FactCheckin leggittimo (e dovuto) su AirMAP
Tutta la narrazione del progetto "AirMAP", curato dal centro di ricerca FULL del Politecnico di Torino (Ente Pubblico pagato con soldi pubblici) per mappare le locazioni brevi in Italia, si basa su una frase che campeggia nella loro home page: "Le basi dati istituzionali risultano spesso frammentate o incomplete, rendendo difficile per i decisori pubblici valutare la reale portata del fenomeno. Il progetto si propone di superare tali limiti attraverso i dataset della società AirDNA".
Partiamo proprio da qui. Dire oggi che i dati dello Stato sono "frammentati" per giustificare l'uso di stime di un'azienda americana fa crollare immediatamente la serietà istituzionale della ricerca. Ma c'è un problema ancora più grande, un "elefante nella stanza" che la stampa generalista ignora.
Ecco le domande legittime che andrebbero poste ai realizzatori della ricerca:
Questi dati che avete utilizzato sono verificabili da un ente terzo?
Avete fatto un match indipendente?
Avete letto i comunicati di AirDNA che negli anni hanno ammesso errori?
AirDNA li ha regalati o avete sottoscritto un abbonamento commerciale a pagamento? Se li ha regalati, perchè? Sono tutti dettagli fondamentali che l'opinione pubblica e i decisori politici vorrebbero sapere, in nome della trasparenza che uno studio accademico di questo calibro meriterebbe. Ovviamente, nessun giornalista fa alcuna di queste domande, ma la pacchia è finita: benvenuti nel web.
Ecco perché questo studio, dietro la facciata accademica, presenta limiti metodologici imbarazzanti e non può dettare le regole delle nostre città.
1. La "scusa" dei "dati istituzionali incompleti"
Non c'è nessuna lacuna informativa da colmare. Il Ministero del Turismo aggiorna quotidianamente la Banca Dati Strutture Ricettive (BDSR), liberamente scaricabile da chiunque (inclusi i ricercatori) in comodissimi file .csv o .excel. Al 26 maggio 2026, i numeri reali, ufficiali e perfetti contano 717.160 strutture registrate e 646.442 CIN rilasciati, coprendo il 90,14% del mercato. Ignorare questo database pubblico, suddiviso accuratamente per categorie ISTAT (distinguendo tra locazioni turistiche, B&B e affittacamere) e fare invece "di tutta l'erba un fascio" sotto il termine Airbnb, denota un totale scostamento dalla realtà. Diffondere nel 2026 uno studio basato su "stime" riferite al 2024, ignorando i dati istituzionali reali, è inaccettabile.
2. Le stime di AirDNA non sono "dati certi"
La domanda sulla verificabilità dei dati trova risposta nella metodologia stessa di AirDNA. L'azienda privata non ha alcun accesso diretto alle API o ai registri di prenotazione di Airbnb o VRBO. La loro fonte primaria è il puro scraping (crawling) delle pagine web pubbliche: guardano quali notti sono oscurate sul calendario. Ma come fanno a sapere se quel giorno oscurato è un cliente che ha pagato o il proprietario che ha bloccato le date per fare le pulizie? Non lo sanno. Usano un algoritmo proprietario (la "Booked vs. Blocked Methodology") per inferire, ovvero tirare a indovinare statisticamente. Quelli che AirMAP vende come "dati certi" sono solo l'output di un modello statistico.
3. La scatola nera e la fine della scienza replicabile
La scienza esige che i risultati siano replicabili e verificabili. Tuttavia, siccome gli algoritmi di AirDNA sono un segreto industriale a fini commerciali, nessun ricercatore esterno potrà mai verificare o contestare il dato grezzo alla fonte. L'uso legale di dati privati non equivale alla solidità scientifica: si sta chiedendo ai Comuni di varare leggi basandosi su una vera e propria scatola nera commerciale.
Il punto focale: Airdna mette in guardia su usi diversi da quelli commerciali
① "Inferenza, non misurazione" — la falla madre
Le giornate bloccate dall'host appaiono nel calendario come non disponibili, esattamente come farebbe una prenotazione. Per distinguerle, AirDNA ha sviluppato tecnologia di intelligenza artificiale e machine learning che analizza 16 diversi segnali di prenotazione — come la durata del soggiorno, i tempi di anticipo, le recensioni — per produrre performance di prenotazione accurate. Airdna
La falla: questi 16 segnali non sono resi pubblici, non sono documentati in dettaglio accademico, e l'output è un'stima statistica, non una rilevazione diretta. Un ente pubblico non può citare una stima inferenziale come dato certo.
② Algoritmo proprietario opaco = non verificabile
Il modello di machine learning considera tutti i punteggi di similarità e fornisce una probabilità che due proprietà siano un match. Si prende la probabilità più alta tra tutti i match possibili. Se la probabilità è troppo bassa, non viene considerato un match. airdna
La falla: AirDNA non pubblica le soglie di probabilità, i pesi delle feature, né i risultati di validation. Una soglia sbagliata significa sistematicamente o duplicati contati doppio o proprietà distinte mergeate. Nessun peer reviewer esterno può verificarlo.
③ Dati corretti retroattivamente — i report passati erano errati
Questa è la falla più grave per l'uso accademico. Con l'aggiornamento del maggio 2024, AirDNA ha migliorato l'identificazione di notti prenotate, bloccate e disponibili per gli host Airbnb che utilizzano le impostazioni di "Advance Notice" e "Preparation Time". Storicamente, alcune date venivano erroneamente contrassegnate come prenotazioni invece che come finestre di anticipo. Questi cambiamenti vengono applicati a tutti i dati futuri e retroattivamente a luglio 2022. Airdna l'ha ammesso pubblicamente
La falla: qualsiasi ricerca universitaria che abbia usato dati AirDNA prima del maggio 2024 ha usato dati che AirDNA stessa ha poi dichiarato errati. Questo invalida retroattivamente le serie storiche citate in report pubblici.
④ Lag strutturale di un mese — non è dato "corrente"
Il conteggio dei listing disponibili viene aggiornato mensilmente con i dati del mese precedente. Ad esempio, se si consulta lo strumento ad aprile, i dati più recenti disponibili saranno di marzo. Airdna
La falla: un report pubblico che cita "i dati attuali del mercato" sta in realtà citando dati vecchi di 4-6 settimane, senza che questo venga dichiarato.
⑤ Perimetro limitato a due piattaforme — il mercato reale è più grande
I dati provengono da una combinazione di scraping di listing Airbnb e VRBO, fonti dati partner come property manager e channel manager, e singoli host. Airdna
La falla: Booking.com, affitti diretti, HomeAway standalone, canali locali italiani (es. Case Vacanza, portali regionali), subaffitti informali — tutto questo è fuori dal perimetro. Per il mercato italiano, dove l'intermediazione è più frammentata che nei paesi anglosassoni, questo è un gap significativo che distorce qualunque stima di "dimensione del mercato".
⑥ De-duplicazione fallibile — bug ammessi in produzione
Seguendo una revisione significativa della logica di merge a novembre, AirDNA ha introdotto ulteriori miglioramenti. L'algoritmo traccia listing su Airbnb e VRBO, ma era stato notato che se un listing veniva rimosso da Airbnb, i dati VRBO non venivano acquisiti nella serie combinata. Questo è particolarmente rilevante per le prenotazioni future. Airdna
La falla: AirDNA ha documentato pubblicamente che per anni i dati delle proprietà dual-listed erano incompleti. Chi ha usato quei dati in ricerche universitarie ha lavorato su un dataset con buchi strutturali non dichiarati.
4. Il crollo della narrazione: le stime 2024 contro la realtà del 2026
AirDNA vende i propri abbonamenti e i propri strumenti predittivi (come il Rentalizer) principalmente a investitori immobiliari e property manager. I loro modelli tendono sistematicamente verso l'alto (bias di ottimismo) per incentivare l'acquisto di immobili. La prova definitiva? Se confrontiamo le stime gonfiate che AirDNA proiettava per il 2024 con i dati reali del 2026 (dove il CIN è diventato requisito obbligatorio per essere online), scopriamo che i numeri reali sono crollati rispetto alle inferenze dell'azienda privata.
In conclusione Quando un ente accademico elabora i dati di un'azienda privata, la credibilità istituzionale del Politecnico non si trasferisce magicamente alla fonte, sanandone i difetti. AirDNA è, al massimo, un generico "indicatore di tendenza", e presentarne i numeri come verità assolute è scientificamente scorretto e pericoloso per le politiche abitative. I sindaci e le istituzioni hanno bisogno di fatti reali, documentati dai registri del Ministero, non di stime americane a pagamento usate per fare scalpore.
