¿Modelo de precios de Uber?
¿Alguna vez pensaste que si tu punto de partida está en un vecindario rico, Uber es lo suficientemente inteligente, en términos de un modelo de precios dinámico, para cobrarte más? Para probar esta hipótesis, voy a raspar los mercados de bienes raíces y usaré Python para analizar la relación entre las tarifas de Uber y los precios de la vivienda.
Si alguna vez has usado un Uber, probablemente sepas que el costo del viaje debe basarse en la distancia, el tiempo de espera y el aumento del precio (si el área está más ocupada de lo habitual, Uber cobra más. Gracias a AL y los datos, Uber sabe que la gente está dispuesta a pagar un precio determinado en un momento determinado). En otras palabras, los viajes de Uber al aeropuerto dentro del mismo código postal cuestan aproximadamente lo mismo. PERO, ¿y si tomamos en cuenta el precio de la vivienda?
Extracción de datos de Trulia
He cosechado 6000 casas vendidas en Seattle entre la segunda mitad de 2018 y la primera mitad de 2019 usando Octoparse. Luego utilizo los datos y los mapeo con una estimación de costos de Uber basada en cada dirección.
Scrapear los datos usando Octoparse
Paso 1: extraer la lista de URL de Trulia.com
Paso 2: cargar la lista en Octoparse
Paso 3: seleccionar los campos de datos extraídos de Octoparse
Paso 4: guardar y ejecutar la extracción
Paso 5: exportar el archivo a Excel / JS
Primero, obtengo la dirección de cada casa vendida durante el año pasado.
En segundo lugar, busco al revés las coordenadas GPS de cada casa para que, en tercer lugar, yo pueda introducir las coordenadas en la API de estimación de Uber.
Luego obtengo la estimación baja y alta de un viaje en UberX al aeropuerto internacional de Seattle-Tacoma.
Finalmente, relaciono la estimación con el precio de venta de la casa que se establece inicialmente en el punto de partida.
¿Cómo cobra Uber?
Elijo al azar dos códigos postales que se encuentran justo al lado del centro de Seattle, a saber, 98121 (Belltown) y 98122 (Distrito central).
El viaje desde ellos hasta el aeropuerto a través de la I-5 es de alrededor de 15 millas. Si encontramos que las estimaciones de Uber entre una casa de $ 400 mil y una casa de $ 2 millones tienen una gran diferencia, podemos suponer que Uber cobra más a los vecinos ricos. Pero en caso de que encontremos vecinos que el rango de las estimaciones sea relativamente estrecho, la hipótesis no se sostiene porque el precio de la vivienda no es un factor del costo del viaje en Uber.
Conclusión
El precio de la vivienda varía de $ 200 mil a $ 2 millones (10 veces) y el costo estimado del viaje al aeropuerto varía de $ 33 a $ 42 como la estimación alta y de $ 30 a $ 38 como la estimación más baja ($ 7-8 de diferencia).
A partir de las líneas rojas guiadas, podemos descubrir que las casas más caras obtienen una estimación de costes ligeramente superior porque están situadas cerca del agua, por lo que el trayecto es más largo en las carreteras locales antes de que el conductor llegue a la autopista I-5. Pero la diferencia de precio es demasiado pequeña para implicar que a las casas más caras se les cobre más en un trayecto de Uber.
Como conclusión del análisis de los datos, la estimación de Uber es independiente del precio de la vivienda como precio de partida. Por lo tanto, no podemos rechazar la hipótesis nula. (En otras palabras, el hecho comúnmente aceptado de que el coste de un viaje se basa en la distancia, el tiempo y el precio de partida sigue siendo válido).
Código Python: https://gist.github.com/corolla96/b2ca6a865413d98c3b5385a6d4ef73ee#file-housing2-py
