house-quest/reports/database_assessment.md

Avaliação do banco de dados

Data da avaliação: 21 de julho de 2026

Banco: dfimoveis_data/dfimoveis.sqlite3

Modo: mode=ro, PRAGMA query_only = ON SHA-256 do arquivo principal: bfbbdd09e88f76afd917ebd981b848b9321aeb5fc0602f712645d33e1a5ea76c

1. Pergunta

O snapshot atualizado sustenta a revisão dos rankings e já permite conclusões de histórico, disponibilidade e liquidez?

Resposta curta: sustenta a revisão operacional dos rankings, mas ainda não sustenta inferência de liquidez ou preço de transação. O banco contém quatro dias efetivos de observação entre 13 e 21/07/2026, e a maior parte dos novos snapshots é causada por campos textuais contaminados, não por mudança imobiliária real.

2. Integridade e esquema

• tamanho do arquivo principal: 9.478.144 bytes;
• PRAGMA quick_check: ok;
• PRAGMA foreign_key_check: nenhuma violação;
• codificação: UTF-8;
• journal_mode: WAL;
• 2.314 páginas de 4.096 bytes;
• cinco tabelas da aplicação e sqlite_sequence;
• quatro autoíndices; nenhuma view ou trigger;
• esquema físico sem mudança material em relação a docs/ACTUAL_SCHEMA.md.

O banco foi consultado em transação somente leitura. Não foi usado immutable=1, pois este é o arquivo atualizado pelo scraper.

3. Universo e cobertura

Unidade	Total
Execuções registradas	20
Execuções ok	12
Execuções failed	8
Anúncios acumulados	161
Observações históricas	562
Vínculos anúncio–busca	161
Fotos registradas	7.363
Hashes de foto distintos	3.455
Anúncios inativos	20

Cobertura técnica: 13–21/07/2026. Há observações de anúncios em quatro datas, janela insuficiente para sazonalidade ou liquidez.

Região	Acumulados	Ativos	Inativos
Jardins Mangueiral	94	78	16
Cruzeiro Novo	67	63	4

A execução 20, em 21/07, processou oito páginas, encontrou 141 URLs, concluiu 141 detalhes sem falha, baixou 572 fotos novas, reutilizou 4.404 e marcou 20 anúncios como inativos. Ausência da busca não comprova venda.

4. O que os dados representam

• listings: identidade de anúncio e estado corrente;
• listing_history: estados distintos por content_hash, não cada observação;
• listing_searches: vínculo entre anúncio e busca;
• photos: mídia associada ao anúncio, sem vínculo a um snapshot específico;
• crawl_runs: execução técnica sem chave direta para os anúncios observados;
• imóvel físico provável: não existe como entidade persistida e depende de deduplicação derivada.

Há 21 anúncios com um snapshot, 6 com dois, 7 com três e 127 com quatro. Essa distribuição não deve ser interpretada como número de mudanças reais.

5. Auditoria das mudanças históricas

Foram comparadas as transições consecutivas de data_json:

Campo alterado	Transições
content_hash	401
creci	398
advertiser_code	66
neighborhood	25
description	11
price_brl	3
address	3

Em 305 transições, somente creci e o hash mudaram. Isso indica instabilidade do parser ou conteúdo variável da página. Não há base para tratar 401 transições como mudanças de mercado.

Mudanças reais de preço identificadas:

• 1173275: R$ 550.000 para R$ 549.000 em 21/07;
• 1348535: R$ 950.000 para R$ 880.000 em 20/07, mantido em 21/07;
• 1372539: R$ 572.500 para R$ 569.000 em 17/07, mantido depois.

Esses valores são preços anunciados, não negociados.

6. Qualidade dos campos

Nos 161 anúncios:

• preço, área e quartos estão preenchidos em todos;
• cidade, UF, latitude e longitude estão ausentes em todos;
• 150 endereços têm mais de 300 caracteres;
• 159 bairros têm mais de 100 caracteres;
• permanece um preço de R$ 570 milhões (1351663);
• permanece uma área de 0,11 m² (1370918);
• nenhum registro de foto está sem hash ou caminho local no snapshot atual.
• a triagem perceptual com Pillow 12.3.0 foi reexecutada nos dois recortes; recuperou os grupos já documentados e não identificou nova duplicação suficientemente sustentada entre os 30 finalistas.

O preenchimento não garante validade. Localização e anunciante continuam contaminados. Área não distingue privativa, útil, construída, total, terreno ou ampliação.

7. Disponibilidade e quarentena visual

Vinte anúncios estão inativos no banco, mas retirada não prova venda. Além disso, dez anúncios ainda ativos exibem indicação explícita na primeira foto:

• Cruzeiro: 1263868;
• Mangueiral: 1301400, 1346017, 1346231, 1349519, 1351729, 1352943, 1356197, 1362968 e 1366801.

Esses registros ficam em quarentena histórica como “vendido visualmente indicado”. O selo é evidência operacional, não prova registral.

8. Atualização dos rankings

O Mangueiral não recebeu anúncio novo em 21/07. 1356197, antes em 9º, passou a exibir VENDIDO na primeira foto. Depois do feedback pessoal, o funil foi refeito sobre os 78 ativos; 1377683, 1371718 e 1140317 entraram no Top 5 por aderência inferida. A auditoria integral também identificou 1301400 com selo de vendido na primeira foto e 1369473 como solicitação de compra, não oferta.

O Cruzeiro recebeu:

• 1381514: SHCES 301, R$ 690 mil, 4º andar, reforma aparente forte, sem confirmação de elevador ou vaga e com divergência entre 63 e 93 m²;
• 1400223: SHCES 609 D, R$ 495 mil, 2º andar, boa luz e necessidade de reforma ampla.

Os dois entraram no Top 15 condicionado. 1375199 saiu por inatividade; 1370891 passou para “quase entrou” pela nova evidência, não por piora comprovada.

9. Limitações

• um único portal e duas buscas;
• janela histórica curta;
• 20 inativos sem causa confirmada;
• snapshots inflados por campos textuais instáveis;
• ausência de entidade de imóvel físico;
• localização estruturada não confiável;
• área semanticamente inconsistente;
• fotos podem conter material genérico e republicações;
• planta original, sistemas, ruído e documentação exigem validação externa.

Não calcular preço por m² amplo, liquidez ou tendência com este snapshot.

10. Reprodução

Consultas essenciais, sempre em leitura:

PRAGMA query_only = ON;
PRAGMA quick_check;
PRAGMA foreign_key_check;

SELECT type, name, tbl_name, sql
FROM sqlite_master
ORDER BY type, name
LIMIT 50;

SELECT COUNT(*) FROM listings;
SELECT COUNT(*) FROM listing_history;
SELECT COUNT(*) FROM listing_searches;
SELECT COUNT(*) FROM photos;
SELECT COUNT(*) FROM crawl_runs;

SELECT s.search_url,
       COUNT(*) AS accumulated,
       SUM(l.inactive_at IS NULL) AS active,
       SUM(l.inactive_at IS NOT NULL) AS inactive
FROM listing_searches AS s
JOIN listings AS l USING (listing_id)
GROUP BY s.search_url
LIMIT 10;

11. Implicação prática

O snapshot melhora a triagem operacional, sobretudo ao revelar inativos e dois apartamentos novos. Ele ainda não justifica pressa nem conclusões de mercado. O ganho imediato vem de manter quarentenas visuais, corrigir a geração excessiva de snapshots e validar documentalmente os candidatos antes de visita ou negociação.