分解解説：車の価格をチェックすると実際に何が起きているのか

毎日、こんな出品がクロールに引っかかる。

2020年式 Hyundai Tucson SEL AWD、走行41,200マイル、クリーンタイトル、ワンオーナー、$22,995。オハイオ州コロンバスでの出品。

特別なところは何もない。それがポイントだ。現在扱っている1,108,535件の出品のほとんどは、これくらい平凡に見える——誰もが知っているメーカー(Hyundaiは当社データで第4位のブランド、60,937件)、誰もが買うボディタイプ、一見もっともらしく見える価格。買い手が本当に知りたいのは「$22,995がきりのいい数字かどうか」ではなく、「この車にとってこれは良い価格なのか」だ。それに正直に答えるには、思われている以上に多くの工程が必要になる。ここでは、この1件の出品を例に、その工程をすべて順番に見ていく。

生のテキスト

出品はデータベースの行としてではなく、スクレイピング結果として届く。「SEL AWD」はディーラーがフォームに打ち込んだトリムの文字列であって、正規化された事実ではない。走行距離をkmで渡してくるソースもあれば、マイルで渡してくるソースもあり、中にはまったく記載せず買い手に電話させるつもりのところもある。このTucsonのオドメーターの「41,200」という数字は、パイプライン全体の中でも最も重みを持つ数値でありながら、同時に誤り・欠落・不自然にきりのいい数字への丸めが最も起きやすい項目でもある。価格を付ける前に、まず通貨・単位・トリムのトークンといった情報がパースされ、モデルが実際に扱える形に整えられる。

メーカーとモデルの統合

「Hyundai Tucson」「HYUNDAI-TUCSON-SEL」「Tucson 2.5L AWD」——3つのソース、同じ車、3通りの異なる文字列。それぞれの文字列を別々に価格査定すれば、モデルは実際より手持ちのデータが少ないと錯覚し、どのディーラーのライターが出品文を書いたかによって価格がぶれてしまう。だからこそ、すべての生の文字列はまず正規化されたファミリーにマッピングされる。これはシステム全体の中で最も地味な工程でありながら、間違えば静かに価格査定を台無しにしかねない工程でもある——トリムのラベル付けを誤ると、車が丸ごと間違った比較対象群に紛れ込んでしまう。

コホートを見つける

価格というものは、他の価格と並べて初めて意味を持つ。このTucsonは地球上のすべてのTucsonと比較されるわけではない——同じ年式、同じトリムグレード、同じ駆動方式で、同じ地域のTucson同士で比較される。オハイオの中古Tucsonとカイロの中古Tucsonは同じ買い手を奪い合っているわけではなく、同じ減価カーブをたどるわけでもないからだ。ここでは地域の規模も重要になる——ある地域の出品件数が多いほどコホートは絞り込まれ、査定の確度も上がる。

米国は主要地域の中では48,127件と中位につけている——Tucsonの査定には十分な厚みがあるが、フランスの67,569件や日本の61,940件には遠く及ばない。薄いコホートで査定されたモデルは、厚いコホートで査定されたモデルより誤差の幅が広くなるべきであり、実際そうなっている。

走行距離が最も効いてくる

同じトリム、同じ年式、同じ地域のTucson2台の価格が$6,000違う場合、十中八九その答えは値引き交渉ではなく走行距離だ。価格モデルが最も重視する単一の特徴量であり、だからこそ走行距離を消したり省略したりするソースが、後工程で最も大きな被害をもたらす。ある地域の出品全体で走行距離が欠落している場合、当てずっぽうで推測することはしない——コホートの平均走行距離カーブから補完し、モデルによる推定値であることが事実と混同されないよう「≈」マークを付ける。今回のTucsonには実数値があるため、このフラグは一切付かない。

トリムと装備の正規化

「SEL AWD」は単なるバッジではなく、レザー調シート、ブラインドスポットモニター、大径ホイールといったオプションの束であり、ベースグレードのSEに対する実際の価格プレミアムと相関している。特徴量の正規化処理は、トリムの文字列や装備に関する記述を、モデルが実際に理解できる少数の列挙値——トランスミッション、駆動方式、燃料タイプ、ボディタイプ、そしてブランド公式データから作成した正規化マップに基づくトリムグレード——にマッピングする。この工程を飛ばせば、モデルは装備を削ぎ落としたレンタル業者向けのTucsonと、フル装備のTucsonを見分けられなくなる——ただ「Tucson」としか認識せず、本来より大幅に精度の低い推測になってしまう。

数字が算出される

ここまでの工程すべて——正規化されたモデル、地域コホート、走行距離、トリムグレード、駆動方式——が学習済みの価格モデルに入力され、そこから出てくるのは「唯一の」価格ではなく、中央に点推定値を持つ根拠のあるレンジだ。米国のようにデータが豊富な地域で、今回のような一般的なトリムであれば、そのレンジは狭くなる。データの薄い地域や珍しいトリムであれば広がる——そして正直なところ、それでいいのだ。どこでも同じように自信満々なモデルは、どちらかのケースで嘘をついていることになる。

お買い得判定

査定額が算出されて初めて、最後の工程が動く——$22,995はこのコホートに対するモデルの予想を有意に下回っているか、という判定だ。プラットフォーム全体では現在12,823件の出品にこのフラグが付いている——「市場価格以下」のバッジは、走行距離とトリムをマッチさせたピアグループとの比較であって、Tucson一般に対するプラトン的な「適正価格」との比較ではない。この例の出品がコホートの査定額を数千ドル下回っていれば、同じように市場価格以下のフラグが付いただろう。レンジのど真ん中に収まっていれば付かない——そしてそれはバグではない。ほとんどの出品にはフラグが付くべきではないのだ。お買い得は少数派であるべきものだから。

それでもなお推測に過ぎない部分

このパイプラインのどの工程も、実車を直接見ることはない。それらしく見える説明文の裏に隠れたリビルトタイトル、写真には写らない縁石傷、誰も触れなかったタイミングベルト——これらはテキストに書かれていない限りモデルには届かない。査定額が教えてくれるのは、この手のTucsonが普段どんな状態かを踏まえた場合、この車がいくらであるべきかということだ。整備士の診断やCarfaxの照会、マットの下を覗くことの代わりにはならない。ただ、当てずっぽうで交渉に臨む代わりに、「普段」がどんな水準かをあらかじめ知った上でその会話に臨めるようになる、というだけのことだ。