O caso em imagens
Zillow Offers foi um mecanismo, não um empreendimento — por isso o ensaio é ilustrativo: o subúrbio de casas unifamiliares que o modelo precificava, a região de Las Vegas (um dos dois mercados de lançamento em 2018) e a sede da Zillow em Seattle. Os documentos primários do colapso estão nos arquivos da SEC, linkados abaixo.
Dados Verificados
O Zillow Offers era a aposta de "Zillow 2.0": em vez de só anunciar imóveis, a empresa passaria a comprar casas diretamente dos proprietários (iBuying), reformar e revender — usando o Zestimate e modelos derivados para definir a oferta em minutos. Lançado em Phoenix e Las Vegas em abril de 2018, chegou a 25 mercados. Em novembro de 2021, foi encerrado com o maior post-mortem público da proptech.
A operação — escala e ambição
O colapso — os números do encerramento
Linha do Tempo — 2006 a 2022
Nasce o Zestimate
A Zillow estreia com sua arma principal: uma estimativa automática de valor (AVM) para praticamente toda casa dos EUA. Por 12 anos, o número é só referência — ninguém compra nada com ele.
Piloto "Instant Offers"
Teste em Las Vegas e Orlando: vendedores pedem ofertas em dinheiro. A Zillow ainda não compra — só intermedia investidores.
Zillow Offers lança em Phoenix e Las Vegas
Em 12 de abril, a Zillow anuncia que passa a comprar e vender casas com o próprio balanço. É a entrada no iBuying, atrás da pioneira Opendoor (2014).
Rich Barton volta como CEO — "Zillow 2.0"
O cofundador reassume e aposta a empresa na transação direta: meta pública de 5.000 casas/mês e US$ 20 bi de receita no segmento em 3–5 anos (Forbes).
Pandemia: pausa e retomada
Compras suspensas no choque da COVID e retomadas no boom imobiliário mais quente em décadas. No ano, 4.162 casas compradas.
O Zestimate vira a oferta — e o volume vira meta
Em mercados qualificados, o Zestimate passa a ser a oferta inicial de compra em dinheiro. Internamente, reportagens (Inman, Insider) descrevem o "Project Ketchup": pagar mais para "alcançar" a Opendoor em volume. Nos 9 primeiros meses do ano, ~15.000 casas compradas — quase 4x o ano anterior.
A pausa que revelou o problema
Dias 17–18: Zillow suspende novas compras até o fim do ano, alegando gargalo de reforma e revenda. Dia 31: análise do KeyBanc encontra 66% de 650 casas listadas abaixo do preço pago (desconto médio de 4,5%). Dia 27: levantamento do Insider mostra 93% do estoque de Phoenix listado abaixo do custo.
Encerramento
Dia 1º: Bloomberg reporta ~7.000 casas ofertadas a investidores institucionais por ~US$ 2,8 bi. Dia 2: junto com o resultado do Q3, Barton anuncia o fim do Zillow Offers — write-down de US$ 304 mi, mais US$ 240–265 mi esperados no Q4 e corte de ~25% do quadro. A ação cai ~25% no dia seguinte.
Liquidação e balanço final
No resultado anual, o segmento Homes fecha 2021 com US$ 881 mi de perda antes de impostos. A venda do estoque avança mais rápido que o previsto ao longo de 2022. A Opendoor — mesma indústria, mesmo trimestre do colapso da Zillow — havia comprado 15.181 casas no Q3/2021 com EBITDA ajustado positivo, e segue operando (ver Case #28).
Mecanismo — como um modelo bom quebrou uma divisão inteira
O que a Zillow realmente fazia
O negócio do iBuying: comprar a casa do proprietário com desconto pequeno e conveniência total (oferta em dias, fechamento em semanas, sem corretor, sem visitas), reformar levemente e revender. A margem vem do spread entre compra e revenda, menos reforma, carrego e custos de transação. É um negócio de margem fina e giro alto — cada ponto percentual de erro no preço de compra come uma fatia enorme do resultado.
O papel do modelo: nenhum time humano avalia 700 casas por semana. O preço de compra saía de modelos automáticos de avaliação (AVM) — o Zestimate e derivados internos —, com camadas de ajuste definidas pela gestão. Em fevereiro de 2021, a Zillow deu o passo final: o próprio Zestimate publicado virou a oferta inicial de compra em mercados qualificados. O número que era vitrine virou preço com dinheiro de verdade em cima.
O erro assimétrico — a sacada central do case
1. Um erro mediano baixo esconde caudas caras. A Zillow divulgava erro mediano do Zestimate na casa de ~2% para imóveis anunciados. Mediana significa: metade dos erros é maior. Num portfólio de 9.680 compras por trimestre, as caudas da distribuição não são exceção estatística — são milhares de casas.
2. O erro não é simétrico no resultado. Se o modelo erra 5% para baixo, a oferta fica ruim, o vendedor recusa e a Zillow perde uma transação — custo de oportunidade, zero perda de caixa. Se erra 5% para cima, o vendedor aceita na hora e a Zillow carrega a perda no balanço até a revenda. Errar contra si custa dinheiro; errar a favor custa apenas volume.
3. A seleção adversa garante que as caudas ruins entram no portfólio. Quem aceita primeiro uma oferta automática? Desproporcionalmente, quem sabe que a casa vale menos do que o número oferecido (defeitos, rua ruim, mercado local esfriando). É o "winner's curse" clássico de leilão: o comprador algorítmico "ganha" exatamente as casas que não deveria querer. Sem margem defensiva, o portfólio se enche sozinho dos piores erros do modelo.
4. O ajuste otimista em mercado desacelerando foi o gatilho. Para bater metas de volume e alcançar a Opendoor, a gestão calibrou as ofertas para cima — no exato momento (segundo semestre de 2021) em que a valorização explosiva pós-pandemia desacelerava. O modelo projetava o passado recente; a gestão somava um prêmio; o mercado entregava menos. Resultado documentado: 66% das casas analisadas pelo KeyBanc listadas abaixo do custo, e 93% em Phoenix, o mercado símbolo.
5. O gargalo físico virou multiplicador. Casas não são posições líquidas: precisam de vistoria, reforma, corretor, comprador. Com ~18.000 casas entre estoque e contratos e mão de obra escassa, o tempo de carrego esticou — e cada semana extra em um mercado esfriando ampliava a perda por casa. O balanço virou uma posição vendida em liquidez e comprada em risco de preço, sem hedge.
O post-mortem público de Rich Barton
"We've determined the unpredictability in forecasting home prices far exceeds what we anticipated and continuing to scale Zillow Offers would result in too much earnings and balance-sheet volatility."
→ "Concluímos que a imprevisibilidade em prever preços de casas excede em muito o que antecipávamos, e continuar a escalar o Zillow Offers resultaria em volatilidade excessiva de resultados e de balanço."
— Rich Barton, cofundador e CEO da Zillow Group · comunicado de resultados Q3/2021, 02/11/2021 (SEC 8-K)
"While we built and learned a tremendous amount operating Zillow Offers, it served only a small portion of our customers. Our core business and brand are strong, and we remain committed to creating an integrated and digital real estate transaction that solves the pain points of buyers and sellers while serving a wider audience."
→ "Embora tenhamos construído e aprendido muito operando o Zillow Offers, ele servia apenas a uma pequena parcela dos nossos clientes. Nosso negócio principal e nossa marca são fortes, e seguimos comprometidos em criar uma transação imobiliária integrada e digital que resolva as dores de compradores e vendedores servindo a um público mais amplo."
— Rich Barton · mesmo comunicado — a justificativa da retirada estratégica
A antítese no mesmo trimestre: Opendoor
O detalhe que mata a explicação preguiçosa ("iBuying não funciona"): no mesmo Q3/2021, a Opendoor comprou 15.181 casas — 57% mais que a Zillow —, faturou US$ 2,3 bi e entregou EBITDA ajustado positivo de US$ 34,5 mi. A diferença não estava na ideia, estava na calibragem: a Opendoor precificava com margem defensiva e disciplina de spread; a Zillow precificou para ganhar volume. O par tese/antítese completo está no Case #28.
Acertos e Erros
A síntese honesta — o que a Zillow fez certo mesmo no fracasso, e o que errou de forma evitável. Detalhes e fontes nas seções acima e abaixo.
- Matou rápido em vez de dobrar a aposta: entre a pausa (17/out) e o encerramento (02/nov) passaram 16 dias. Encerrou com US$ 3,2 bi em caixa e o negócio principal intacto.
- Post-mortem público e específico: Barton nomeou a causa ("imprevisibilidade na previsão de preços") em documento à SEC, sem eufemismo — raro em fracassos corporativos dessa escala.
- O core sobreviveu: o segmento de mídia e marketplace (IMT) seguia lucrativo — o erro ficou contido na divisão, não contaminou a empresa.
- Liquidação disciplinada: venda em blocos a investidores institucionais e ritmo de revenda acima do previsto em 2022 — estancou a sangria em poucos trimestres.
- Comprou pela média do modelo: usou a estimativa central (e depois um ajuste otimista) como preço de compra, sem margem defensiva para o cenário em que o modelo erra contra si.
- Meta de volume mandando na meta de margem: a corrida para alcançar a Opendoor ("Project Ketchup") calibrou ofertas para cima em mercado desacelerando.
- Ignorou a seleção adversa: oferta automática generosa atrai exatamente as casas superavaliadas — o portfólio concentrou os erros de cauda do modelo.
- Gargalo físico fora do modelo: reforma e revenda não escalaram com as compras; o carrego esticou e multiplicou a perda por casa.
- Custo humano e de capital: ~2.000 demissões, ~US$ 540 mi+ em baixas, US$ 881 mi de perda no segmento em 2021 e uma queda de ~25% da ação em um dia.
Aplicação — Como Usar Este Case no Brasil
Todo modelo de precificação erra. A pergunta de investimento nunca é "qual o erro médio?" — é "o que acontece comigo no cenário em que o modelo erra contra mim, em todas as posições ao mesmo tempo?". Quando errar para cima destrói capital e errar para baixo só custa oportunidade, o preço de compra tem que sair do cenário adverso, não da estimativa central. A Zillow provou isso com US$ 881 milhões: errar 5% para baixo é lucro perdido; errar 5% para cima, replicado em milhares de casas, é catástrofe.
Frase causal: Em mercado desacelerando [C], comprar ativos em escala pagando a estimativa média de um modelo de precificação — ajustada para cima para ganhar volume — [M] converte o erro estatístico do modelo em prejuízo patrimonial sistemático, amplificado pela seleção adversa e pelo tempo de carrego [R].
Gêmeo brasileiro: a proptech que compra apartamento usado com avaliação automática (o ciclo das iBuyers brasileiras de 2020–2022) e, de forma mais ampla, a incorporadora que banca terreno pagando pelo residual de um VGV projetado no topo do ciclo — o "modelo" ali é a planilha de viabilidade com premissa otimista de preço e velocidade de vendas. O gatilho mensurável a monitorar: absorção (IVV/velocidade de vendas Abrainc-Fipe e CBIC) caindo por dois trimestres seguidos enquanto o preço pago por ativo não cai junto — mais distratos subindo e prazo médio de estoque pronto esticando. Quando o volume de compra continua estável com absorção em queda, o balanço está repetindo a Zillow.
Critérios para avaliar qualquer compra guiada por modelo — Brasil nacional
| Critério | O que exigir | Sinal de alerta |
|---|---|---|
| De onde vem o preço | Preço de compra ancorado no cenário adverso do modelo (percentil conservador), com desconto explícito sobre a estimativa central. O desconto é a margem de segurança — ele paga o erro. | Compra pela estimativa média "porque o erro histórico é baixo" — ou pior, com prêmio sobre a média para ganhar o negócio |
| Teste de assimetria | Simulação obrigatória: se o modelo errar 5% contra você em 100% do portfólio ao mesmo tempo, o negócio sobrevive? Se a resposta é não, o tamanho da posição está errado. | Stress test feito por ativo individual, nunca no portfólio inteiro simultaneamente — correlação de erro ignorada |
| Seleção adversa | Assumir que quem aceita a oferta primeiro sabe algo que o modelo não sabe. Camada humana de veto nas aceitações rápidas demais e nos ativos fora do padrão. | Taxa de aceitação de ofertas subindo rápido e sendo comemorada como sucesso comercial — na compra, aceitação alta é sintoma, não vitória |
| Volume separado de margem | Meta de volume nunca pode alterar o parâmetro de preço. Se o volume só vem pagando mais, o mercado está dizendo que o preço-alvo está errado — a resposta é comprar menos, não pagar mais. | "Ajuste competitivo" no modelo para alcançar concorrente ou bater guidance — o Project Ketchup em qualquer idioma |
| Gargalo físico dentro do modelo | Custo e prazo de reforma, regularização e revenda modelados com capacidade real contratada — o carrego em mercado esfriando é custo composto, não rodapé. | Compras crescendo mais rápido que a capacidade de reformar/revender; estoque envelhecendo enquanto o funil de compra segue aberto |
| Kill switch pré-definido | Critério de parada escrito antes de operar: queda de absorção por N trimestres, X% do estoque listado abaixo do custo, ou write-down acima de Y — pausa automática de compras. A Zillow parou em 16 dias; a maioria não para nunca. | Decisão de parar dependendo de "convicção da liderança" no meio da crise — sem gatilho objetivo acordado a frio |
Onde esse mecanismo está armado no Brasil agora
Compra direta com avaliação automática: plataformas que compram apartamento usado, carteiras de recebíveis imobiliários precificadas por modelo e fundos que compram estoque pronto de incorporadora com desconto "calculado". Em todos, a pergunta do case se aplica literalmente: o preço sai da média ou do cenário adverso?
Terrenos por permuta e residual de VGV: o equivalente estrutural mais comum no Brasil. A planilha de viabilidade que projeta preço de venda e velocidade no topo do ciclo é um "Zestimate de terreno" — e o terrenista que aceita rápido a proposta agressiva é a mesma seleção adversa. Margem defensiva na premissa de preço e de absorção, sempre.
Crédito e leilão com garantia avaliada por AVM: bancos e fundos que aceitam avaliações automáticas como lastro de crédito ou lance de leilão herdam o mesmo risco de cauda — o erro do modelo vira perda só quando o mercado desacelera, exatamente quando as garantias são executadas em massa.
O que monitorar em nível nacional: indicadores Abrainc-Fipe e CBIC de velocidade de vendas e distratos; estoque pronto por praça; prazo médio de revenda. A regra operacional extraída do case: absorção caindo dois trimestres seguidos → todo modelo de precificação da casa passa a operar no percentil conservador, e metas de volume são suspensas até o preço realizado confirmar o modelo.
Siglas e Termos-Chave
Onde Estudar — Links Verificados
Fontes Primárias (documentos oficiais)
- SEC 8-KZillow Group — Carta aos acionistas Q3/2021 — DOCUMENTO CENTRAL DO CASEAnúncio do encerramento: write-down de US$ 304 mi, US$ 240–265 mi projetados no Q4, corte de ~25% do quadro, citações de Barton e tabelas por segmento (perda Homes Q3: US$ 421,6 mi)
- Release Q3PR Newswire — Zillow Group Reports Third-Quarter 2021 Results & Plan to Wind Down Zillow OffersVersão pública do release com os dados operacionais do trimestre (9.680 compradas · 3.032 vendidas · 9.790 em estoque · 8.172 sob contrato)
- Release FY21PR Newswire — Zillow Group Reports Fourth-Quarter and Full-Year 2021 Financial ResultsFecha a conta do ano: perda do segmento Homes em 2021 e progresso da liquidação acima do previsto
- SEC 8-KOpendoor — Shareholder letter Q3/2021 (a antítese, no mesmo trimestre)15.181 casas compradas, US$ 2,3 bi de receita e EBITDA ajustado positivo — base do par tese/antítese com o Case #28
- Zillow 2018Zillow Mediaroom — anúncio do lançamento em Phoenix (12/04/2018)O documento de origem: a Zillow anuncia que passará a comprar e vender casas com o próprio balanço
Cobertura e Post-Mortems
- CNNCNN Business — Zillow to exit its home buying business and cut 25% of staffCobertura do dia do anúncio, com contexto do iBuying e reações do mercado
- CNN TechCNN — Zillow's home-buying debacle shows how hard it is to use AI to value real estate — LEITURA ESSENCIALA melhor análise técnica acessível do erro do modelo: limites do AVM, dados de erro mediano e por que prever preço futuro é outro problema
- CNBCCNBC — Zillow plunges 25% to lowest since July 2020 after exiting home-buyingO custo de mercado do post-mortem: a reação da ação no dia seguinte
- CBSCBS News — Zillow to lay off 25% of its workforce and shutter house-flipping serviceDimensão humana do encerramento: ~2.000 desligamentos
- FortuneFortune (via Bloomberg) — Zillow plans to sell 7,000 homes for $2.8 billionA liquidação: pacote de ~7.000 casas ofertado a investidores institucionais na véspera do anúncio oficial
- ForbesForbes — Rich Barton plans to turn Zillow into a home-flipping machine (jul/2019)O documento da ambição: meta de 5.000 casas/mês e US$ 20 bi de receita em 3–5 anos — leia depois do post-mortem para sentir o contraste
- Seattle TimesThe Seattle Times — Zillow faces shareholder suits over failed house-flipping businessO rastro jurídico: ações de acionistas citando o "Project Ketchup" e o aumento deliberado dos preços pagos
- Florida R.Florida Realtors — 'Zillow Offers' Lost $881M in 2021 ShutdownRegistro do número consolidado do ano a partir do release de resultados FY2021
Análises Técnicas
- AcadêmicaJISE — Exploring the Role of AI in the Closure of Zillow Offers (2024, PDF)Estudo de caso acadêmico sobre o papel do modelo de IA no fechamento — bom para estruturar a discussão técnica
- SetorialNotoriousROB — Project Ketchup: iBuying Is Just Fine, Zillow Was NotAnálise setorial que separa o erro da Zillow do modelo iBuying em si, comparando com Opendoor e Offerpad — a tese/antítese em um artigo
Status dos Principais Claims
| Afirmação | Status | Observação |
|---|---|---|
| Write-down de ~US$ 304 mi no estoque no Q3/2021 | ✓ VERIFICADO | Carta aos acionistas Q3/2021 (SEC 8-K) — texto literal conferido no documento |
| Perdas adicionais de US$ 240–265 mi projetadas para o Q4/2021 | ✓ VERIFICADO | Mesmo documento — "primarily on homes it expects to purchase in Q4" |
| Corte de ~25% do quadro (~2.000 pessoas) | ✓ VERIFICADO | SEC 8-K (25%) + CBS News (~2.000 empregos) |
| Citações de Rich Barton ("unpredictability in forecasting home prices…") | ✓ VERIFICADO | Texto literal extraído do 8-K de 02/11/2021 |
| Q3/2021: 9.680 casas compradas, 3.032 vendidas, 9.790 em estoque, 8.172 sob contrato | ✓ VERIFICADO | Release oficial Q3/2021 (PR Newswire / 8-K) |
| Perda do segmento Homes no Q3/2021: US$ 421,6 mi antes de impostos | ✓ VERIFICADO | Tabela financeira do 8-K — "Income (loss) before income taxes: Homes segment $(421,604) mil" |
| Perda do segmento Homes em 2021: US$ 881 mi antes de impostos | ✓ VERIFICADO | Release FY2021 (PR Newswire) + Florida Realtors |
| Receita Homes Q3/2021 de US$ 1,19 bi, abaixo do guidance (~US$ 1,45 bi no ponto médio) | ✓ VERIFICADO | 8-K Q3/2021 — atribuído a "renovation and resale capacity constraints" |
| Lançamento do Zillow Offers em abril/2018, Phoenix e Las Vegas | ✓ VERIFICADO | Zillow Mediaroom 12/04/2018 + Bloomberg/GeekWire da época |
| Pausa de novas compras anunciada em 17–18/out/2021 por gargalo operacional | ✓ VERIFICADO | Cobertura ampla (Bloomberg via Seeking Alpha, TheStreet) — duas datas circulam pela diferença de fuso/embargo |
| KeyBanc: 66% de 650 casas analisadas listadas abaixo do preço pago, desconto médio 4,5% | ✓ VERIFICADO | Nota do KeyBanc Capital Markets de 31/10/2021, citada por múltiplos veículos |
| Phoenix: 93% das casas da Zillow listadas abaixo do preço pago; perda média ~US$ 29 mil/casa | ✓ VERIFICADO | Levantamento do Business Insider sobre 224 casas em 27/10/2021 (replicado por CBS e outros) |
| Bloomberg: ~7.000 casas ofertadas a investidores institucionais por ~US$ 2,8 bi | ✓ VERIFICADO | Bloomberg 01/11/2021; replicado por Fortune e Slashdot — venda pulverizada, não em bloco único |
| Opendoor Q3/2021: 15.181 casas compradas, US$ 2,3 bi de receita, EBITDA ajustado +US$ 34,5 mi | ✓ VERIFICADO | Shareholder letter Q3/2021 da Opendoor (SEC 8-K) |
| Meta de Barton: 5.000 casas/mês e US$ 20 bi de receita em 3–5 anos | ✓ VERIFICADO | Forbes, jul/2019 — entrevista e perfil de capa |
| Ação caiu ~25% em 03/11/2021 | ⚠ VARIAÇÃO | CNBC registra 24–25% conforme o momento do pregão; ordem de grandeza confirmada |
| Erro mediano do Zestimate: ~1,9% (anunciados) / ~6,9% (fora de mercado) | ⚠ VARIAÇÃO | Números divulgados pela própria Zillow variam com a data de medição (1,9–2% e 6,9–7,1%). Usar como ordem de grandeza |
| Brief da Távola: "acumulou ~7.000 casas para revender" | ⚠ CORRIGIDO | O estoque real no fim do Q3 era 9.790 casas + 8.172 sob contrato; as ~7.000 referem-se ao pacote ofertado a institucionais (Bloomberg) |
| "A Zillow perdeu mais de US$ 1 bilhão no total do programa iBuying" | ✗ NÃO USAR | Agregado que circula misturando metodologias (perda contábil, EBITDA ajustado, write-downs). O número rastreável é US$ 881 mi no segmento em 2021 |
| "Project Ketchup" como causa única e comprovada do colapso | ✗ NÃO USAR | Reportagens (Inman, Insider) baseadas em fontes anônimas e citadas em ações judiciais em curso — tratar como contexto plausível, não como fato contábil |