Notas

Después de la Primera Jornada del Observatorio de Valores de Suelo, se llevó a cabo una reunión de trabajo entre equipos técnicos. El foco estuvo puesto en la enseñanza a partir de la experiencia de la Infraestructura de Datos Espaciales de Córdoba (IDECOR) y el Observatorio del Mercado Inmobiliario (OMI) de dicha provincia. 

Octubre 2023

El día 29 de septiembre, luego de la Primera Jornada del Observatorio de Valores de Suelo, se realizó un Workshop a cargo del Mgter. Juan Pablo Carranza y del Ing. Agrim. Hernán Morales, ambos miembros del Programa de Infraestructura de Datos Espaciales de Córdoba (IDECOR). Del encuentro participaron integrantes de los equipos del LINTA (CIC), LIFIA (UNLP/CIC), ARBA y de la Dirección Provincial de Estadística. El encuentro se basó en el recorrido hecho por IDECOR y los expositores compartieron las diferentes metodologías empleadas en las valuaciones automáticas masivas. 

El primer momento estuvo a cargo del Ing. Agrim. Hernán Morales, quien se centró en mostrar algunos métodos de cálculo de las variables independientes que intervienen en los modelos predictivos de los valores inmobiliarios. Los set de datos elaborados para dicho fin provienen de relevamientos de dinámicas del mercado inmobiliario, análisis de la estructura urbana y procesamiento de imágenes satelitales. A su vez, se brindaron detalles de cómo se generan y recolectan los datos de la muestra de terrenos baldíos a través del Observatorio del Mercado Inmobiliario (OMI https://omi.mapascordoba.gob.ar/spa/#/) y de los criterios para su validación y posterior utilización. 

La segunda parte del encuentro estuvo a cargo del Mgter. Juan Pablo Carranza quien se explayó sobre el entrenamiento de los modelos predictivos. Se trabajó en el proceso de homogeneización de las observaciones, ya sea a través del cálculo y aplicación de coeficientes de ajuste que permiten la comparabilidad entre parcelas con diferencias morfológicas o para homogeneizar los valores de mercado de registros tomados en diferentes períodos de tiempo. Estos procesos son necesarios para poder neutralizar los efectos de las características internas de los lotes y del tipo de cambio en el precio de las parcelas. Al operar sobre la totalidad de la red urbana provincial, el entrenamiento de los modelos se realiza en forma independiente en cada cluster de localidades previamente delimitado. Por último, en la reunión se destacó que el algoritmo aplicado en la modelización de los datos con mejor performance (medida a través del Mean Absolute Percentage Error - MAPE) es quantile random forest.

Finalmente, ambos expositores enfatizaron la relevancia de las Infraestructuras de Datos Espaciales y los Observatorios de Valores de Suelo como medios clave para conectar información territorial en estudios de valuación. Además, destacaron las tendencias actuales en la estimación de precios de terrenos mediante el uso de técnicas de aprendizaje automático o machine learning.