precisas, com erro de poucos milhares de dólares.

Em defesa do algoritmo, um porta-voz da empresa disse que ela seguia confiante no Zestimate e citou erro mediano de 1,9% para casas anunciadas e de 6,9% para casas fora do mercado.

03 · A DERIVA

Quando o mercado mudou e a previsão não acompanhou

Segundo a reportagem, as previsões se mostraram imprecisas no mercado imobiliário agitado de 2021.

O termo que costuma descrever esse descolamento, em que o mercado atual deixa de se parecer com o que o modelo aprendeu, é deriva de conceito; a reportagem não usa a expressão, e a ligação é nossa.

1. A revenda saiu abaixo do previsto: no terceiro trimestre, a Zillow vendeu por 5 a 7% menos do que previra.

2. Na compra, a reportagem registra que a Zillow pagava acima da média de mercado em setembro e manteve o ritmo em outubro, quando concorrentes desaceleraram.

Em Phoenix, a Zillow teve no início de outubro de 2021 sua semana mais ativa de compras, dentro da meta de comprar 5 mil casas por mês até 2024. Depois, de repente, parou de comprar. Uma análise da Insider de outubro de 2021 apontou que nove em cada dez casas compradas ali foram anunciadas por preço menor que o de compra.

04 · ESCOPO E INCERTEZA

Fora dos limites do modelo

O analista Tomasz Piskorski diz que a Zillow, ao buscar participação de mercado rápido, pode ter ido além dos limites da capacidade do algoritmo, e que não havia problema enquanto o negócio ficasse nos limites do modelo de negócio e comprasse casas padronizadas, mais fáceis de vender.

05 · DESFECHO

O fechamento do programa

Barton afirmou que a imprevisibilidade na previsão de preços superava o que a empresa antecipava e que continuar a escalar o Zillow Offers traria volatilidade demais para lucros e balanço.

Ele admitiu que a taxa de erro observada foi muito mais volátil do que a empresa julgava possível. A Zillow encerrou o braço de iBuying e disse que cortaria 25% da força de trabalho.

06 · LIÇÕES DE DESENHO

Não depender de um único número

Os fatos acima sugerem uma pergunta de desenho: o que mede, e com que atraso, a distância entre a previsão e o preço que o mercado de fato pagou? Quando essa resposta demora a chegar, sinais antecipados e um freio automático no ritmo de compra são candidatos a tratar o atraso, com observabilidade por segmento de imóvel.

1. Neste desenho de exemplo, o modelo entrega à política de compra a previsão e também uma faixa de incerteza.

2. Cada decisão é gravada junto com a previsão que a motivou, para poder ser comparada depois.

3. Quando o imóvel é vendido, o preço realizado é comparado com a previsão original, por segmento.

4. O erro medido vira alerta e também freia a política de compra quando sai da faixa tolerada.