O Atlas — parceiro de market data do Repull — segue 8,4 milhões de listings ao vivo de alojamento local em cada cidade. ADR, ocupação, curvas de procura, eventos, comp set. Atualizado todas as noites. Exposto através da mesma API que usas para tudo o resto.
O que constróis com isto
Puxa dados de comp todas as noites, corre o teu próprio modelo, empurra as tarifas otimizadas pelo Repull para cada canal — mesma API nos dois sentidos. O dataset Atlas dá-te o input; o channel manager dá-te a chamada de aplicação.
Mostra os listings com que estás a competir. Filtra por número de quartos, layout, comodidades, distância, banda de ADR. Pontua-os contra os teus. Constrói o dashboard que os teus operadores andam a manter numa folha de cálculo.
Pesquisa ranqueada por cidades por yield, crescimento de oferta, piso de ocupação e densidade do calendário de eventos. Diz a um operador onde deve ir o próximo investimento, com os dados por trás de cada linha.
Exemplo prático
Puxa os dados de comp desta noite para o mercado de um listing, pondera-os contra a tua própria curva de ocupação e empurra as tarifas resultantes para cada canal. O mesmo SDK faz leituras e escritas — não há segunda integração.
Uma leitura devolve percentis de ADR, índice de procura e o comp set por trás desses números. Filtrado para o mesmo número de quartos, layout e perfil de comodidades do teu listing.
O Atlas entrega-te os inputs num formato limpo. O teu modelo decide a tarifa. Seja uma regressão, um boost calendar-aware nos dias de eventos ou simplesmente "igualar a mediana menos 3%" — fica no teu código.
Uma escrita distribui para Airbnb, Booking.com, VRBO e Plumguide. O audit trail regista o que foi aplicado, quando e porquê — visível no dashboard para o operador.
import { Repull } from '@repull/sdk'
const repull = new Repull({
apiKey: process.env.REPULL_API_KEY!,
workspaceId: process.env.REPULL_WORKSPACE_ID!,
})
// 1) Puxa os dados de mercado para a cidade deste listing + comp set
const market = await repull.markets.get('austin-tx', {
matches: { listingId: 'l_4118' }, // match por quartos/casas-de-banho/comodidades
range: { from: '2026-06-01', to: '2026-07-31' },
})
// 2) Corre o teu modelo
const rates = market.days.map(day => {
const base = day.compSet.adrP50
const eventBoost = day.events.length > 0 ? 1.15 : 1
const occupancyAdjust = day.demandIndex > 0.7 ? 1.08 : 0.97
return {
date: day.date,
rate: Math.round(base * eventBoost * occupancyAdjust),
}
})
// 3) Empurra de volta para cada canal ligado — uma só chamada
await repull.pricing.apply('l_4118', {
rates,
source: 'my-engine@v3',
})É o engine inteiro. Lê, modela, escreve — mesmo SDK, mesma auth, mesmo workspace. O audit trail (que tarifas foram para onde, com base em que sinal) está no dashboard em Pricing → Audit.
O dataset
O Atlas é uma frota de market intelligence que faz scraping e indexa dados de alojamento local pela web pública. O Repull expõe-no como parte de primeira classe da API.
8,4 milhões de listings ao vivo em todos os mercados onde vimos procura. ADR p25 / p50 / p75, ocupação, RevPAN, tendência de oferta, índice de procura — por cidade, por bairro, atualizado todas as noites.
Curva de procura a 365 dias por mercado, sobreposta com concertos, desporto, conferências e feriados. O tipo de coisa que sobe tarifas 30% numa terça de março se a vires a chegar — e o Atlas viu-a a chegar.
Comp set por listing, retirado do mesmo mercado, com correspondência por número de quartos, layout, sobreposição de comodidades e raio a pé. Não é uma lista manual — é um conjunto recalculado todas as noites.
Backfill de vários anos nos mercados principais. Faz um backtest antes de lançares um modelo. Vê onde estava o piso da última vez que o mercado abrandou.
O Atlas abre a sua beta pública em maio de 2026.
Se queres acesso bruto à escala — portfólios grandes, queries de comp especializadas, builds de mercado à medida — a equipa do Atlas está disponível diretamente.
Liga uma propriedade e vais ver dados de comp e recomendações no primeiro dia — para os mercados em que esse listing vive.