Teardown: Ano Talaga ang Nangyayari Kapag Chine-check Mo ang Presyo ng Isang Kotse
Araw-araw, may ganito na dumarating sa crawl:
2020 Hyundai Tucson SEL AWD, 41,200 mi, clean title, isang may-ari, $22,995. Nakalista sa Columbus, Ohio.
Walang espesyal dito. Iyon nga ang punto. Karamihan sa 1,108,535 listing na hawak namin ngayon ay ganito rin kaordinaryo — isang make na kilala ng lahat (ika-apat na pinakamalaking brand ang Hyundai sa data namin, 60,937 listing), isang body style na binibili ng lahat, isang presyo na mukhang makatwiran sa unang tingin. Ang tanong na talagang nasa isip ng isang buyer ay hindi "maganda bang bilang ang $22,995" — kundi "maganda bang presyo ito PARA SA KOTSENG ITO." Ang tapat na pagsagot dito ay may mas maraming hakbang kaysa sa inaakala ng karamihan. Narito ang bawat isa sa mga hakbang na iyon, ayon sa pagkakasunod-sunod, para sa listing na ito.
Ang raw na teksto
Ang listing ay dumarating bilang isang scrape, hindi bilang isang row sa database. Ang "SEL AWD" ay isang trim string na tina-type ng isang dealer sa isang form, hindi isang canonical na katotohanan. May mga source na nagbibigay sa amin ng mileage sa km, may sa miles, at ilan ay tuluyang tinatanggal ito at inaasahan na lang na tumawag ang buyer. Ang humigit-kumulang 41,200 sa odometer digits ng isang Tucson ang isang numero na may pinakamalaking bigat sa buong pipeline, at ito rin ang field na pinakamalamang na mali, nawawala, o naka-round sa isang kahina-hinalang malinis na bilang. Bago pa man ma-price ang anuman, pino-parse muna ito — currency, unit, trim token — sa isang anyo na talagang magagamit ng isang model.
Make at model, pinagkaisa
"Hyundai Tucson," "HYUNDAI-TUCSON-SEL," "Tucson 2.5L AWD" — tatlong source, iisang kotse, tatlong magkakaibang string. Kung ipe-price namin nang hiwa-hiwalay ang bawat string, aakalain ng model na mas kaunti ang data na mayroon ito kumpara sa totoo, at mag-iiba-iba ang presyo depende kung sinong dealer ang nag-type ng listing. Ang bawat raw string ay una munang ipapaloob sa isang canonical family. Ito ang pinaka-hindi kapansin-pansing hakbang sa buong sistema at siya rin ang pinakamalamang na tahimik na makasira ng price estimate kapag mali — ang isang maling-label na trim ay maaaring buong-buo itong ilipat sa maling comparison set.
Paghahanap ng cohort nito
May kahulugan lang ang isang presyo kung ikukumpara sa iba pang presyo. Ang Tucson namin ay hindi ikinukumpara sa lahat ng Tucson sa buong mundo — ikinukumpara ito sa mga Tucson na parehong model year, trim tier, at drivetrain, sa iisang rehiyon, dahil ang isang gamit nang Tucson sa Ohio at ang isang gamit nang Tucson sa Cairo ay hindi naglalaban para sa parehong buyer at hindi nagde-depreciate sa parehong curve. Mahalaga rin dito ang laki ng rehiyon: kung mas maraming listing sa isang rehiyon, mas mahigpit ang cohort, at mas kumpiyansa ang estimate.
Nasa gitna ang USA sa pinakamalaking mga rehiyon namin sa 48,127 listing — sapat na sapat na lalim para sa isang estimate ng Tucson, pero malayo pa rin sa 67,569 ng France o 61,940 ng Japan. Ang isang model na na-price gamit ang isang manipis na cohort ay dapat magdala ng mas malawak na margin of error kumpara sa isang na-price gamit ang isang malalim na cohort, at ganoon nga ang sa amin.
Ang mileage ang may pinakamabigat na trabaho
Dalawang Tucson, parehong trim, parehong taon, parehong rehiyon, $6,000 ang agwat — siyam sa sampung beses, ang sagot ay mileage, hindi tawaran. Ito ang iisang feature na pinaka-inaasahan ng price model, at iyon mismo ang dahilan kung bakit ang mga source na nagtatanggal o nag-o-omit nito ang nagdudulot ng pinakamalaking pinsala pababa sa pipeline. Kapag nawawala ang mileage sa buong-buong halaga ng listing ng isang rehiyon, hindi kami basta-basta hulaan — nag-i-impute kami mula sa blended mileage curve ng cohort at minamarkahan namin ang estimate ng "≈" para walang magkakamali sa isang modeled na hula bilang isang katotohanan. May totoong bilang ang Tucson namin, kaya lagpas ito sa flag na iyon nang tuluyan.
Trim at mga feature, ni-normalize
Ang "SEL AWD" ay hindi lang isang badge — ito ay isang bundle ng mga option (mga upuang parang leather, blind-spot monitoring, mas malalaking gulong) na kaugnay ng isang totoong premium sa presyo kumpara sa base na SE. Ang feature normalizer ay nagmamapa ng trim strings at mga banggit ng equipment papunta sa isang maliit na set ng mga enum na talagang naiintindihan ng model: transmission, drivetrain, fuel type, body style, at isang trim tier na kinuha mula sa isang canonical map na galing sa brand. Kung laktawan ang hakbang na ito, hindi makikilala ng model ang pagkakaiba ng isang hubad na Tucson mula sa rental fleet at isang lubos na de-kalidad — "Tucson" lang ang makikita nito, na isang mas masamang hula kaysa sa kailangan.
Lumalabas ang numero
Lahat ng nangyari bago ito — canonical model, region cohort, mileage, trim tier, drivetrain — ay pumapasok sa trained price model, at ang lumalabas ay hindi "ang" presyo, kundi isang makatwirang saklaw na may point estimate sa gitna nito. Para sa isang rehiyong marami ang datos tulad ng USA sa isang karaniwang trim tulad nito, mahigpit ang saklaw na iyon. Para sa isang manipis na rehiyon o isang bihirang trim, lumalawak ito, at sa totoo lang, dapat lamang — isang model na pantay-pantay ang kumpiyansa sa lahat ng lugar ay nagsisinungaling sa iyo tungkol sa isa sa mga kasong iyon.
Ang deal check
Pagkatapos lang mabuo ang estimate saka tatakbo ang huling hakbang: talaga bang malaki ang pagbaba ng $22,995 kumpara sa inaasahan ng model para sa cohort na ito? Sa buong platform, 12,823 listing ang may dalang flag na iyon ngayon — ang isang below-market badge ay isang paghahambing laban sa isang peer group na tugma sa mileage at trim, hindi laban sa ilang Platonic na "makatarungang presyo" para sa isang Tucson sa pangkalahatan. Kung ang halimbawang listing namin ay bumaba nang ilang libo mula sa estimate ng cohort nito, mafla-flag ito nang ganoon din. Kung tumama ito nang eksakto sa gitna ng saklaw, hindi ito mafla-flag, at hindi ito bug — karamihan sa mga listing ay hindi dapat maflag. Ang mga deal ay dapat lang minorya.
Ano pa rin ang isang hula
Wala sa pipeline na ito ang nakakakita ng kotse nang personal. Isang rebuilt title na nagtatago sa likod ng isang malinis na tunog na paglalarawan, curb rash na hindi ipinapakita ng mga litrato, isang timing belt na walang nagbanggit — wala sa mga iyon ang naaabot ng model maliban kung nasa teksto. Sinasabi sa iyo ng estimate kung magkano dapat ang halaga ng kotseng ito batay sa kung ano karaniwan ang isang Tucson na katulad nito. Hindi ito kapalit ng isang mekaniko, ng isang Carfax pull, o ng pagtingin sa ilalim ng mga floor mat. Nangangahulugan lang ito na papasok ka sa usapang iyon nang alam mo na kung ano ang hitsura ng "karaniwan," sa halip na manghula na lang.
