Tag én bil, der blev flaget i denne uge: en mellemstor japansk sedan, fem år gammel, moderat kilometertal, udbudt til omkring 12% under, hvad identiske biler i dens egen by blev udbudt til. Der var intet ved annoncen, der skreg "kup". Sorteret efter pris var den ikke engang på første side, for masser af ældre, mere medtagede biler var nominelt billigere. Den dukkede op på grund af den måde, pipelinen læser den på — så lad os skille den pipeline ad, trin for trin, med denne bil som eksemplar.
Trin ét: annoncen ankommer
Vores crawlere overvåger 1.375 kilder på tværs af 73 markeder — markedspladser, forhandlersider, auktionshuse — hvilket i øjeblikket løber op i 1.108.535 aktive annoncer. Sedanen kom fra en rubrikannonceside som fri tekst: en titel med mærke og model stavet på én af de mange måder, sælgere staver den på, en pris i lokal valuta, kilometertal i den enhed, det pågældende marked bruger, og en beskrivelse.
Første opgave: gøre rækken sammenlignelig. Frie mærke- og modeltekster mappes til kanoniske familier (vores normaliseringslag ved, at et dusin stavemåder på tværs af skriftsystemer og sprog er den samme bil), valutaer og enheder normaliseres, og åbenlyse dubletter inden for samme kilde slås sammen. Uden dette trin fungerer intet nedstrøms — man kan ikke sammenligne en bil med dens kohorte, hvis man ikke pålideligt kan sige, hvilken kohorte den tilhører.
Trin to: kohorten samles
Sedanens kohorte er enhver aktiv annonce, der deler dens marked, dens kanoniske model og dens årgangsbånd, med kilometertal i en sammenlignelig bracket. Ikke "sedaner som den". Ikke et landsgennemsnit. Det faktiske sæt af alternativer, en rigtig køber i den by kunne sammenligne på tværs af i denne uge.
Dette er den del, de fleste prisguider springer over. En bogpris er en national abstraktion; en kohorte er den lokale, aktuelle, likvide sandhed. Når kohorten er dyb — og i de store markeder er den som regel det — er medianprisen for de biler den mest ærlige definition af "markedspris", der findes nogen steder, fordi den er sat af sælgere, der konkurrerer om de samme købere i samme øjeblik.
Trin tre: filtrene siger nej — meget
Sedanen var prissat 12% under sin kohortes median. Det alene udløser ikke et mærke, for de dybeste rabatter på ethvert marked domineres af ting, man ikke ønsker:
- Fejl. Et manglende nul, en pris i forkert valuta, en forhandlers pladsholder. En bil 70% under markedet er en tastefejl, indtil andet er bevist, så usandsynlige rabatter afvises kategorisk.
- Forklarede rabatter. Højt kilometertal forklarer en lav pris; kohortens bracketing fanger det meste af dette, og det, der siver igennem, tjekkes eksplicit mod kilometertal. Billig-fordi-slidt er ikke et kup.
- Støj fra ikke-salg. Auktionsposter, biler til reservedele, "til reservedele"-formuleringer, mærkeligt udbudte udlejningsbiler taget ud af flåden — genkendes og sættes i karantæne, før de kan trække en kohortes median ned eller selv udgive sig for at være kup.
- Tynde kohorter. Hvis der kun findes en håndfuld sammenlignelige biler, er medianen et rygte, og vi vil hellere tie stille end flage mod et rygte.
Efter al den beskæring bærer omkring 12.800 ud af 1,1 millioner aktive annoncer i øjeblikket mærket — lige over 1%. Filtrene afviser en størrelsesorden flere annoncer, end de lader passere, og den afvisningsrate er selve produktet. Alle kan sortere efter pris; arbejdet ligger i, hvad der bliver kasseret.
Trin fire: mærket, og hvad det ikke påstår
Sedanen bestod: troværdig rabat, dyb kohorte, typisk kilometertal, ren kilde. Den vises på tilbudssiden med rabatten angivet i forhold til dens egen kohorte.
Det er værd at være præcis om, hvad det mærke betyder. Det betyder: prissat under sammenlignelige aktive annoncer på dens eget marked, uden nogen synlig forklaring i dataene. Det betyder ikke, at bilen er blevet synet, eller at gearkassen har det godt, eller at sælgeren er en helgen. Mærket finder nålen; køberen skal stadig tjekke nålen. Historikrapport og en fysisk gennemgang er stadig din halvdel af aftalen.
Og eksemplar-sedanen? Flaget en tirsdag, væk om fredagen. Det er mønstret for de rigtige — hvilket i sig selv er et nyttigt signal. De flagede biler, der bliver liggende i ugevis, har som regel en grund, dataene ikke kan se, og dem, der forsvinder på få dage, er markedet, der er enigt med matematikken.
Hele systemet kører efter hver crawl, i hvert marked, ud fra det samme normaliserede datasæt. Én løkke, 73 markeder, og et mærke, der skal overleve fire trin med "nej", før du nogensinde ser det.
