Datos Inmobiliarios en México:
Metodología para su Recopilación,
Normalización y Validación

Capítulo 1: Introducción — El Contexto de los Datos Inmobiliarios en México

El mercado inmobiliario mexicano es uno de los más dinámicos de América Latina. Con más de 126 millones de habitantes y un crecimiento urbano que se acelera década tras década, la necesidad de información confiable, estructurada y actualizada sobre el parque habitacional y comercial es cada vez más apremiante.

Sin embargo, la información inmobiliaria en México se encuentra distribuida en múltiples fuentes: portales de clasificados, datos gubernamentales abiertos, registros públicos, catastro municipal, y la actividad directa de agentes y desarrolladores. Cada una de estas fuentes tiene su propio formato, unidad de medida, frecuencia de actualización y nivel de detalle. Unificar esa heterogeneidad es el reto que BACKBONE decidió asumir.

En BACKBONE creemos que la estandarización y normalización de la información inmobiliaria puede facilitar la toma de decisiones para todos los actores del ecosistema: desde un desarrollador que evalúa dónde construir, hasta un banco que valida el riesgo de un crédito hipotecario, pasando por el valuador que necesita comparables confiables y el agente que quiere asesorar mejor a sus clientes. No venimos a reemplazar a nadie. Venimos a sumar con datos y tecnología.

Este reporte documenta nuestra metodología actual —cómo recopilamos, estructuramos, validamos y ponemos a disposición los datos— con el objetivo de invitar a la colaboración y mejora continua del ecosistema. Creemos firmemente en la transparencia como principio fundacional: compartimos abiertamente cómo trabajamos para que otros puedan evaluar, cuestionar y, en su caso, sumar esfuerzos.

Capítulo 2: Fuentes de Información

En BACKBONE integramos información de diversas fuentes, reconociendo que cada una aporta una pieza valiosa del rompecabezas inmobiliario. No existe una fuente única y perfecta —la riqueza está en la convergencia.

A. Datos de Mercado Abierto

Plataformas de clasificados inmobiliarios, anuncios públicos y avisos de oportunidad que reflejan la oferta disponible en el mercado. Estas fuentes nos ayudan a entender precios de listado, características de propiedades y dinámicas de oferta. Operamos respetando sus términos de servicio y trabajamos dentro de los límites del acceso público.

Estas fuentes representan la columna vertebral de nuestra cobertura: nos permiten tener visibilidad de la oferta activa en las principales ciudades del país, con actualización continua.

B. Datos Públicos Gubernamentales

Trabajamos con información pública disponible a través de instituciones que generan data de referencia invaluable para el sector:

• INEGI: Datos sociodemográficos, índices de precios, cartografía y delimitación de AGEBs y manzanas. Es la base de nuestra estandarización geoespacial.
• Catastro municipal: Valor catastral, uso de suelo, superficies registradas. Fuente fundamental para entender el marco fiscal de cada propiedad.
• Registro Público de la Propiedad: Información sobre escrituras y gravámenes, en la medida de lo disponible públicamente en cada entidad federativa.
• Banco de México (Banxico): Tipo de cambio FIX para normalización de precios, tasas de interés oficiales e indicadores económicos.
• SHF (Sociedad Hipotecaria Federal): Índice SHF de precios de vivienda, costos de construcción, estadísticas de financiamiento y programas de vivienda. Referencia obligada para cualquier análisis de mercado.

C. Datos de Profesionales del Sector

Colaboramos con valuadores certificados, agentes inmobiliarios y desarrolladores que comparten información de mercado validada por su ejercicio profesional, incluyendo —cuando es posible— operaciones de compra-venta reales. Esta colaboración es especialmente valiosa porque complementa la información de oferta con datos de demanda y transacciones efectivas.

Invitamos a más profesionales del sector a sumarse a esta red de colaboración. Entre más actores compartan información de calidad, mejor será el servicio para el ecosistema en su conjunto.

D. Datos Geoespaciales

Información geográfica de libre acceso, procesada para enriquecer la ubicación y contexto de cada propiedad: cercanía a servicios, conectividad, densidad poblacional y características del vecindario.

Capítulo 3: Pipeline de Procesamiento

El camino que recorre un dato desde su fuente original hasta estar disponible en nuestra API sigue un flujo estructurado de seis etapas. Cada una está diseñada para incrementar la confiabilidad y utilidad de la información.

1. Captura

Procesos automatizados que recopilan información de las fuentes disponibles, respetando sus términos de servicio y límites de acceso. Operamos con estándares de tasa de solicitudes que no afectan la operación de las fuentes que consultamos. La captura es continua: nuestro sistema verifica y actualiza la información múltiples veces al día.

2. Validación de Formato

Cada registro es verificado contra un esquema base: campos requeridos presentes, rangos de valores plausibles, consistencia interna entre campos. Los registros que no pasan esta validación se marcan para revisión o se descartan según la naturaleza del error.

3. Normalización

Conversión a unidades estándar (precios en MXN, superficies en metros cuadrados), estandarización de direcciones según nomenclatura INEGI, unificación de tipologías a una taxonomía común. Este paso es descrito en detalle en el Capítulo 4.

4. Control de Calidad

Reglas automatizadas detectan anomalías —precios fuera de rango, superficies inconsistentes, ubicaciones improbables— y un equipo de analistas realiza muestreos periódicos para validación humana. Mantenemos un registro de incidencias que alimenta la mejora continua de nuestras reglas de validación.

5. Vinculación

Registros de distintas fuentes que refieren a la misma propiedad se vinculan mediante un sistema de matching multi-criterio que considera: dirección normalizada, coordenadas geográficas, precio, características físicas (metros cuadrados, recámaras, baños) y tipología. Este proceso nos permite construir una vista unificada de cada propiedad y calcular el nivel de calidad correspondiente (ver Capítulo 5).

6. Publicación

Los datos se estructuran según el esquema PADIM Connect (37 campos estándar) y se ponen a disposición a través de la API de BACKBONE con 78 endpoints que permiten consultar, filtrar y analizar la información según las necesidades de cada cliente.

Capítulo 4: Normalización de la Información

La normalización es el corazón de nuestro proceso. Es donde la heterogeneidad de las fuentes originales se transforma en datos comparables y accionables. A continuación detallamos los principales ejes de estandarización.

A. Estandarización de Direcciones

La dirección es el campo más crítico y también el más propenso a variaciones. Abordamos este desafío con tres estrategias complementarias:

1. Vinculación con el catálogo de colonias y localidades de INEGI, la referencia oficial de nomenclatura geográfica en México.
2. Manejo de variaciones comunes — "Av. Universidad" y "Avenida Universidad", "Col. Centro" y "Colonia Centro", "Fracc." y "Fraccionamiento" — mediante un diccionario de sinónimos geográficos que se actualiza continuamente.
3. Enriquecimiento con coordenadas geográficas cuando no vienen incluidas, usando geocodificación inversa sobre la dirección normalizada.

Este proceso nos permite asignar coordenadas precisas a la mayoría de las propiedades y, en los casos donde no es posible, al menos determinar la colonia o zona general.

B. Estandarización de Precios

Los precios de las propiedades pueden venir expresados en distintas monedas, periodicidades y formatos:

• Detección automática de moneda basada en contexto: propiedades con precios expresados en cifras que usualmente corresponden a dólares (especialmente en zonas turísticas como Quintana Roo o Baja California) se identifican automáticamente.
• Conversión a MXN usando el tipo de cambio FIX publicado por Banxico, que es el tipo de cambio oficial de referencia en México.
• Identificación de valores atípicos mediante análisis estadístico por zona y tipología: un departamento en la misma colonia con un precio 5 desviaciones estándar por encima o por debajo de la media se marca para revisión.

Todos los precios en nuestra API están expresados en pesos mexicanos (MXN), a menos que se solicite explícitamente otra moneda.

C. Estandarización de Tipologías

Cada fuente clasifica las propiedades de manera distinta. Unificar esa diversidad en una taxonomía manejable es esencial para poder realizar búsquedas y análisis consistentes.

Nuestra taxonomía base consta de 8 tipos principales, cada uno con subtipos opcionales para mayor granularidad:

El mapeo de la nomenclatura de cada fuente a nuestra taxonomía se realiza mediante un sistema híbrido de reglas y aprendizaje automático, con revisión periódica para corregir casos ambiguos.

D. Estandarización de Unidades

La información de superficies presenta quizás la mayor variabilidad entre fuentes. Abordamos este reto con:

• Metros cuadrados construidos como unidad primaria (prioritaria cuando está disponible).
• Metros cuadrados de terreno como campo separado, cuando la fuente lo reporta.
• Corrección automática cuando el dato está reportado en pies cuadrados (multiplicamos por 0.092903 para convertir a m²).
• Validación cruzada entre superficie construida y de terreno: si la superficie construida supera a la de terreno, el registro se marca para revisión.

Capítulo 5: Escalera de Calidad y Validación

No todos los datos tienen el mismo nivel de certidumbre. Una propiedad listada en una sola fuente tiene menos confianza que una propiedad cuya información ha sido confirmada por múltiples fuentes independientes, y menos aún que una que ha sido auditada por un valuador profesional.

Por eso definimos una Escalera de Calidad —un sistema de clasificación que permite a quien consume la información entender qué nivel de confianza puede tener en cada registro:

¿Por qué es importante esta escalera? Porque cada actor —un desarrollador, un valuador, un banco— puede decidir qué nivel de certidumbre necesita para su uso particular. Un análisis exploratorio puede operar con datos BASIC sin problema. Una originación de crédito hipotecario, en cambio, requiere datos ENRICHED o CERTIFIED. La escalera no juzga —informa.

Validación contra Estándares Profesionales

En el mercado mexicano, la valuación profesional está regulada por la NOM-247-SE-2021 (Norma Oficial Mexicana de Servicios de Valuación) y los dictámenes se registran ante el RUV (Registro Único de Valuadores). Un avalúo formal, según esta normativa, considera:

• Registro Público de la Propiedad (escrituras, gravámenes, libertad de gravamen)
• Catastro municipal (valor catastral, uso de suelo, superficie registrada)
• Comparables de mercado (al menos 3 inmuebles similares en la zona)
• Inspección física (medición, fotografía, estado de conservación)
• Costos de construcción (CMIC, SHF)
• Documentos legales (escrituras, constancias, CFDI de pago predial)

Reconocemos que la fuente más fiable para determinar el valor de una propiedad son las operaciones reales cerradas —transacciones efectivamente realizadas—, no los precios de oferta que aparecen en los clasificados. Nuestra metodología aspira a complementar —no reemplazar— el trabajo de los profesionales valuadores. La tecnología puede aportar velocidad, escala y consistencia; el juicio profesional aporta contexto, experiencia y responsabilidad legal.

Capítulo 6: Cobertura Geográfica

Actualmente nuestra base de datos contiene 102,190 propiedades distribuidas en más de 30 entidades federativas y 40+ ciudades de México. La distribución refleja tanto la actividad del mercado inmobiliario formal como la disponibilidad de fuentes de información en cada región.

La Ciudad de México concentra la mayor cantidad de datos, lo cual es consistente con su peso en el mercado inmobiliario nacional: es la zona metropolitana más grande del país y donde la digitalización del sector está más avanzada. Nuevo León y Jalisco le siguen en importancia, con Monterrey y Guadalajara como polos inmobiliarios de primer orden.

Trabajamos continuamente para ampliar nuestra cobertura, priorizando aquellas zonas donde la actividad inmobiliaria y la demanda de información son mayores. Invitamos a actores locales —agencias, desarrolladores, asociaciones— a colaborar para mejorar la representación de sus regiones.

Capítulo 7: Métricas de Calidad

Creemos en la transparencia. Estas son las métricas que monitoreamos para evaluar la calidad de nuestra información y el desempeño de nuestra infraestructura, con datos correspondientes a julio de 2026.

Métricas de Operación

Métricas de Consistencia

Áreas de Mejora que Reconocemos

La transparencia también implica compartir aquello que aún no hacemos bien:

1. Precios de oferta, no de cierre. Actualmente trabajamos con precios de listado, no con precios de venta reales. La diferencia entre ambos puede ser significativa y varía por mercado y segmento. Acceder a datos de operaciones cerradas requiere colaboración con instituciones financieras y notarías —es una de nuestras prioridades.
2. Precisión mayor en zonas urbanas que rurales. Nuestra cobertura y exactitud son significativamente mejores en zonas metropolitanas densas que en zonas de baja actividad inmobiliaria o rurales. Esto refleja tanto la disponibilidad de fuentes como la naturaleza del mercado.
3. Sin AVM calibrado aún. No contamos todavía con un modelo de valuación automatizada (AVM) calibrado para el mercado mexicano con la robustez que nos gustaría. Es nuestro próximo gran proyecto, y lo estamos abordando con la rigurosidad que merece.
4. Geolocalización aproximada en ~5% de propiedades. Una fracción de nuestras propiedades (~5%) tiene geolocalización aproximada por colonia o código postal, cuando no se dispone de coordenadas exactas. Estos casos están debidamente identificados en nuestros datos.

Creemos que reconocer estas limitaciones no es un signo de debilidad, sino de madurez. Preferimos ser precisos en lo que ofrecemos a prometer más de lo que podemos cumplir.

Capítulo 8: Hoja de Ruta

Esto es lo que estamos construyendo. Lo compartimos abiertamente para recibir retroalimentación, identificar oportunidades de colaboración y, sobre todo, para que el ecosistema sepa hacia dónde nos dirigimos.

Capítulo 9: Apéndice Técnico

A. Esquema PADIM Connect (37 Campos)

El esquema PADIM Connect define la estructura estándar en la que se entregan los datos. A continuación se listan los campos principales agrupados por categoría:

Identificación y Clasificación

Ubicación

Características

Precio

Metadatos

B. Ejemplo de Respuesta API de BACKBONE

A continuación, un ejemplo de respuesta del endpoint /v1/properties para una propiedad en la Ciudad de México:

{
  "status": "success",
  "data": [
    {
      "padim_id": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
      "property_type": "departamento",
      "property_subtype": "penthouse",
      "quality_level": "VERIFIED",
      "address": {
        "full": "Av. Presidente Masaryk 123, Col. Polanco, Miguel Hidalgo, CDMX",
        "street": "Av. Presidente Masaryk 123",
        "neighborhood": "Polanco",
        "city": "Miguel Hidalgo",
        "state": "CDMX",
        "postal_code": "11550",
        "latitude": 19.4317,
        "longitude": -99.1914,
        "geolocation_accuracy": "exact"
      },
      "characteristics": {
        "sqm_constructed": 185,
        "sqm_land": null,
        "bedrooms": 3,
        "bathrooms": 2.5,
        "parking_spots": 2,
        "floor_number": 12,
        "total_floors": 18,
        "construction_year": 2018,
        "condition": "excellent"
      },
      "price": {
        "price_mxn": 12500000,
        "price_usd": 625000,
        "price_currency": "MXN",
        "price_type": "listing",
        "price_per_sqm_mxn": 67568
      },
      "listing_type": "sale",
      "metadata": {
        "first_seen_at": "2024-03-15T10:30:00Z",
        "last_seen_at": "2026-06-30T08:15:00Z",
        "last_updated_at": "2026-06-30T08:15:00Z",
        "source_count": 3,
        "confidence_score": 0.87
      }
    }
  ],
  "meta": {
    "total": 1,
    "page": 1,
    "per_page": 10,
    "query_time_ms": 42
  }
}

C. Ejemplo de Consulta en Python

import requests

API_KEY = "tu_api_key_aqui"
BASE_URL = "https://api.back-bone.dev/v1"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

# Buscar propiedades en Monterrey, 3 recámaras, precio hasta 5M MXN
params = {
    "city": "Monterrey",
    "state": "Nuevo León",
    "bedrooms_min": 3,
    "price_max_mxn": 5000000,
    "listing_type": "sale",
    "limit": 5,
    "quality_min": "VERIFIED"
}

response = requests.get(
    f"{BASE_URL}/properties",
    headers=headers,
    params=params
)

if response.status_code == 200:
    data = response.json()
    print(f"Propiedades encontradas: {data['meta']['total']}")
    for prop in data['data']:
        print(f"  - {prop['property_type']} en {prop['address']['neighborhood']}: "
              f"${prop['price']['price_mxn']:,.0f} MXN, "
              f"{prop['characteristics']['sqm_constructed']} m², "
              f"calidad: {prop['quality_level']}")
else:
    print(f"Error: {response.status_code} - {response.text}")

D. Metodología de Vinculación (Matching Multi-Criterio)

La vinculación de registros de distintas fuentes que refieren a una misma propiedad es uno de los desafíos técnicos más complejos de nuestro pipeline. Nuestro sistema de matching combina varios criterios ponderados:

1. Coincidencia de dirección normalizada (peso: 40%). Usamos la dirección normalizada contra el catálogo INEGI para identificar la ubicación más probable.
2. Proximidad geográfica (peso: 25%). Cuando ambos registros tienen coordenadas, la distancia euclidiana entre ellas nos ayuda a confirmar o descartar coincidencias.
3. Coincidencia de características (peso: 20%). Tipo de propiedad, metros cuadrados, recámaras y baños. Cuanto más similares, mayor probabilidad de que se trate de la misma propiedad.
4. Coincidencia de precio (peso: 15%). Aunque los precios pueden variar entre fuentes —incluso para la misma propiedad—, rangos cercanos aumentan la confianza del matching.

Un registro se considera vinculado cuando el puntaje compuesto supera un umbral definido dinámicamente según el contexto. Todas las vinculaciones se revisan periódicamente mediante muestreo estadístico para calibrar los umbrales.

E. Referencias

• SHF (Sociedad Hipotecaria Federal). Índice SHF de Precios de la Vivienda. Disponible en: https://www.gob.mx/shf
• INEGI (Instituto Nacional de Estadística y Geografía). Marco Geoestadístico Nacional. Disponible en: https://www.inegi.org.mx
• Banxico (Banco de México). Tipo de Cambio FIX. Disponible en: https://www.banxico.org.mx
• NOM-247-SE-2021. Norma Oficial Mexicana de Servicios de Valuación. Diario Oficial de la Federación.
• RUV (Registro Único de Valuadores). Disponible en: https://www.ruv.gob.mx
• CMIC (Cámara Mexicana de la Industria de la Construcción). Indicadores de Costos de Construcción.
• SHF. Programa de Vivienda y Estadísticas de Financiamiento.