ParseloZnajdź nieruchomość zanim inni zobaczą
Dokumentacja

Jakość danych

Część danych o ofertach odczytujemy automatycznie i nie zawsze da się je potwierdzić. Dlatego pokazujemy, skąd pochodzi informacja, a tam, gdzie nie mamy pewności, mówimy to wprost.

Skąd są dane?

Każdą ofertę pobieramy z oficjalnej strony źródłowej (KOWR, AMW, PKP itd.), a potem model językowy czyta treść i PDF i wyciąga z nich dane:

  • Powierzchnia, cena wywoławcza, wadium.
  • Numery działek (KOWR).
  • Klasa gleby (np. RIIIa, RIVb, V, VI) i sposób użytkowania.
  • Dostęp do drogi, media, ograniczenia, status MPZP.
  • Liczba pokoi, piętro, rok budowy (mieszkania).
  • Termin przetargu i dane kontaktowe organizatora.

Dla KOWR używamy modelu Gemini 2.5 Flash. Gdy PDF jest skanem bez warstwy tekstu, zwykle nie odczytujemy go automatycznie i pokazujemy link do oryginału. Część takich skanów odczytaliśmy jednorazowo modelem, który czyta obraz strony.

Kiedy pokazujemy „Dane niezweryfikowane”?

Przy ofertach działek pokazujemy panel Identyfikacja działki z numerem z państwowego rejestru ULDK (GUGiK). Numer ma trzy poziomy pewności:

StanCo znaczy
PDF + ULDK (zielony)Numer działki z PDF-u źródłowego potwierdzony w ULDK. Wysoka pewność.
Przybliżone (gmina) (żółty)Położenie dopasowane na podstawie tytułu. Gmina się zgadza, ale punkt może wskazywać sąsiednią działkę.
Dane niezweryfikowane (czerwony)Nie udało się jednoznacznie powiązać oferty z konkretną działką. Pokazujemy link do oryginału: sprawdź sam.

Wolimy powiedzieć „nie wiem” niż wskazać przypadkową działkę.

Jak sprawdzamy, czy dane się zgadzają?

  • Co noc model językowy sprawdza oferty zmienione w ostatniej dobie: czy typ, powierzchnia, cena i opis do siebie pasują. Wynik zapisujemy do przeglądu, a poprawek nie wprowadzamy automatycznie.
  • Ręcznie uruchamiamy porównanie danych z oryginalnym ogłoszeniem i PDF-em. Szukamy w nim:
    • pomyłek, np. „17 m²”, gdy źródło podaje „23,20 m²”;
    • brakujących danych, np. wadium, które jest w PDF-ie, a nie ma go u nas;
    • złej klasyfikacji, np. lokal mieszkalny zapisany jako użytkowy.

Znalezione pomyłki grupujemy według źródła i poprawiamy przyczynę, a nie pojedyncze oferty.

Co robimy z błędami?

Przy masowych poprawkach danych zachowujemy poprzednią wersję, żeby w razie pomyłki modelu móc cofnąć zmianę bez utraty historii.

Kiedy nie wyciągamy danych?

Część PDF-ów jest nieczytelna: zniszczone skany, oferty bez załączników, strony usunięte przez źródło. Nie udajemy wtedy, że mamy pełną informację. Pokazujemy link do oryginału.

Pomiar po przeglądzie jakości z 7.05.2026:

  • KOWR: 91% ofert miało kompletne dane z PDF-u.
  • PKP, Orange, AMW: ponad 99%.
  • Pozostałe mniejsze źródła: 95-100%.
  • Ok. 3% wszystkich ofert wymagało ręcznej weryfikacji w źródle.

Zgłoś błąd w danych

Na stronie oferty kliknij „Coś nie tak z tą ofertą?”, wybierz powód i opcjonalnie dopisz uwagę. Zgłoszenia pomagają nam poprawiać dane i instrukcje dla modeli.