Este artículo lo escribí en mayo de 2018 y se publicó originalmente en julio de 2018 en el blog Laaab del Gobierno de Aragón que reúne experiencias y teoría en torno a temas como la transparencia, el gobierno y los datos abiertos. El artículo forma parte de la serie Cartografiar los imposible, comisariada por Mauro Gil-Fournier.
Anuncios Airbnb en el barrio de Lavapiés, Madrid. Fuente: DataHippo.
Producción colaborativa con datos para entender las transformaciones urbanas
¿Ha habido un aumento significativo de las viviendas de uso turístico en Donostia con la proliferación de plataformas digitales de alquileres turísticos como Airbnb? ¿Cómo está influyendo la proliferación de viviendas de uso turístico en el precio de los alquileres en esta ciudad? ¿Cómo está afectando este fenómeno a las distintas zonas? En definitiva, ¿Existe un “Efecto Airbnb” en Donostia? Ibai Zabaleta vive en el barrio de Egia, uno de los que más han cambiado de la ciudad en los últimos tres años, y donde se encuentra Tabakalera, antigua fábrica de tabaco reconvertida en centro de cultura contemporánea. Ibai es programador de contenidos en Hirikilabs, el laboratorio de cultura digital y tecnología de Tabakalera. Como vecino de Egia se hizo estas preguntas hace unos años al ver cómo su barrio y su ciudad cambiaban aceleradamente. Como programador de contenidos de Hirikilabs quería lanzar una nueva línea de experimentación y trabajo con datos y pensó montar un taller para aprender a analizar y visualizar datos, y por qué no analizar una cuestión actual como el de las viviendas turísticas en Donostia.
Cuando Ibai nos propuso dar un taller sobre análisis y visualización de datos sobre el Efecto Airbnb en abril de 2017, en Montera34 no conocíamos la situación más allá de las noticias que se podían leer en prensa. El Efecto Airbnb en datos en Donostia- San Sebastián fue el primer taller de la serie de talleres sobre el Efecto Airbnb y la turistificación en general que hemos coordinado desde entonces. En aquel primer taller aprendimos muchas cosas.
Aprendimos que no había datos para realizar el análisis. Airbnb no pone a disposición sus datos para analizarlos; las administraciones tienen datos de hoteles, pensiones, campings, pero no de apartamentos turísticos; hay empresas que venden paquetes de datos, imágenes congeladas del momento actual, pero nosotros no queríamos depender de una empresa cada vez que quisiéramos actualizar los datos. Para conseguir los datos entramos en contacto con Murray Cox de Inside Airbnb, un proyecto que scrapea la web de Airbnb, recupera y estructura los datos y los publica para que cualquiera pueda descargarlos y analizarlos.
Bocetado de visualizaciones para responder preguntas con los datos, una de las fases de la metodología usada en la producción de los informes Efecto Airbnb. Foto de Xavi Padros
Durante el taller utilizamos una metodología que permite producir de manera colaborativa, entre quienes participan en el taller, un documento riguroso al mismo tiempo que aprenden los fundamentos del análisis y la visualización de datos espaciales. El informe producido sienta las bases para poder tener un debate público informado sobre el tema.
El informe pasó a ser el análisis más completo y riguroso disponible públicamente sobre el efecto Airbnb en Donostia. La mayoría de las personas que participaron en la realización del informe de Donostia era la primera vez que se enfrentaban a la visualización de datos. En él se recogían conclusiones como que para Donostia había 1.219 anuncios en Airbnb, lo que suponían 4.553 plazas, publicados por 696 usuarios. O que solo 10 usuarios de Airbnb ofrecía 1.119 plazas, el 24,6% del total en la ciudad.
Los meses siguientes a la publicación del informe entramos en contacto con varias personas y colectivos que habían analizado el efecto airbnb en otras ciudades. Con Santiago Espinosa que había analizado Barcelona; con Margalida Mestre de Terra Ferida y con Miquel Angel Mayol de DinsAirbnb que habían analizado Mallorca; o con Álvaro Fierro de Cultumetria que había analizado Bilbao. Empezamos a intercambiar en las redes datos y metodologías de análisis, dudas y conclusiones.
Ratio de anuncios Airbnb por barrio sobre el total de viviendas.
Con esta idea de compartir investigación y trabajo con los datos organizamos una jornada dedicada al Efecto Airbnb durante el Summerlab’17 en Donostia a la que invitamos a todas las personas que habíamos conocido por las redes y convocamos un nuevo taller para producir una versión actualizada del informe. Para la segunda versión del informe de Donostia utilizamos una base de datos mucho más completa que para la primera, resultado de añadir a la que ya teníamos un scrapeo de Santiago Espinosa. Con los nuevos datos el número de anuncios aumentó a 1.829. La concentración de anuncios por usuario también lo hizo: ahora 10 usuarios ofrecían 2.335 plazas, el 31,8% del total de plazas Airbnb en Donostia.
En ese momento supimos, gracias a juntarnos con otros investigadores, que el informe de abril lo habíamos hecho con un 60% de los anuncios de Airbnb, como máximo. Por otro lado solo estábamos analizando Airbnb: aunque fuese la plataforma más utilizada de alquiler vacacional, estábamos obviando todo un ecosistema por falta de datos. Estaba claro que necesitábamos mejores datos y que ninguna fuente existente nos los podía proporcionar. Una de las ideas que salió del Summerlab’17 fue DataHippo, un sitio web para obtener y ofrecer datos de diferentes plataformas de alquiler turístico de manera colaborativa. Desde DataHippo se puede descargar para analizar datos actualizados de toda España.
Análisis de anuncos Airbnb por municipio en Euskadi.
Un aspecto fundamental de estos talleres es la documentación. Tras cada taller quedan disponibles para descargar todas las bases de datos que hemos conseguido liberar y los manuales de las visualizaciones producidas. Los informes que hemos producido en cada taller contienen una explicación metodológica de cómo se han realizado los análisis, qué decisiones se han tomado, qué datos se han usado, cómo se han obtenido, cómo se han tratado, por qué se ha elegido una visualización y no otra, quién ha hecho el análisis y en qué circunstancias. Como explica Catherine D’Ignazio al hablar del concepto de datos situados, lejos de ser objetivos e irrefutables, lo que cuentan los datos se ve modificado por el contexto, por el proceso, por las personas que los han recopilado, analizado y visualizado.
Cuando hicimos el primer taller fuera de Donostia, en Pamplona-Iruña, comprobamos la importancia de que todo estuviera documentado: muchos de los análisis a realizar para el nuevo territorio ya estaban hechos y los talleristas recorrían rápidamente los pasos de las visualizaciones documentadas en Donostia. Tener las mismos visualizaciones para diferentes territorios nos permitió empezar a hacer análisis comparativo. Uno de los callejones sin salida en los debates sobre turistificación es si la ciudad en cuestión está saturada de turismo o aún acepta más, si tiene mucho o poco. Un análisis comparativo puede arrojar luz sobre este tipo de cuantificaciones. Además del informe Efecto Airbnb en Pamplona-Iruña, tras el taller publicamos una comparativa del Efecto Airbnb por barrios, a la que se han seguido incorporando otras ciudades.
En abril de 2018 coordinamos en Medialab el encuentro Los datos de la turistificación en Madrid. En Madrid ya había un ecosistema muy prolífico analizando la turistificación. Por eso añadimos al taller un simposio para compartir datos, código, metodologías y necesidades a la hora de trabajar con datos. Seguía la misma idea del encuentro que habíamos organizado en el Summerlab’17 el verano anterior, pero abriéndolo a todo tipo de actores: académicos, políticos, activistas que compartieron la utilización que hacen de los datos en su actividad relacionada con la turistificación: cómo los obtienen, cuáles son sus fuentes, cómo los analizan y los visualizan, qué conclusiones extraen, qué necesidades o problemas se encuentran.
Madrid estaba, y sigue estando cuando escribimos este relato, en pleno debate sobre la nueva regulación de alojamientos turísticos. El simposio se convirtió en un espacio de encuentro necesario y previamente inexistente entre ciudadanos y políticos, y se vio que sería interesante habilitar espacios así con frecuencia. El espacio de relación funcionó también entre activistas y académicos. Los activistas tienen acceso a datos cualitativos que son valiosos y difíciles de obtener por los grupos de investigación de las universidades, y éstos a su vez tienen acceso a bases de datos difícilmente accesibles para un colectivo ciudadano.
Para cerrar el relato queremos volver a Donostia. En el aniversario del primer taller Efecto Airbnb hemos realizado otro para actualizar el informe publicado entonces. Durante el año transcurrido entre el primer y el segundo taller se ha aprobado la nueva ordenanza municipal de pisos turísticos y hay interés en comprobar si los datos de Airbnb lo reflejan: cuántos de los pisos anunciados han regularizado su situación y han tramitado una licencia, si el número de anuncios ha aumentado.
En el momento de escribir este relato estamos cocinando los datos para publicar una nueva versión de ese primer informe realizado por ciudadanos en abril de 2017 mientras aprendían los fundamentos del análisis y la visualización de datos. Ese primer informe que, por cierto, es citado en el Plan de diagnóstico y propuesta inicial de estrategia del Plan Municipal de Vivienda de Donostia de marzo de 2018.
Un momento en alguno de los talleres Efecto Airbnb en Donostia en Hirikilabs, el centro de cultura digital y tecnología de Tabakalera. Foto de Ibai Zabaleta
Algunas de las preguntas que se hizo Ibai Zabaleta están respondidas en el informe. Otras sin embargo no han encontrado respuesta aún debido a la falta de datos. A modo de conclusión, de aprendizaje transversal, algo que ha atravesado todo el proceso es la idea de que los datos urbanos deben ser pensados como un bien común y gestionados entre ciudadanía, administración y entidades privadas. Necesitamos formarnos como ciudadanía, alfadatizarnos, y trasladar estos aprendizajes a las instituciones de las que formamos parte; necesitamos espacios de encuentro que difuminen las fronteras entre los ciudadanos que están en las administraciones e instituciones y los que están fuera; pero sobre todo necesitamos que los datos que generamos sean libres, esto es, accesibles y actualizados, documentados y analizables, para poder responder a las preguntas de Ibai y de muchos otros que por el momento no han encontrado respuesta, y seguir generando relatos ciudadanos que completen y pongan en duda los relatos oficiales. Si esto no es posible con servicios como Airbnb, quizás tenemos que imaginar y construir otros desde la ciudadanía y las instituciones que sí lo permitan.