Fonti di dati ed elaborazione

Rimozione dei blocchi 
Una delle principali sfide per i dati estrapolati è che non esiste un modo garantito per determinare se determinate date non siano disponibili perché sono state prenotate o perché il proprietario ha deciso di bloccarle. Tutti coloro che utilizzano dati raccolti con lo scraping affrontano questo problema, e ci sono diversi modi per provare a rimuovere dai dati queste date bloccate: nessun metodo è perfetto. PriceLabs ha una propria logica di rimozione dei blocchi, che esamina i modelli in tutto il mercato e i dati dei singoli alloggi per aiutarci a determinare se una prenotazione sia reale o sia un blocco. Alcuni fattori di una prenotazione che esaminiamo per determinare se si tratta di un blocco o meno sono: Durata del soggiorno, finestra di prenotazione, occupazione del mercato, variazioni estreme dei prezzi e altro ancora. Inoltre, rimuoviamo automaticamente qualsiasi soggiorno superiore a 60 giorni poiché riteniamo che non rientri nella categoria Affitti brevi, e che possa avere un grande impatto sui dati.

1. Nessuno: 0.0 - 0.1, questi alloggi non cambiano quasi mai di prezzo
2. Basso: punteggio 0.1 - 0.25, questi alloggi possono modificare i prezzi per festività ed eventi, ma il loro prezzo complessivo da settimana a settimana è piuttosto costante
3. Moderato: punteggio 0.25 - 0.5. I prezzi di questi alloggi variano di settimana in settimana, ma la variazione è complessivamente piccola e i prezzi non si aggiornano troppo spesso (se per un alloggio vengono aggiornati manualmente i prezzi ogni settimana si può rientrare in questa categoria)
4. Alto: punteggio > 0.5. Questi prezzi tengono conto delle variazioni della domanda dei giorni della settimana e di festività/eventi, e si aggiornano ogni pochi giorni (è molto probabile che l’alloggio utilizzi un software di pricing dinamico per aggiornare i prezzi su base giornaliera).

Domande frequenti

1. Perché a volte usiamo la mediana invece della media? 
   Tendono a esserci alcuni outlier in ogni mercato come per esempio prezzi estremamente alti o prenotazioni estremamente lunghe. Questi valori non sono indicativi del mercato, ma hanno un grande effetto nel calcolo della media. La mediana, d'altra parte, è più stabile e resistente al comportamento degli outlier.  
2. Perché l'area coperta nella mappa dell'alloggio è più piccola del raggio immesso? 
   Al momento limitiamo il numero di alloggi attivi in ogni dashboard in base al piano di Dashboard di mercato selezionato (1000, 5000 o 10.000 alloggi). Supponiamo che tu abbia selezionato il piano '1000 alloggi' e che l'area selezionata contenga più di 1000 alloggi: ti mostreremo solo i dati dei 1000 alloggi più vicini.
3. Nella tabella degli alloggi (sotto Mappa delle ubicazioni) come classificate gli alloggi che vengono gestiti in modo professionale? 
   Utilizziamo 4 categorie: Individuale, Piccolo, Medio, Grande. La categoria Individuale è per i gestori di proprietà che hanno un solo alloggio collegato al proprio account, Piccolo significa che hanno tra 2 e 10 alloggi, Medio tra 11 e 50 alloggi, e Grande è 51 o più alloggi. Se non abbiamo ancora determinato quanti alloggi abbia un gestore di proprietà, potrebbe apparire il valore Sconosciuto.
4. C’è un modo per cercare gli alloggi di Airbnb Luxe utilizzando la dashboard?
   Al momento no
5. Perché alcuni alloggi hanno un’occupazione/ricavi estremamente elevati negli ultimi 30 giorni, anche se il mercato nel suo complesso non sta andando bene?  
   È probabile che almeno alcune delle prenotazioni che abbiamo assegnato a tale alloggio siano blocchi che non abbiamo riconosciuto. La nostra funzione di rimozione dei blocchi non è perfetta, ma inviaci i casi che ti sembrano sospetti in modo che possiamo migliorare!