以本週被標記出來的一輛車為例:一輛車齡五年、里程數中等的中型日系房車,掛牌價比同城市中相同車款的行情低了約 12%。這則刊登資訊本身完全不像是在喊「特價」——若按價格排序,它甚至排不上第一頁,因為有不少車況更差、車齡更老的車,標價在數字上更便宜。它會被揪出來,靠的是整套流程如何「讀」這輛車——那麼,就讓我們把這套流程一段一段拆開,以這輛車作為樣本。
第一階段:刊登資訊進站
我們的爬蟲監看著橫跨 73 個市場、共 1,375 個來源——交易平台、經銷商網站、拍賣行——目前總計匯集了 1,108,535 筆即時刊登資訊。這輛房車來自一個分類廣告網站,以自由格式文字呈現:標題裡的廠牌與車型,是賣家眾多拼寫方式中的其中一種;價格以當地貨幣標示;里程數則採用該市場慣用的單位;外加一段描述文字。
第一項工作:讓這筆資料變得「可比較」。自由格式的廠牌與車型會被對應到標準化的車系(我們的正規化層知道,跨文字系統、跨語言的十幾種拼法其實指的是同一輛車);貨幣與單位會被統一換算;同一來源內明顯重複的刊登會被合併。少了這個階段,後續一切都無從進行——如果連一輛車屬於哪個同儕組都無法可靠判斷,自然也就無法拿它去跟同儕組比較。
第二階段:同儕組的組成
這輛房車的同儕組,是所有與它同市場、同標準化車型、同年份區間、且里程數落在可比較區間內的即時刊登。不是「類似的房車」,也不是全國平均值,而是這座城市裡的真實買家,這星期實際能夠拿來互相比較的那一批選項。
這正是大多數車價指南會跳過的部分。「牌價」是一種全國性的抽象數字;而同儕組則是在地、即時、具有流動性的真實情況。當同儕組夠深——在大型市場裡通常確實如此——這些車的中位數掛牌價,就是目前所能找到最誠實的「市價」定義,因為它是由同時競爭同一批買家的賣家們共同訂出來的。
第三階段:篩選機制頻頻說「不」
這輛房車的價格比同儕組中位數低了 12%。但光是這樣還不足以贏得標章,因為在任何市場中,折扣幅度最大的那一群,往往被你不想要的東西所主宰:
- 錯誤。 少打一個零、貨幣單位搞錯、經銷商的佔位假資料。一輛比市價低了 70% 的車,在被證明並非如此之前,都先當作打字錯誤處理,因此不合理的折扣會被直接剔除。
- 有理由的折扣。 高里程數本身就能解釋低價;同儕組的區間劃分已經攔下大部分這類情況,漏網之魚則會再明確對照里程數複查一次。「因為車況差才便宜」不算優惠。
- 非銷售雜訊。 拍賣行紀錄、拆零件用車、標註「僅供拆零件」的字樣、以奇怪方式刊登的租賃車除役——這些都會被辨識並隔離,以免拖低同儕組的中位數,或本身偽裝成便宜貨。
- 同儕組過薄。 如果可比較的車只有寥寥幾輛,中位數就只是個傳言,我們寧可保持沉默,也不願拿傳言來做標記依據。
經過這一連串篩除之後,在 110 萬筆即時刊登中,目前約有 12,800 筆掛上了標章——略高於 1%。篩選機制淘汰掉的刊登數量,比它放行的多了一個數量級,而這個淘汰率本身就是產品的價值所在。誰都能按價格排序,真正的功夫在於篩掉什麼。
第四階段:標章,以及它沒有宣稱的事
這輛房車通過了所有關卡:折扣可信、同儕組夠深、里程數屬正常範圍、來源乾淨。它出現在優惠頁面上,折扣幅度是相對於自己的同儕組所標示的。
有必要精確說明這個標章代表什麼意思。它的意思是:相對於自己所屬市場中的其他可比較刊登,價格偏低,且資料中看不出明顯原因。 它不代表這輛車已經過檢驗,不代表變速箱狀況良好,也不代表賣家人品可靠。標章負責找出那根針,買家仍然得親自檢查那根針。車輛歷史報告與實車檢驗,仍是你自己該做的那一半功課。
那麼這輛作為樣本的房車呢?星期二被標記,星期五就賣掉了。真正的好標的通常就是這種模式——而這本身就是一個有用的訊號。那些被標記後卻在市場上停留數週之久的車,通常都有資料看不到的原因;而幾天內就消失的車,則是市場用行動認同了這套演算法。
整套系統會在每一次爬取之後、於每一個市場中執行,使用的都是同一份正規化後的資料集。一個循環,73 個市場,而你所看到的每一個標章,都得先撐過四個階段的「不行」。
