---
id: "RF-ML-002"
title: "Prediccion de Tiempo de Venta"
type: "Functional Requirement"
epic: "IAI-008"
priority: "Alta"
status: "Draft"
project: "inmobiliaria-analytics"
created_date: "2026-01-04"
updated_date: "2026-01-04"
---

# RF-IA-008-002: Prediccion de Tiempo de Venta

---

## Descripcion

El sistema debe predecir cuantos dias tardara una propiedad en venderse (Days on Market - DOM) basandose en caracteristicas de la propiedad, precio de lista y condiciones de mercado.

---

## Justificacion

Conocer el tiempo estimado de venta permite a agentes establecer expectativas realistas con clientes, ajustar estrategias de pricing, y a inversores evaluar liquidez de inversiones.

---

## Requisitos Funcionales

### RF-002.1: Prediccion DOM

| ID | Requisito | Prioridad |
|----|-----------|-----------|
| RF-002.1.1 | El sistema debe predecir dias estimados en mercado | Alta |
| RF-002.1.2 | El sistema debe proporcionar intervalo de confianza | Alta |
| RF-002.1.3 | El sistema debe calcular probabilidades de venta a 30/60/90 dias | Alta |
| RF-002.1.4 | El sistema debe considerar estacionalidad | Media |

### RF-002.2: Features Criticas

| ID | Requisito | Prioridad |
|----|-----------|-----------|
| RF-002.2.1 | El modelo debe usar ratio precio/mercado como feature principal | Alta |
| RF-002.2.2 | El modelo debe considerar inventario activo en zona | Alta |
| RF-002.2.3 | El modelo debe considerar absorcion historica | Alta |
| RF-002.2.4 | El modelo debe evaluar calidad del listing (fotos, descripcion) | Media |

### RF-002.3: Actualizacion

| ID | Requisito | Prioridad |
|----|-----------|-----------|
| RF-002.3.1 | El sistema debe recalcular prediccion si cambia precio | Alta |
| RF-002.3.2 | El sistema debe ajustar prediccion con dias transcurridos | Media |
| RF-002.3.3 | El sistema debe aprender de ventas reales | Alta |

---

## Features del Modelo

### Propiedad

| Feature | Tipo | Importancia |
|---------|------|-------------|
| precio_lista | float | Alta |
| precio_vs_mercado_ratio | float | Critica |
| tipo_propiedad | categorical | Alta |
| superficie_m2 | float | Media |
| antiguedad_anos | int | Media |
| calidad_fotos_score | float | Alta |
| descripcion_quality_score | float | Media |
| tiene_tour_virtual | boolean | Media |

### Mercado

| Feature | Tipo | Importancia |
|---------|------|-------------|
| inventario_activo_zona | int | Alta |
| absorcion_mensual_zona | float | Alta |
| tendencia_demanda_zona | float | Alta |
| competencia_precio_similar | int | Alta |
| estacionalidad_mes | int | Media |

---

## Arquitectura del Modelo

```yaml
modelo:
  tipo: Survival Analysis
  componentes:
    - modelo: CoxProportionalHazards
      uso: "Baseline, interpretable"

    - modelo: RandomSurvivalForest
      uso: "Captura no-linealidades"
      hiperparametros:
        n_estimators: 200
        max_depth: 10

  target: dias_en_mercado
  censoring: propiedades_aun_activas

  output:
    dias_estimados: median_survival_time
    probabilidades:
      - p_venta_30d: survival_function(30)
      - p_venta_60d: survival_function(60)
      - p_venta_90d: survival_function(90)
```

---

## API Endpoints

```yaml
POST /api/v1/ml/predictions/time-to-sell:
  description: Prediccion de tiempo de venta
  request:
    property:
      type: string
      price: number
      construction_m2: number
      latitude: number
      longitude: number
      listing_quality:
        photos_count: integer
        has_virtual_tour: boolean
  response:
    estimated_days: integer
    confidence_interval:
      min: integer
      max: integer
    probabilities:
      sell_30_days: number
      sell_60_days: number
      sell_90_days: number
    factors:
      - factor: string
        impact: string  # "accelerates" | "delays"
        magnitude: number
    recommendations:
      - recommendation: string
        potential_improvement_days: integer
```

---

## Metricas de Calidad

```yaml
metricas:
  objetivo:
    C_index: ">= 0.75"
    MAPE: "< 25%"

  segmentacion:
    - accuracy_por_rango_precio
    - accuracy_por_tipo_propiedad
    - accuracy_por_zona
```

---

## Criterios de Aceptacion

- [ ] C-index >= 0.75 en test set
- [ ] MAPE < 25% en propiedades vendidas
- [ ] Probabilidades calibradas correctamente
- [ ] Latencia < 100ms por prediccion
- [ ] Recomendaciones generadas automaticamente
- [ ] Modelo se actualiza con ventas reales

---

## Dependencias

- IA-008-001 (AVM): Para ratio precio/mercado
- IA-007 (Webscraper): Datos de listings
- lifelines o scikit-survival

---

## Historias de Usuario Relacionadas

- US-ML-003: Prediccion dias en mercado

---

**Autor:** ML Lead
**Fecha:** 2026-01-04