Dataset

Il dataset analizzato contiene i dati relativi alla città di Barcellona ed è suddiviso in diverse sezioni. La prima è il “property information dataset”, ovvero un dataset contenente le informazioni principali relative alle varie accomodation presenti sulla piattaforma Airbnb e sulla piattaforma competitor Home Away, da Marzo 2009 fino ai dati più recenti di

Gennaio 2020. Dal Dataset sono stati eliminati i dati relativi ad Home Away, in quanto non utili ai fini delle analisi condotte in questa tesi. Il numero di proprietà totali contenute nel dataset relative ad Airbnb e, dunque, che sono state registrate nella piattaforma durante questi anni è di 98.081: di tali proprietà 40 si trovano, per pochi metri, oltre i confini della città di Barcellona e per tale motivo verranno considerate in un primo momento per l’analisi generale, poiché comunque influiscono sui ricavi della piattaforma, e poi escluse nell’analisi dei singoli quartieri, in quanto non appartenenti a nessuno di essi.

Nella tabella successiva (figura 25) sono state indicate tutte le voci presenti nel dataset iniziale a cui è stata successivamente aggiunta anche la colonna “District”, che raggruppa i vari quartieri della città nei rispettivi distretti come indicato in figura 26.

59 PROPERTY INFORMATION DATASET

Property ID Identifica attraverso un codice la proprietà Property Type Identifica il tipo di proprietà

Listing Type Identifica il tipo di annuncio

Created Date Identifica la data di creazione del primo annuncio relativo ad una proprietà

Country Identifica il paese in cui è posizionata la proprietà Latitude Identifica la latitudine in cui è posizionata la proprietà Longitude Identifica la longitudine in cui è posizionata la proprietà City Identifica la città in cui è posizionata la proprietà Zipcode Identifica il codice postale

Neighborhood Identifica il quartiere della città in cui è posizionata la proprietà Bedrooms Identifica il numero di camere

Bathrooms Identifica il numero di servizi igienici

Max Guests Identifica il numero massimo di ospiti all'interno della accomodation Response Rate Identifica il tasso di risposta dell'host

Airbnb Superhost Indica se l'host possiede il badge di Superhost HomeAway Premier

Partner

/

Cancellation Policy Indica qual è la policy di cancellazione della prenotazione Security Deposit

(USD)

Indica l'eventuale importo della cauzione in dollari Cleaning Fee (USD) Indica l'eventuale importo delle spese di pulizia in dollari Extra People Fee

(USD)

Indica l'eventuale importo aggiuntivo per ogni persona in più in dollari Published Nightly

Rate (USD)

Indica la tariffa pubblicata a notte in dollari Published Monthly

Rate (USD)

Indica la tariffa pubblicata al mese in dollari Published Weekly

Rate (USD)

Indica la tariffa pubblicata alla settimana in dollari Minimum Stay Indica il tempo minimo di soggiorno

Number of Reviews Indica il numero di recensioni relative all'annuncio Number of Photos Indica il numero di foto relative all'annuncio Instantbook Enabled /

Overall Rating Indica la valutazione generale dell'annuncio Airbnb Host ID Identifica l'host attraverso un codice Figura 25: descrizione del dataset “Property Information”.

(Fonte: elaborazione personale)

60

Sants Montjuic Ciutat Vella Eixample

El Poble Sec El Raval La nova Esquerra de l’Eixample

La Marina del Prat Vermell

El Barri Gotic L’antiqua Esquerra de l’Eixample La Marina de Port Sant Pere, Santa Caterina i la

Ribera

La Dreda de l’Eixample

La Bordeta La Barceloneta

Sant Antoni

La font de la Guatlla El fort Pienc

Hostafrancs La Sagrada Familia

Sants Sants-Badal

Figura 26.1: i distretti di Barcellona divisi nei rispettivi quartieri.

(Fonte: elaborazione personale)

Gràcia Sant Martì Sant Andreu

La Villa de Gràcia El Poblenou Baró de Viver

El Camp d'en Grassot i Gàrcia Nova

La Villa Olimpica del Poblenou El Bon Pastor La Salut Diagonal Mar i el Front Maritim

del Poblenou

El Congrés i els Indians El coll El Parc i la Lacuna del Poblenou Navas

Vallcarca i els Penitentes

Provençals del Poblenou Sant Andreu de Palomar El Besòs i el Maresme La Sagrera Sant Martì de Provençals La Trinitat Vella

El Clot

El Camp de l'Arpa del Clot La verneda i la Pau

Figura 26.2: i distretti di Barcellona divisi nei rispettivi quartieri.

(Fonte: elaborazione personale)

61 Nou Barris Horta-Guinardò Sarrìa-Sant Gervasi Les Corts

Porta El Baix Guinardó El Putxet i el Farró Les Corts

La Prosperitat El Guinardó Sarrià La Maternitat i Sant

Ramon Vilapicina i la Torre

Llobeta

Can Baró Sant Gervasi - la Bonanova

Pedralbes

El turò de la peira El Carmel Sant Gervasi -

Galvany Can Peguera La Font d'en Fargues Les Tres Torres

La Guineueta Horta

Vallvidrera, el Tibidabo i les Planes

Verdun La Clota

La Trinitat Nova Montbau Les Roquetes Sant Genís dels

Agudells Canyelles La Teixonera Torre Barò La Vall d'Hebron Ciutat Meridiana

Vallibona

Figura 26.3: i distretti di Barcellona divisi nei rispettivi quartieri.

(Fonte: elaborazione personale)

La seconda sezione del dataset è quella delle “monthly performances”, ovvero un dataset di 2.135.463 osservazioni che descrive le performance mensili delle accomodation attive su Airbnb e Home Away, in cui le informazioni sono temporalmente più limitate ed infatti i mesi considerati partono da Ottobre 2014 fino a Gennaio 2020; anche in questo caso sono stati eliminati i dati relativi ad Home Away. Nella figura seguente viene illustrata una breve spiegazione delle voci considerate nel dataset.

62 Monthly performances dataset

Property ID Identifica attraverso un codice la proprietà Reporting Month Identifica il mese di riferimento

Revenue (USD) Indica i ricavi in dollari nel mese di riferimento Number of

Reservations

Indica il numero di prenotzioni registrate nel mese di riferimento Reservation Days Indica il numero di giorni prenotati nel mese di riferimento

Available Days Indica il numero di giorni disponibili nel mese di riferimento

Blocked Days Indica il numero di giorni "bloccati", ovvero in cui l'host non ha reso disponibile l'annuncio

City Identifica la città

Active Indica se l'annuncio è attivo Scraped During

Month

/

Figura 27: descrizione del dataset “Monthly Performances”.

(Fonte: elaborazione personale)

Per effettuare le analisi, a queste variabili sono stati aggiunti il prezzo medio, calcolato come Revenue/Reservation Days e l’occupancy rate, calcolato come Reservation Days / (Reservation Days+Available Days), ovvero il tasso di occupazione delle proprietà.

3.4 Analisi preliminari