Dumating ang ticket alas-9:14 ng umaga, ang subject line ay "bug??" at wala nang ibang pagbati. Nag-bookmark ang isang mambabasang si Faisal ng 2020 Nissan Patrol Platinum, puti na may beige, at pagkalipas ng dalawang araw ay nakita ang parang eksaktong parehong trak sa ibang listing ID, ibang pangalan ng nagbebenta, mas mura ng AED 8,000. Gusto niyang malaman kung dina-duplicate ba ng platform namin ang mga row, dahil kung ganoon, paano siya magtitiwala sa anumang presyo.
Makatwirang tanong. May 1,108,535 kaming live listings sa 73 rehiyon at 1,375 source ngayong linggo, at ang UAE lang ay may 59,393 sa mga ito, pinapakain ng mga scraper tulad ng dubizzle.py at opensooq_uae_scraping_task.py na independiyenteng tumatakbo, tumatama sa lubos na magkaibang mga site na may lubos na magkaibang listing schema. Ang Nissan sa buong mundo ay 42,342 row sa sistema namin. Sa kalakhang iyon, may dalawang Patrol na, sa mata ni Faisal, isa lang na trak na may dalawang price tag.
Kinuha ko ang dalawang row bago pa matapos gumawa ang kape. Parehong model year, parehong trim, parehong exterior color, ang mileage ay labing-isang kilometro lang ang pagkakaiba — sapat na malapit para ituring na rounding, pero hindi sapat para magpatunay ng anuman. Magkaibang numero ng telepono, kahit lumabas na ang sa OpenSooq ay isang WhatsApp-only Business account, na sarili nang senyales. Magkaibang petsa ng pag-post, apat na araw ang agwat. At may isang detalyeng hindi nabanggit ni Faisal: sa mga litrato ng interior sa mas murang listing, may nakikitang UAE Pass registration sticker sa windshield, ang klaseng iniiwan ng mga dealer habang nagpapalit ng may-ari.
| Listing sa OpenSooq | Listing sa Dubizzle | |
|---|---|---|
| Presyo | AED 79,000 | AED 87,000 |
| Mileage | 61,200 km | 61,211 km |
| Petsa ng Pag-post | Araw 1 | Araw 5 |
| Contact | WhatsApp Business | Personal na mobile |
| Nakikitang registration sticker | Oo | Hindi |
Ang pattern na iyon — isang Business WhatsApp number, bahagyang mas mataas na presyo, mga litratong kunwa'y kinuha sa isang dealer yard sa halip na sa driveway ng isang tao — ay ang senyas ng isang consignment flip. Ang basa ko dito, at ipupusta ko: nagbenta o nag-consign ang isang indibidwal na may-ari ng trak sa isang broker sa simula ng linggo, muling inilista ito ng broker apat na araw pagkatapos sa isa pang platform nang may markup habang hinahayaan pa rin ang orihinal na ad na tumakbo hanggang matapos ang panahon nito, at sa mga araw na iyon na nagsasapawan, ang parehong pisikal na Patrol ay live sa dalawang lugar sa dalawang presyo. Palagi itong nangyayari sa merkadong ito. Ang mga curb dealer dito ay pinapatakbo ang imbentaryo sa tatlo o apat na portal nang sabay-sabay at hindi laging inaalis ang lumang post sa sandaling magpalit ng may-ari ang kotse.
Narito ang bahaging talagang mahalaga para sa ticket: hindi namin ito pinagsasama, at hindi namin gagawin iyon. Ang dedup logic namin ay tinatanggal ang mga duplicate sa loob ng iisang source lamang — ang parehong listing ID na muling lumalabas sa isang re-crawl — pero sinasadyang hindi ito kailanman nagsasama sa iba't ibang source ayon sa VIN, kahit na medyo sigurado kaming iisang kotse ito. Sinuri ko ito laban sa sarili naming patakaran bago sumagot kay Faisal, dahil natutuksong isipin na "syempre isama na lang, iisang trak lang naman ito." Pero ang dalawang nagbebenta na may parehong VIN ay, sa praktikal na pagkilos, dalawang kalahok sa merkado na gumagawa ng dalawang independiyenteng alok, at ang pagturing sa kanila bilang duplicate ay nangangahulugang tahimik na tatanggalin ang price signal ng isang nagbebenta mula sa dataset — na eksaktong klaseng bagay na tahimik na nakakasira sa isang below-market model sa paglipas ng panahon. Bahagya naming nabababalaan ang humigit-kumulang 12,823 listing araw-araw bilang underpriced kumpara sa kanilang regional cohort, at ang bilang na iyon ay may kahulugan lamang kung mananatili sa pool ang bawat live na alok, mukhang redundant man o hindi.
Kaya sinabi ko kay Faisal ang totoo: hindi bug, malamang isang flip, at ang agwat na AED 8,000 na tinititigan niya ay hindi ingay — iyon ang pinakamalinaw na below-market signal sa search niya nang linggong iyon, nakalatag na sa liwanag ng araw. Ang listing sa OpenSooq ay isa nga sa mga naflag na deal ng araw na iyon, mas mababa ang presyo kaysa sa hinihingi ng anim na maihahambing na Patrol na Platinum-trim sa Dubai at Sharjah. Nadatnan niya nang hindi sinasadya ang isang aral na may dalawang panig: ang mga listing na mukhang duplicate ay karaniwang kakaibang bagay lamang sa distribusyon, hindi error sa datos, at ang mukhang "kakaiba" sa dalawa ay kadalasang siya mismong dapat tawagan muna.
Isang dealer na kinausap ko taon na ang nakalipas sa Sharjah ang naglahad nito nang mas prangka kaysa sa anumang isusulat ko: "Hindi alintana ng kotse kung ilang website ang naglagay nito. Ang presyo ang nagsasalita." Hindi siya mali, at iyon na nga ang buong dahilan kung bakit hindi dapat pagsamahin ang dalawang nagbebenta sa iisang row.
Bandang tanghali, nakadagdag na ako ng linya sa FAQ namin tungkol sa mga mukhang duplicate, karamihan para ang susunod na Faisal ay makatanggap ng agarang sagot sa halip na isang investigation na aabutin ng buong araw. Ang hindi ko binago ay ang mismong dedup rule — parehong source, parehong ID, wala nang iba pa. Dalawang nagbebenta, parehong VIN, dalawa pa ring listing. Kung minsan mo mang makita ang parang kotse ng iyong pangarap nang dalawang beses, huwag mong akalaing sira ang site. Tingnan mo kung sino ang humihingi ng mas mababa, at iyon muna ang itanong kung bakit.
