Décorticage : ce qui se passe vraiment quand on vérifie le prix d'une voiture

Chaque jour, une annonce comme celle-ci atterrit dans le crawl :

2020 Hyundai Tucson SEL AWD, 41 200 mi, carte grise vierge, un seul propriétaire, 22 995 $. Annonce publiée à Columbus, Ohio.

Rien de spécial. C'est justement le but. La plupart des 1 108 535 annonces que nous traitons actuellement ont exactement cet air ordinaire — une marque que tout le monde connaît (Hyundai est la quatrième plus grande marque dans nos données, avec 60 937 annonces), une carrosserie que tout le monde achète, un prix qui semble plausible au premier coup d'œil. La vraie question que se pose un acheteur n'est pas « 22 995 $, est-ce un beau chiffre rond » — c'est « est-ce un bon prix pour CETTE voiture ». Y répondre honnêtement demande plus d'étapes qu'on ne l'imagine. En voici le détail complet, dans l'ordre, pour cette seule annonce.

Le texte brut

L'annonce arrive sous forme de donnée scrapée, pas de ligne de base de données. « SEL AWD » est une chaîne de caractères de finition qu'un concessionnaire a tapée dans un formulaire, pas un fait canonique. Certaines sources nous donnent le kilométrage en km, d'autres en miles, et certaines l'omettent carrément en s'attendant à ce que l'acheteur appelle. Les 41 200 chiffres du compteur de la Tucson constituent à eux seuls le chiffre le plus déterminant de tout le pipeline, et c'est aussi le champ le plus susceptible d'être erroné, manquant, ou arrondi à un chiffre suspicieusement rond. Avant toute tarification, tout est analysé — devise, unité, jeton de finition — dans un format que le modèle peut réellement exploiter.

Marque et modèle, unifiés

« Hyundai Tucson », « HYUNDAI-TUCSON-SEL », « Tucson 2.5L AWD » — trois sources, la même voiture, trois chaînes différentes. Si nous tarifions chaque chaîne indépendamment, le modèle croirait disposer de moins de données qu'il n'en a réellement, et le prix varierait selon le rédacteur du concessionnaire qui a saisi l'annonce. Chaque chaîne brute est d'abord mappée vers une famille canonique. C'est l'étape la moins glamour de tout le système, et aussi celle la plus susceptible de saboter discrètement une estimation de prix si elle est mal faite — une finition mal étiquetée peut faire basculer une voiture dans un ensemble de comparaison totalement erroné.

Trouver sa cohorte

Un prix n'a de sens qu'à côté d'autres prix. Notre Tucson n'est pas comparée à toutes les Tucson du monde — elle est comparée à des Tucson de la même année-modèle, du même niveau de finition et de la même motricité, dans la même région, car une Tucson d'occasion en Ohio et une Tucson d'occasion au Caire ne visent pas le même acheteur et ne se déprécient pas selon la même courbe. La taille de la région compte aussi ici : plus il y a d'annonces dans une région, plus la cohorte est resserrée, plus l'estimation est fiable.

Les États-Unis se situent dans la moyenne de nos plus grandes régions avec 48 127 annonces — largement suffisant pour une estimation de Tucson, mais loin des 67 569 de la France ou des 61 940 du Japon. Un modèle tarifé sur une cohorte peu fournie devrait afficher une marge d'erreur plus large qu'un modèle tarifé sur une cohorte dense, et c'est bien le cas du nôtre.

Le kilométrage fait le gros du travail

Deux Tucson, même finition, même année, même région, 6 000 $ d'écart — neuf fois sur dix, la réponse est le kilométrage, pas le marchandage. C'est la caractéristique unique sur laquelle le modèle de prix s'appuie le plus, ce qui explique justement pourquoi les sources qui l'omettent ou le suppriment causent le plus de dégâts en aval. Quand le kilométrage manque sur l'ensemble des annonces d'une région, nous ne devinons pas au hasard — nous l'imputons à partir de la courbe de kilométrage combinée de la cohorte, et nous marquons l'estimation d'un « ≈ » pour que personne ne confonde une supposition modélisée avec un fait. Notre Tucson a un chiffre réel, elle échappe donc entièrement à ce marqueur.

Finition et équipements, normalisés

« SEL AWD » n'est pas qu'un simple badge — c'est un ensemble d'options (sellerie quasi cuir, surveillance des angles morts, jantes plus grandes) qui correspond à une véritable prime de prix par rapport à la SE de base. Le normalisateur de caractéristiques mappe les chaînes de finition et les mentions d'équipement vers un petit ensemble d'énumérations que le modèle comprend réellement : transmission, motricité, type de carburant, carrosserie, et un niveau de finition tiré d'une carte canonique établie à partir des données constructeur. Sauter cette étape, et le modèle ne peut plus distinguer une Tucson dépouillée de flotte de location d'une Tucson entièrement équipée — il ne voit qu'une « Tucson », ce qui est une hypothèse bien moins bonne qu'elle ne devrait l'être.

Le chiffre sort

Tout ce qui précède — modèle canonique, cohorte régionale, kilométrage, niveau de finition, motricité — alimente le modèle de prix entraîné, et ce qui en ressort n'est pas « le » prix, mais une fourchette défendable avec une estimation ponctuelle en son centre. Pour une région bien fournie comme les États-Unis, sur une finition courante comme celle-ci, cette fourchette est étroite. Pour une région peu fournie ou une finition rare, elle s'élargit — et c'est très bien ainsi, car un modèle également confiant partout mentirait sur l'un de ces deux cas.

La vérification de bonne affaire

Ce n'est qu'une fois l'estimation établie que la dernière étape s'exécute : 22 995 $ est-il significativement inférieur à ce que le modèle attend pour cette cohorte ? Sur l'ensemble de la plateforme, 12 823 annonces portent actuellement ce marqueur — un badge « sous le marché » est une comparaison avec un groupe de pairs appariés par kilométrage et finition, pas avec un « prix juste » platonicien pour une Tucson en général. Si notre annonce d'exemple s'était retrouvée quelques milliers de dollars sous l'estimation de sa cohorte, elle aurait été signalée de la même manière. Si elle était tombée pile dans la fourchette, elle ne l'aurait pas été — et ce n'est pas un bug : la plupart des annonces ne devraient pas être signalées. Les bonnes affaires sont censées rester minoritaires.

Ce qui reste une supposition

Rien dans ce pipeline ne voit la voiture en personne. Une carte grise de véhicule accidenté reconstruit se cachant derrière une description au ton rassurant, des éraflures sur les jantes que les photos ne montrent pas, une courroie de distribution dont personne n'a parlé — rien de tout cela n'atteint le modèle à moins d'être mentionné dans le texte. L'estimation vous indique ce que cette voiture devrait coûter compte tenu de ce qu'est habituellement une Tucson comme elle. Elle ne remplace ni un mécanicien, ni un rapport Carfax, ni un coup d'œil sous les tapis. Elle signifie simplement que vous entamez cette conversation en sachant déjà à quoi ressemble « habituellement », au lieu de deviner.