● Presente · Em Operação
Case #28 · Currículo da Távola · GESTÃO DE RISCO

Opendoor — O iBuyer que Precificou o Risco

Estados Unidos · 50+ mercados · 2014–presente · Wu, Rabois, Wheeler, Nejatian

Opendoor e Zillow Offers tinham a mesma tese — comprar casas por algoritmo — e destinos opostos. A Zillow precificou o ativo e quebrou em 18 meses. A Opendoor precificou o risco: um spread que varia com a volatilidade e a liquidez de cada mercado. Não é conto de fadas — foram US$ 1,4 bilhão de prejuízo em 2022. Mas o spread variável transformou um erro que seria terminal em prejuízo sobrevivível. A diferença entre um modelo com margem de segurança e um modelo sem.
Vista aérea de subúrbio residencial americano em Las Vegas — casas homogêneas em série
Subúrbio americano (Las Vegas) — o habitat natural do iBuyer · imagem ilustrativa Marek Ślusarczyk (Tupungato) · Wikimedia Commons · CC BY 3.0 · clique para ampliar

O Território do Algoritmo

Opendoor é uma empresa, não um edifício — não existe "obra" para fotografar. O que existe é o território onde o modelo funciona: subúrbios de estoque homogêneo no Sun Belt americano. Phoenix foi o primeiro mercado (2014) exatamente porque casas parecidas em série são o que um algoritmo consegue precificar com menos erro.

Imagens ilustrativas do território de operação (licenças livres — CC BY / CC BY-SA, Wikimedia Commons). A Opendoor não divulga imagens sob licença livre; material institucional está na sala de imprensa oficial.

O Modelo e os Números Verificados

O que a Opendoor faz: compra casas diretamente do proprietário com oferta gerada por algoritmo, paga à vista em dias, faz reparos leves e revende no mercado aberto. É um market maker de casas: ganha na taxa de serviço (hoje 5%) e no spread embutido na oferta — e carrega nos livros um estoque bilionário de ativo ilíquido. Esse estoque é a fonte de todo o risco do modelo.

O modelo em números

FundaçãoMarço de 2014 — Eric Wu, Keith Rabois, Ian Wong, JD Ross
Primeiro mercadoPhoenix, Arizona — final de 2014 (estoque homogêneo)
IPOVia SPAC (Social Capital Hedosophia II) — dez/2020 · EV US$ 4,8 bi
Footprint50+ mercados metropolitanos nos EUA (desde 2022)
Volume acumulado274.000+ casas compradas e vendidas até 2024
Taxa de serviço5% (já chegou a até ~14% no passado — ver Verificação)

A prova de estresse — 2021 → 2022

2021 — compras36.908 casas compradas · 21.725 vendidas
2021 — resultadoReceita US$ 8,0 bi · prejuízo líquido US$ 662 mi
2022 — receitaUS$ 15,6 bi (+94%) · 39.183 casas vendidas (+80%)
2022 — prejuízoUS$ 1,4 bilhão (ajuste de estoque: US$ 573 mi no 3T)
Ago/202242% das vendas do mês com perda (YipitData/Bloomberg)
FTC — ago/2022Acordo de US$ 62 mi por marketing enganoso (2017–2019)

A retração disciplinada — 2023 → 2024

2023 — compras11.246 casas (−68% vs 2022) — freio deliberado
2023 — resultadoReceita US$ 6,9 bi (−55%) · prejuízo cai para US$ 275 mi
2024 — resultadoReceita US$ 5,2 bi · prejuízo US$ 392 mi · 13.593 vendidas
2024 — margem bruta8,4% (vs 7,0% em 2023 e 4,3% em 2022)

O presente — 2025 → 2026

Jul–set/2025Ação sai de <US$ 1 para >US$ 10 — melhor trimestre da história (~+1.400%)
Set/2025Kaz Nejatian (ex-Shopify) CEO · Rabois chairman · ação +78% no anúncio
2025 — resultadoReceita US$ 4,4 bi · prejuízo contábil US$ 1,3 bi
Prejuízo 2025 — composiçãoUS$ 933 mi não-caixa (refinanciamento de conversíveis no 4T)
Meta 2026Breakeven em lucro líquido ajustado até o fim do ano ("Opendoor 2.0")
4T/2025 — operaçãoCompras +46% vs 3T · prazo de venda −23%

Linha do Tempo — 2014 a 2026

2014
Fundação em março (Wu, Rabois, Wong, Ross) com seed de US$ 9,95 mi da Khosla Ventures. Operação começa em Phoenix no fim do ano — mercado escolhido pelo estoque homogêneo, que reduz o erro do algoritmo de precificação.
2020
Abre capital em dezembro via SPAC de Chamath Palihapitiya (Social Capital Hedosophia II), avaliada em US$ 4,8 bilhões de enterprise value. Dinheiro barato e mercado imobiliário aquecido pela pandemia.
2021
Ano do pico: compra 36.908 casas. Em novembro, a Zillow — a concorrente com a maior marca do setor — encerra o Zillow Offers após writedown de US$ 304 mi no 3T e corta 25% do quadro. Mesma tese, gestão de risco oposta (ver Case #26 desta biblioteca).
2022
A prova de fogo. Compra caro no 1º semestre (pico do mercado); o Fed sobe juros na maior velocidade em 40 anos e a demanda congela. Ajuste de estoque de US$ 573 mi no 3T; em agosto, 42% das vendas saem com perda; prejuízo anual de US$ 1,4 bi. Resposta: acelera revenda do estoque velho e sobe agressivamente os spreads das novas compras. Acordo de US$ 62 mi com a FTC. Eric Wu deixa o cargo de CEO em dezembro.
2023
Carrie Wheeler assume como CEO. Retração deliberada: compra só 11.246 casas (−68%). O "livro novo" — comprado com spreads altos — performa acima da meta de margem, e o prejuízo cai de US$ 1,4 bi para US$ 275 mi. O modelo sobreviveu ao inverno.
2024
Receita de US$ 5,2 bi, prejuízo de US$ 392 mi — mercado travado por juros altos e "lock-in" de hipotecas baratas. Margem bruta sobe a 8,4%. A empresa segue viva, mas o mercado questiona se o modelo escala com lucro.
2025
Do quase-delisting (ação a US$ 0,51 em junho, aviso da Nasdaq, reverse split planejado e cancelado) ao meme stock do ano: rali de ~1.400% no trimestre até setembro, puxado por investidores de varejo e pela tese pública de Eric Jackson (EMJ Capital). Wheeler renuncia em agosto sob pressão; Kaz Nejatian (ex-Shopify) assume como CEO em setembro com Rabois como chairman — ação sobe 78% no dia.
2026
"Opendoor 2.0": precificação mais precisa, giro mais rápido de estoque, seleção disciplinada de compra e meta pública de breakeven em lucro líquido ajustado até o fim do ano. O prejuízo contábil de US$ 1,3 bi em 2025 embute US$ 933 mi não-caixa de refinanciamento de dívida conversível. Caso em aberto — o teste agora é lucrar, não sobreviver.

Mecanismo — Precificar o Risco, Não o Ativo

Onde mora o risco de um iBuyer

O iBuyer é um market maker de ativo ilíquido: compra na ponta do proprietário, carrega o estoque por semanas ou meses, revende na ponta do mercado. Num market maker de ações, o carrego dura segundos. Numa casa, dura um trimestre — e nesse trimestre o preço do mercado inteiro pode virar. O lucro não vem de "acertar o valor da casa": vem de sobreviver ao intervalo entre compra e venda.

Seleção adversa — o problema dos limões: quando um algoritmo publica ofertas em massa, os proprietários que mais aceitam são justamente aqueles cujas casas o algoritmo superestimou. Quem recebe oferta abaixo do valor real recusa e vende no mercado; quem recebe oferta acima aceita na hora. O iBuyer tende a ficar com os "limões" — descrito em análises do episódio Zillow (NPR, The Indicator). O único antídoto estrutural é embutir margem de segurança na oferta.

Em 2022, o risco se materializou: a Opendoor comprou dezenas de milhares de casas no 1º semestre, no topo histórico de preços. Quando o Fed subiu juros na maior velocidade em 40 anos, a demanda congelou com o estoque cheio. Nenhum algoritmo previu — a diferença entre as empresas foi o que cada uma tinha construído para quando o modelo errasse.

A antítese: por que a Zillow quebrou primeiro (Case #26)

A Zillow entrou atrasada na corrida do iBuying e decidiu ganhar share sendo mais agressiva: ofertas mais generosas, casas menos padronizadas, confiança quase total no Zestimate — um modelo estatístico calibrado para estimar preço, não para comprar com margem de segurança. No mercado em alta de 2021, pagar caro parecia inteligente: a maré subia e cobria o erro. Quando a maré parou, a Zillow descobriu que tinha ~7.000 casas comparadas a preços que o mercado não pagava mais. Em 2 de novembro de 2021, encerrou o negócio — 18 meses de operação em escala, US$ 881 mi de prejuízo no ano, 25% do quadro demitido.

"Ultimately, we determined that further scaling up Zillow Offers is too risky, too volatile to our earnings and operations, provides too little opportunity for return on equity, and serves too narrow a portion of our customers."

→ "No fim, determinamos que continuar escalando o Zillow Offers é arriscado demais, volátil demais para nossos resultados e operações, oferece oportunidade pequena demais de retorno sobre o capital e serve uma parcela estreita demais dos nossos clientes."

— Carta aos acionistas do 3T 2021, Zillow Group · 2 de novembro de 2021 (writedown de US$ 304 mi por "comprar casas a preços maiores que as estimativas atuais de venda futura")

A tese: o spread da Opendoor como prêmio de risco

O que é o spread: a diferença entre o valor que o modelo estima para a casa e o valor efetivamente ofertado ao proprietário. Não é a taxa de serviço (essa é visível, hoje 5%) — é a margem de segurança embutida antes da taxa. E o ponto central do case: o spread não é fixo. Varia por mercado, por tipo de casa e por momento do ciclo — sobe onde a volatilidade de preços é maior, onde a liquidez é menor, onde o tempo esperado de revenda é mais longo.

O trade-off deliberado: spread alto derruba a conversão — menos proprietários aceitam a oferta e o crescimento desacelera. Spread baixo acelera o crescimento e engorda o estoque comprado sem margem. A Zillow escolheu crescimento; a Opendoor escolheu ter um botão de risco — e o girou com força quando o mercado virou em 2022: menos compra, spread maior, revenda acelerada do estoque velho.

O resultado assimétrico: as safras compradas depois do ajuste de spread performaram dentro das metas de margem já em 2023 — enquanto o estoque antigo era queimado com prejuízo controlado. O mecanismo não evitou o erro de 2022 (US$ 1,4 bi de prejuízo prova isso); ele evitou que o erro fosse terminal. Margem de segurança não é previsão melhor — é sobrevivência a previsões ruins.

"Navigating a once-in-forty-years market transition has required us to operate with urgency and discipline to manage risk and overall inventory health. In the third quarter, we accelerated the resale velocity of our existing inventory and have significantly increased spreads on new acquisitions."

→ "Navegar uma transição de mercado que acontece uma vez a cada quarenta anos exigiu operar com urgência e disciplina para gerenciar o risco e a saúde geral do estoque. No terceiro trimestre, aceleramos a velocidade de revenda do estoque existente e aumentamos significativamente os spreads nas novas aquisições."

— Eric Wu, cofundador e CEO da Opendoor · release de resultados do 3T 2022 · 3 de novembro de 2022

"Customers come to Opendoor because they crave the certainty and convenience of our cash offer that they can't get anywhere else. Even in this moment of high spreads, we are able to convert over 10% of real sellers."

→ "Os clientes vêm à Opendoor porque desejam a certeza e a conveniência da nossa oferta à vista, que não encontram em nenhum outro lugar. Mesmo neste momento de spreads altos, convertemos mais de 10% dos vendedores reais."

— Carrie Wheeler, CEO da Opendoor · release de resultados do 4T/ano 2022 · 23 de fevereiro de 2023 — a prova de que dá para cobrar pelo risco e ainda ter demanda: certeza e conveniência têm preço

A sacada da Távola — Banca da IA (Ng + Suleyman)

Insight da sessão
Precifique o RISCO, não o ativo

Em permuta, o percentual do terrenista deveria variar com a liquidez do produto e a volatilidade do bairro — quem cobra fee fixo em risco variável está subsidiando os piores negócios com os melhores. É exatamente o erro da Zillow transplantado para o mercado brasileiro: oferta uniforme sobre risco heterogêneo atrai sistematicamente os negócios ruins (seleção adversa) e devolve margem nos bons.

O que o case NÃO é

Cuidado com a leitura romântica A Opendoor não "venceu": acumulou prejuízos em todos os anos como empresa listada, queimou caixa, demitiu em três rodadas (2020, 2022, 2023), pagou US$ 62 mi à FTC por prometer em marketing o que o modelo não entregava, e em 2025 virou meme stock — o rali de ~1.400% foi movido por varejo e narrativa, não por lucro (o breakeven ajustado ainda é meta, não fato). O que o case prova não é que iBuying é bom negócio; é que, entre dois jogadores com a mesma tese, o que precificou o risco sobreviveu para tentar de novo — e o que não precificou devolveu as fichas em 18 meses.

Acertos e Erros

A síntese honesta — o que funcionou e o que não funcionou. Detalhes e fontes nas seções acima e na tabela de Verificação.

✓ Acertos
  • Spread variável como prêmio de risco: a oferta carrega margem de segurança que sobe com volatilidade e iliquidez — o botão que a Zillow não tinha.
  • Reação rápida em 2022: subiu spreads, freou compras (−45% no 3T) e acelerou a revenda do estoque velho — as safras novas voltaram à meta de margem já em 2023.
  • Disciplina de estoque: aceitou encolher 68% as compras em 2023 para limpar o balanço, em vez de dobrar a aposta.
  • Escolha do terreno de jogo: começar em Phoenix, com estoque homogêneo, minimizou o erro do algoritmo na fase de aprendizado.
  • Sobreviveu ao teste que matou a concorrência: Zillow Offers (2021) e RedfinNow (2022) saíram; a Opendoor atravessou o pior ciclo de juros em 40 anos operando.
✗ Erros / Custos
  • Comprou caro no pico: spreads baixos demais na euforia do 1º semestre de 2022 — US$ 573 mi de ajuste de estoque num único trimestre e 42% das vendas de agosto com perda.
  • US$ 1,4 bilhão de prejuízo em 2022: a margem de segurança mitigou, não imunizou.
  • Marketing à frente do produto: US$ 62 mi de acordo com a FTC por alegar que vender à Opendoor rendia mais que o mercado — quando os dados internos mostravam o contrário.
  • Nunca deu lucro anual: prejuízo em todos os exercícios desde o IPO; o breakeven ajustado prometido para 2026 ainda é promessa.
  • Governança sob pressão de varejo: a troca de CEO em 2025 veio de campanha pública de investidores-influencers — energia nova, mas volatilidade de meme stock não é fundamento.

Aplicação — Precificação de Risco no Mercado Brasileiro

Pattern Extraído
Margem de Segurança Variável (Spread) em Compra de Ativo Ilíquido

Toda operação em que você assume risco de preço de um imóvel antes de vendê-lo — permuta, compra de terreno, garantia de recompra, crédito com garantia imobiliária — é um "iBuying" disfarçado. A pergunta do case: o seu preço de entrada varia com a volatilidade e a liquidez daquele ativo específico, ou você cobra o mesmo em todo lugar? Se cobra o mesmo, você é a Zillow: os bons negócios pagam a conta dos ruins até o ciclo virar.

Frase causal: Quando você compra risco de preço de um ativo ilíquido em escala [C], embutir na entrada um spread que sobe com a volatilidade e a iliquidez de cada mercado — em vez de cobrar condição fixa [M], você converte o erro de ciclo inevitável em prejuízo recuperável e sobrevive ao inverno que elimina quem precificou só o ativo [R].

Gêmeo brasileiro: a permuta de terreno no ciclo atual — em especial nos mercados de médio e alto padrão do Sul e do Centro-Oeste, onde o percentual do terrenista virou "tabela de praxe" (o mesmo % para produto líquido de 2 dorms econômico e para frente-mar especulativo). O gatilho mensurável a monitorar antes de fixar o percentual: velocidade de absorção do segmento (IVV/indicadores Abrainc-Fipe e CBIC), estoque pronto em mãos de incorporador, taxa de distratos do produto comparável e ritmo de alvarás/lançamentos no bairro. Absorção caindo + estoque pronto subindo = volatilidade em alta = spread maior (percentual menor ao terrenista, ou permuta financeira com trava). Quem não ajusta está subsidiando o terreno ruim com o bom.

Critérios para aplicar o pattern — Brasil nacional

CritérioO que fazer (lição Opendoor)Sinal de alerta (erro Zillow)
Percentual de permuta por risco Tabelar o percentual do terrenista por faixa de liquidez do produto e volatilidade do bairro: produto de giro comprovado (absorção alta, comparáveis fartos) paga mais; produto especulativo ou atípico paga menos ou migra para permuta financeira com trava de preço. "Aqui a praxe é X%" — condição uniforme para riscos diferentes. Os terrenos ruins aceitam na hora (seleção adversa) e os bons vão para o concorrente.
Margem de segurança explícita Separar no estudo de viabilidade o valor estimado do ativo e o desconto de risco (spread). O spread é um número declarado, revisado por ciclo — não um "sentimento" embutido no chute do VGV. Viabilidade que usa o preço de venda otimista como premissa única, sem cenário de queda — o modelo Zestimate de decidir.
Botão de freio pré-combinado Definir ANTES quais métricas disparam o freio de novas compras/permutas (absorção do segmento, estoque pronto, distratos, juros). Em 2022 a Opendoor freou 45% as compras em um trimestre porque o protocolo existia. Continuar comprando terreno/lançando porque "o funil não pode parar" — crescimento como meta acima da sobrevivência.
Velocidade de giro do estoque Estoque pronto e unidade em carteira têm custo de carrego real (IPCA + oportunidade). Precificar a revenda para girar — aceitar margem menor no estoque velho para liberar capital para safra nova com margem certa. Segurar estoque esperando "o preço voltar" — o carrego come a margem em silêncio enquanto o balanço parece intacto.
Terreno de jogo homogêneo primeiro Testar modelos novos (permuta parametrizada, garantia de recompra, compra de recebíveis) em produto padronizado com comparáveis abundantes — o "Phoenix" do seu mercado — antes de aceitar ativo atípico. Estrear o modelo em ativo único (frente-mar, terreno de esquina icônico, retrofit) onde não há comparável e o erro de precificação é máximo.
Promessa comercial honesta Vender o que o modelo entrega de verdade: certeza e conveniência (a Wheeler converte 10% mesmo com spread alto). Quem tem pressa paga pelo spread de bom grado — não precisa mentir que "rende mais". Prometer ao terrenista/vendedor que a condição rápida "vale mais que o mercado" — a mentira que custou US$ 62 mi à Opendoor na FTC.

Onde no Brasil esse mecanismo está ativo agora

Permuta em mercados aquecidos de médio/alto padrão: nas praças onde o lançamento correu à frente da absorção, o percentual "de praxe" do terrenista embute risco que ninguém está precificando. É onde a tabela de spread por liquidez/volatilidade cria vantagem imediata: o incorporador que ajusta captura os melhores terrenos com condição justa e recusa (ou reprecifica) os que o mercado eufórico superprecificou.

Habitação econômica com subsídio (MCMV): o extremo oposto — demanda subsidiada, absorção alta, comparáveis abundantes. É o "Phoenix" brasileiro: volatilidade baixa justifica spread baixo e percentuais mais generosos ao terrenista. Tratar os dois mundos com a mesma régua é o erro clássico.

Compra de estoque de distrato e carteiras em estresse: quem compra unidades devolvidas ou estoque pronto de incorporador apertado está fazendo iBuying puro — e deve precificar exatamente como a Opendoor pós-2022: desconto que cresce com o prazo esperado de revenda e com a volatilidade do bairro, não desconto fixo "de mercado".

O que NÃO fazer: importar o iBuying literal (comprar casas usadas por algoritmo) para o Brasil sem ajustar para custo de capital a dois dígitos, ITBI + cartório em dobro e liquidez menor — o carrego brasileiro é muito mais caro que o americano. O que se importa é o mecanismo de precificação de risco, não o modelo de negócio inteiro.

Siglas e Termos-Chave

iBuyer
"Instant buyer" — empresa que compra imóveis diretamente do proprietário com oferta gerada por algoritmo e pagamento à vista em dias, para revender no mercado aberto. Vende certeza e conveniência; carrega risco de preço e de liquidez no próprio balanço.
Spread
Margem de segurança embutida na oferta do iBuyer: a diferença entre o valor estimado do imóvel e o valor efetivamente ofertado. Na Opendoor, varia por mercado, tipo de ativo e momento do ciclo — é o prêmio cobrado pelo risco assumido, distinto da taxa de serviço visível.
Market maker
Agente que compra e vende continuamente um ativo, lucrando na diferença entre as duas pontas. O iBuyer é um market maker de casas — com o agravante de o "carrego" durar meses, não segundos, expondo o estoque à virada do ciclo.
Seleção adversa
Fenômeno em que a oferta uniforme atrai sistematicamente as piores contrapartes: proprietários cujas casas o algoritmo superestimou aceitam na hora; os demais recusam. O "problema dos limões" de Akerlof aplicado ao iBuying — antídoto: margem de segurança na entrada.
Zestimate
Modelo de estimativa de valor da Zillow, criado para atrair audiência ao portal. Usado como base de compra no Zillow Offers — o erro central: um estimador de preço não é um precificador de risco. Estudado em detalhe no Case #26 desta biblioteca.
Writedown (ajuste de estoque)
Baixa contábil no valor do estoque quando o preço esperado de venda cai abaixo do custo. Opendoor: US$ 573 mi no 3T 2022. Zillow: US$ 304 mi no 3T 2021 — o número que precipitou o fechamento do Zillow Offers.
SPAC
Special Purpose Acquisition Company — empresa-casca listada em bolsa que capta recursos para fundir-se com uma empresa privada, levando-a ao mercado sem IPO tradicional. A Opendoor listou via SPAC de Chamath Palihapitiya em dezembro de 2020, avaliada em US$ 4,8 bi.
Buy-to-list premium
Diferença entre o preço que o iBuyer pagou e o preço pelo qual anuncia a revenda. Métrica externa usada por analistas (Mike DelPrete, YipitData) para inferir a margem e o spread praticados — os dados internos de spread não são públicos.
Contribution margin
Métrica da Opendoor: resultado direto das casas vendidas no período (receita menos custos diretos da transação), antes de despesas corporativas. É onde se enxerga se as "safras" novas de compra estão saudáveis — a métrica que voltou ao azul em 2024 (US$ 242 mi).
FTC
Federal Trade Commission — agência americana de defesa do consumidor e da concorrência. Em agosto de 2022, fechou acordo de US$ 62 mi com a Opendoor por marketing enganoso (alegar que o vendedor ganhava mais que no mercado tradicional, quando os dados internos mostravam o contrário).
Meme stock
Ação cujo preço é movido por mobilização de investidores de varejo em redes sociais, descolada de fundamento. A Opendoor foi o meme stock de 2025: de US$ 0,51 a mais de US$ 10 em três meses — energia que trouxe capital e novo CEO, mas não substitui lucro.
Permuta física / financeira
No Brasil: terrenista cede o terreno em troca de unidades prontas (física) ou de percentual da receita de vendas (financeira). O percentual é o "preço" do risco compartilhado — e, pela lição deste case, deveria variar com a liquidez do produto e a volatilidade do bairro, não ser tabela fixa.
IVV / Absorção
Índice de Velocidade de Vendas — percentual do estoque vendido no período (pesquisas CBIC, Abrainc-Fipe e sindicatos regionais). É o termômetro brasileiro de liquidez por segmento: o gatilho mensurável para calibrar o spread da permuta antes que o ciclo vire.

Onde Estudar — Links Verificados

Fontes Primárias

A Antítese Zillow e o Mecanismo de Risco

O Presente — 2023 a 2026

Status dos Principais Claims

AfirmaçãoStatusObservação
Fundada em março de 2014 por Wu, Rabois, Wong e Ross; primeira operação em Phoenix no fim de 2014✓ VERIFICADOWikipedia (com fontes primárias) + Builder Magazine + Forbes 2016
IPO via SPAC (Social Capital Hedosophia II) em dez/2020, EV US$ 4,8 bi✓ VERIFICADOWikipedia + cobertura contemporânea (The Real Deal)
2021: 36.908 casas compradas, 21.725 vendidas, receita US$ 8,0 bi, prejuízo US$ 662 mi✓ VERIFICADORelease oficial 4T/ano 2021 (Opendoor IR) — fonte primária
Zillow encerra o Zillow Offers em 2/nov/2021; writedown US$ 304 mi no 3T; corte de ~25% do quadro✓ VERIFICADOCarta aos acionistas 3T 2021 da Zillow Group (8-K na SEC) — lida na íntegra para este case
Zillow Offers perdeu US$ 881 mi em 2021✓ VERIFICADODivulgação da própria Zillow (fev/2022), via Florida Realtors/AP
2022: receita US$ 15,6 bi (+94%), 39.183 vendidas, 34.962 compradas, prejuízo US$ 1,4 bi✓ VERIFICADORelease oficial 4T/ano 2022 (8-K na SEC + Opendoor IR) — fonte primária
Ajuste de estoque de US$ 573 mi no 3T 2022; prejuízo trimestral de US$ 928 mi✓ VERIFICADORelease oficial 3T 2022 — fonte primária, lida na íntegra
Citação de Eric Wu: "significantly increased spreads on new acquisitions" (3T 2022)✓ VERIFICADOTexto literal do release de 3/nov/2022 — transcrito sem edição
Ago/2022: Opendoor perdeu dinheiro em 42% das vendas do mês✓ VERIFICADOYipitData via Bloomberg; replicado por AIM Group e PYMNTS. Métrica exclui taxas cobradas e custos de reforma
Acordo com a FTC de US$ 62 mi (ago/2022) por marketing enganoso✓ VERIFICADOPress release oficial da FTC — link verificado
2023: receita US$ 6,9 bi, prejuízo US$ 275 mi, 11.246 casas compradas✓ VERIFICADORelease oficial 4T/ano 2023 + Real Estate News
2024: receita US$ 5,2 bi, prejuízo US$ 392 mi, 13.593 vendidas, margem bruta 8,4%✓ VERIFICADORelease oficial 4T/ano 2024 (GlobeNewswire) — fonte primária
2025: rali de meme stock — ação de <US$ 1 (jun) a >US$ 10 (set), ~+1.400% no trimestre; delisting evitado e reverse split cancelado✓ VERIFICADOCNBC + SF Standard + Real Estate News + Benzinga (fontes convergentes)
Set/2025: Kaz Nejatian (ex-Shopify) CEO, Keith Rabois chairman, ação +78% no dia; Wheeler renunciara em agosto✓ VERIFICADOCNBC, 11/set/2025
2025: receita US$ 4,4 bi, prejuízo contábil US$ 1,3 bi — sendo US$ 933 mi não-caixa (refinanciamento de conversíveis no 4T)✓ VERIFICADOHousingWire + TIKR + StockTitan sobre o release oficial do 4T 2025
274.000+ casas compradas e vendidas até 2024; 291.000+ transações até set/2025✓ VERIFICADO10-K 2024 da Opendoor (SEC) + Inman/SF Standard (nov/2025)
Taxa de serviço de 5%, tendo chegado a até ~14% no passado⚠ PARCIALO 5% atual é oficial; o teto histórico de 13–14% vem de fontes secundárias (Real Estate Witch, Clever) — sem documento primário da empresa
Buy-to-list premium mediano caiu de ~17% (mar/2022) para 7,3% (jun/2022)⚠ PARCIALAnálise de Mike DelPrete reportada pela Inman (paywall) — dado externo inferido de listings, não divulgação da empresa
"Os spreads da Opendoor chegaram a 15–20% em 2022"✗ NÃO VERIFICADOCircula em análises sem fonte primária. A empresa confirma apenas que os spreads subiram "significativamente"; o nível exato nunca foi divulgado. Não usar número específico
"Perda média de US$ 28 mil por casa vendida no 4T 2022"✗ NÃO VERIFICADONúmero citado em agregadores sem metodologia rastreável a fonte primária. Não usar
"A Opendoor sobreviveu porque seu algoritmo era mais preciso que o Zestimate"✗ NÃO VERIFICADONarrativa sem evidência pública — os dois erraram o pico de 2021–2022. O que difere documentadamente é a gestão de risco (spreads variáveis, freio de compras, disciplina de estoque), não a precisão do modelo. Não usar

Outputs a Gerar Após o Estudo

Tabela de spread para permuta: percentual do terrenista por faixa de liquidez (IVV) e volatilidade de bairrooutputs/briefs/case-28-spread-permuta.md
Post LinkedIn — "Quem cobra fee fixo em risco variável subsidia os piores negócios com os melhores"outputs/conteudo/case-28-linkedin.md
Pattern: Margem de Segurança Variável em Compra de Ativo Ilíquidopatterns/spread-risco-variavel.md
← Voltar ao índice Case novo · Currículo da Távola