Smontaggio: cosa succede davvero quando controlli il prezzo di un'auto

Ogni giorno arriva nella scansione qualcosa del genere:

Hyundai Tucson 2020 SEL AWD, 41.200 miglia, libretto pulito, un solo proprietario, $22.995. In vendita a Columbus, Ohio.

Niente di speciale. Ed è proprio questo il punto. La maggior parte dei 1.108.535 annunci che gestiamo in questo momento appare esattamente così ordinaria — una marca che tutti conoscono (Hyundai è il quarto brand più grande nei nostri dati, con 60.937 annunci), una carrozzeria che tutti comprano, un prezzo che a colpo d'occhio sembra plausibile. La domanda che un acquirente si pone davvero non è "$22.995 è un bel numero tondo" — è "questo è un buon prezzo per QUESTA auto." Rispondere onestamente a questa domanda richiede più passaggi di quanto si pensi. Eccoli tutti, in ordine, per questo singolo annuncio.

Il testo grezzo

L'annuncio arriva come uno scraping, non come una riga di database. "SEL AWD" è una stringa di allestimento digitata da un concessionario in un modulo, non un dato canonico. Alcune fonti ci forniscono il chilometraggio in km, altre in miglia, e alcune lo omettono del tutto aspettandosi che l'acquirente chiami. Le circa 41.200 cifre del contachilometri della Tucson sono il singolo numero più determinante dell'intera pipeline, ed è anche il campo più soggetto a errori, assenze o arrotondamenti a un valore sospettosamente tondo. Prima che qualsiasi cosa venga prezzata, viene analizzata — valuta, unità di misura, token di allestimento — in una forma che un modello possa effettivamente utilizzare.

Marca e modello, unificati

"Hyundai Tucson," "HYUNDAI-TUCSON-SEL," "Tucson 2.5L AWD" — tre fonti, la stessa auto, tre stringhe diverse. Se prezzassimo ogni stringa in modo indipendente, il modello penserebbe di avere meno dati di quanti ne abbia realmente, e il prezzo oscillerebbe a seconda di quale copywriter del concessionario ha scritto l'annuncio. Ogni stringa grezza viene prima mappata su una famiglia canonica. Questo è il passaggio meno affascinante dell'intero sistema ed è anche quello più probabile a rovinare silenziosamente una stima di prezzo se sbagliato — un allestimento etichettato male può spostare un'auto in un gruppo di confronto completamente sbagliato.

Trovare la sua coorte

Un prezzo ha senso solo accanto ad altri prezzi. La nostra Tucson non viene confrontata con ogni Tucson esistente al mondo — viene confrontata con Tucson dello stesso anno modello, livello di allestimento e trazione, nella stessa regione, perché una Tucson usata in Ohio e una Tucson usata al Cairo non competono per lo stesso acquirente e non si deprezzano secondo la stessa curva. Anche la dimensione della regione conta qui: più annunci ci sono in una regione, più stretta è la coorte, più affidabile è la stima.

Gli USA si collocano a metà classifica tra le nostre regioni più grandi con 48.127 annunci — una profondità più che sufficiente per una stima sulla Tucson, ma ben lontana dai 67.569 della Francia o dai 61.940 del Giappone. Un modello prezzato su una coorte ridotta dovrebbe portare un margine di errore più ampio rispetto a uno prezzato su una coorte profonda, e il nostro lo fa.

Il chilometraggio fa il lavoro pesante

Due Tucson, stesso allestimento, stesso anno, stessa regione, $6.000 di differenza — nove volte su dieci la risposta è il chilometraggio, non la trattativa. È la singola caratteristica su cui il modello di prezzo si basa maggiormente, ed è esattamente per questo che le fonti che la omettono o la ripuliscono causano più danni a valle. Quando il chilometraggio manca per un'intera regione di annunci, non tiriamo a indovinare alla cieca — lo imputiamo dalla curva di chilometraggio combinata della coorte e contrassegniamo la stima con un "≈" in modo che nessuno scambi una stima modellata per un fatto. La nostra Tucson ha un numero reale, quindi salta del tutto questo contrassegno.

Allestimento e dotazioni, normalizzati

"SEL AWD" non è solo un badge — è un pacchetto di optional (sedili in similpelle, monitoraggio dell'angolo cieco, cerchi più grandi) che si correla a un vero e proprio premio di prezzo rispetto alla base SE. Il normalizzatore di dotazioni mappa le stringhe di allestimento e le menzioni di equipaggiamento in un piccolo insieme di enum che il modello comprende effettivamente: trasmissione, trazione, tipo di carburante, carrozzeria e un livello di allestimento ricavato da una mappa canonica basata sul brand. Se si salta questo passaggio, il modello non riesce a distinguere una Tucson spoglia da flotta a noleggio da una completamente accessoriata — vede semplicemente "Tucson," il che è una stima molto peggiore di quanto dovrebbe essere.

Il numero finale

Tutto ciò che precede — modello canonico, coorte regionale, chilometraggio, livello di allestimento, trazione — confluisce nel modello di prezzo addestrato, e ciò che ne esce non è "il" prezzo, è un intervallo difendibile con una stima puntuale al centro. Per una regione ben popolata come gli USA su un allestimento comune come questo, l'intervallo è stretto. Per una regione poco rappresentata o un allestimento raro, si allarga, e onestamente, è giusto che sia così — un modello ugualmente sicuro di sé ovunque ti sta mentendo su uno di questi due casi.

Il controllo dell'affare

Solo dopo che la stima esiste entra in gioco l'ultimo passaggio: $22.995 è significativamente sotto quanto il modello si aspetta per questa coorte? In tutta la piattaforma, 12.823 annunci portano questo contrassegno in questo momento — un badge "sotto mercato" è un confronto rispetto a un gruppo di pari abbinato per chilometraggio e allestimento, non rispetto a un qualche platonico "prezzo giusto" per una Tucson in generale. Se il nostro annuncio d'esempio fosse arrivato qualche migliaio di dollari sotto la stima della sua coorte, sarebbe stato contrassegnato allo stesso modo. Se fosse caduto proprio al centro dell'intervallo, non lo sarebbe stato, e questo non è un bug — la maggior parte degli annunci non dovrebbe essere contrassegnata. Gli affari sono destinati a essere la minoranza.

Cosa resta comunque una supposizione

Niente in questa pipeline vede l'auto di persona. Un libretto ricostruito nascosto dietro una descrizione dal suono pulito, un graffio sul cerchione che le foto non mostrano, una cinghia della distribuzione di cui nessuno ha parlato — nulla di tutto ciò raggiunge il modello a meno che non sia nel testo. La stima ti dice quanto dovrebbe costare questa auto dato com'è di solito una Tucson come questa. Non sostituisce un meccanico, un controllo Carfax, o un'occhiata sotto i tappetini. Significa solo che affronti quella conversazione già sapendo com'è fatto il "di solito," invece di doverlo indovinare.