No todo anuncio refleja el alquiler efectivo. Consideramos valores firmados en contrato, ajustes por meses gratuitos prorrateados, gastos de comunidad obligatorios y, cuando corresponde, estacionamiento o trasteros incluidos. En barrios con vivienda compartida o coliving, ponderamos habitaciones frente a unidades completas para evitar sesgos. Corregimos ofertas atípicas con técnicas robustas, porque una promoción puntual no debe colorear la percepción de un vecindario entero ni desplazar la realidad cotidiana de sus residentes.
Los ingresos cambian con la estacionalidad, las horas extras, la informalidad y las interrupciones laborales. Por eso preferimos mediana anualizada y, cuando es posible, bandas por tamaño del hogar y número de perceptores. Integramos encuestas locales y estadísticas oficiales para suavizar picos, y anotamos márgenes de error en barrios con pocas observaciones. Aclaramos que no todos los euros son iguales: prestaciones condicionadas y bonificaciones pueden alterar la capacidad real de pago mes a mes.
El 30% es una referencia útil, no una ley natural. En áreas con transporte caro o energía costosa, incluso el 25% puede tensionar el presupuesto. Al contrario, con servicios incluidos y empleo cercano, el 35% podría resultar manejable. Mostramos escalas de carga moderada y severa, y simulaciones que incorporan seguros, cuidado infantil y deudas. Así, cada familia puede mirarse en el espejo correcto, evitando comparaciones injustas que confunden más de lo que orientan.
Usamos conjuntos públicos con metadatos verificables, priorizando esquemas que permiten reutilización responsable. Cuando combinamos registros administrativos, encuestas y portales inmobiliarios, documentamos compatibilidades y vacíos. Vinculamos capas geoespaciales de OpenStreetMap para enriquecer accesos y equipamientos, siempre respetando atribuciones. Evitamos dependencias opacas que hagan frágil el sistema. Y cuando una fuente cambia de metodología, lo explicitamos, recalculamos series y publicamos notas técnicas para que la comunidad entienda y confíe en las comparaciones presentadas.
Los datos brutos llegan con ruido: anuncios duplicados, valores extremos, direcciones ambiguas y periodos solapados. Aplicamos deduplicación, recortes robustos, imputación prudente y validaciones cruzadas con muestras manuales. Reconocemos sesgos de autoselección en portales, subreporte en alquileres informales y silencios de barrios con poca oferta visible. Marcamos alertas cuando la base no alcanza para afirmar con seguridad, prefiriendo una admisión honesta de límites antes que una falsa precisión que confunda y dañe decisiones.
Publicamos el código, abrimos issues y habilitamos formularios para reportar errores o proponer mejoras. Asociaciones barriales pueden solicitar desgloses, aportar recibos anonimizados y sugerir variables contextuales. Cada corrección queda registrada, con trazabilidad de cambios para auditoría social. Este ciclo virtuoso, además de mejorar la calidad, crea apropiación: la gente entiende cómo se hacen los números y los usa mejor. Cuanta más participación, más relevante y justo resulta el retrato de cada barrio.