El Día en que un Lector Juró que Habíamos Publicado el Mismo Nissan Patrol Dos Veces

El ticket entró a las 9:14 de la mañana, con el asunto "¿¿bug??" y sin más cortesías. Un lector llamado Faisal había guardado un Nissan Patrol Platinum 2020, blanco con interior beige, y dos días después se encontró con lo que parecía ser exactamente el mismo camión bajo un ID de publicación distinto, un vendedor distinto, y AED 8,000 más barato. Quería saber si nuestra plataforma estaba duplicando registros, porque de ser así, ¿cómo podía confiar en algún precio?

Pregunta justa. Esta semana manejamos 1,108,535 publicaciones activas en 73 regiones y 1,375 fuentes, y solo los EAU cargan con 59,393 de ellas, alimentadas por scrapers como dubizzle.py y opensooq_uae_scraping_task.py que corren de forma independiente, accediendo a sitios completamente distintos con esquemas de publicación completamente distintos. Nissan a nivel global representa 42,342 filas en nuestro sistema. En algún lugar de esa pila había dos Patrol que, a los ojos de Faisal, eran un mismo camión con dos etiquetas de precio.

Saqué ambos registros antes de que terminara de prepararse el café. Mismo año de modelo, mismo acabado, mismo color exterior, kilometrajes separados por once kilómetros — lo suficientemente cerca como para ser redondeo, no lo suficiente como para probar nada. Números de teléfono distintos, aunque el de OpenSooq resultó ser una cuenta de WhatsApp Business exclusivamente, lo cual ya es una pista en sí misma. Fechas de publicación distintas, con cuatro días de diferencia. Y un detalle que Faisal no había mencionado: las fotos del interior en la publicación más barata mostraban una calcomanía de registro UAE Pass todavía en el parabrisas, del tipo que los concesionarios dejan puesta durante el trajín entre propietarios.

Ese patrón —un número de WhatsApp Business, un precio ligeramente más alto, fotos tomadas en lo que evidentemente es el patio de un concesionario y no la entrada de una casa— es la firma de una reventa en consignación. Mi lectura, y apostaría por ella: un propietario particular vendió o dejó en consignación el camión a un intermediario a principios de semana, el intermediario lo volvió a publicar cuatro días después en una segunda plataforma con un margen de ganancia, mientras dejaba que el anuncio original siguiera corriendo hasta agotar su plazo, y durante esos días de solapamiento el mismo Patrol físico estuvo activo en dos lugares a dos precios. Esto ocurre constantemente en este mercado. Los vendedores informales de aquí mueven su inventario por tres o cuatro portales simultáneamente y no siempre retiran el anuncio anterior en el momento en que el auto cambia de manos.

Aquí está la parte que realmente importaba para el ticket: no fusionamos estos registros, y no lo haremos. Nuestra lógica de deduplicación colapsa duplicados dentro de una misma fuente —el mismo ID de publicación reapareciendo en un nuevo rastreo—, pero deliberadamente nunca fusiona entre fuentes por VIN, incluso cuando estamos bastante seguros de que es el mismo auto. Verifiqué esto contra nuestra propia regla antes de responderle a Faisal, porque es tentador pensar "obviamente hay que fusionarlo, es un solo camión". Pero dos vendedores con el mismo VIN son, en la práctica, dos participantes de mercado haciendo dos ofertas independientes, y tratarlos como duplicados significaría borrar silenciosamente la señal de precio de uno de los vendedores del conjunto de datos —que es exactamente el tipo de cosa que corrompe silenciosamente un modelo de precios por debajo del mercado con el tiempo. Marcamos aproximadamente 12,823 publicaciones al día como subvaloradas respecto a su cohorte regional, y ese número solo significa algo si cada oferta activa permanece en el conjunto, por más redundante que parezca.

Así que le dije la verdad a Faisal: no es un error, probablemente es una reventa, y la brecha de AED 8,000 que tenía frente a sus ojos no era ruido —era la señal de "por debajo del mercado" más clara de toda su búsqueda esa semana, ahí, a plena luz del día. La publicación de OpenSooq era, de hecho, una de las ofertas marcadas ese día, con un precio por debajo de lo que pedían otros seis Patrol comparables en acabado Platinum en Dubái y Sharjah. Sin proponérselo, había tropezado con una lección de dos caras: las publicaciones que parecen duplicadas suelen ser una rareza de distribución, no un error de datos, y la que parece "rara" del par suele ser la que vale la pena llamar primero.

Un concesionario con el que hablé hace años en Sharjah lo puso de forma más contundente de lo que yo jamás lo pondría por escrito: "Al auto no le importa en cuántos sitios web esté. El que habla es el precio." No se equivocaba, y básicamente ese es todo el argumento para nunca fusionar a dos vendedores en un solo registro.

Para primeras horas de la tarde ya había agregado una línea a nuestras preguntas frecuentes sobre publicaciones aparentemente duplicadas, sobre todo para que el próximo Faisal reciba una respuesta instantánea en lugar de una investigación de un día entero. Lo que no cambié fue la regla de deduplicación en sí misma —misma fuente, mismo ID, nada más. Dos vendedores, mismo VIN, siguen siendo dos publicaciones. Si alguna vez ves lo que parece el auto de tus sueños dos veces, no asumas que el sitio está fallando. Fíjate quién pide menos, y pregúntate primero por qué.