Abstract
El conocimiento detallado de aquellos factores que presentan mayor relevancia en la probabilidad de venta de las viviendas puede resultar de suma importancia al tratarse de una inversión a largo plazo. Tras identificar una serie de bloques que marcan la evolución de la venta de las mismas (las características internas del inmueble en cuestión, su localización, su grado de sobreprecio y, sobre todo, un interés real por parte del comprador), se presenta un estudio novedoso que modeliza la probabilidad de venta de los inmuebles a lo largo del tiempo mediante técnicas de machine learning aplicadas a problemas de supervivencia, logrando valores de C-index de 76% y 72% en chalés y pisos, respectivamente. El proceso metodológico se ha testado sobre la capital de España, Madrid, a partir de los datos recopilados desde la principal plataforma de mercado del país durante el periodo 2018-2019. Estos datos fueron ponderados según información oficial, pero la metodología es escalable a cualquier municipio. No solo vendedores, compradores o intermediarios pueden verse beneficiados con este aporte, sino también los agentes públicos, de cara a tomar decisiones enfocadas al diseño o prevención en el tema de la vivienda.