Tik nu een kenteken of een merk en model in op bijna elke autosite en je krijgt binnen een seconde een getal terug. Het voelt gezaghebbend omdat het met decimale precisie komt — AED 84.250, niet "zo'n beetje in de tachtig." Mensen behandelen die precisie als bewijs. Dat is het niet. Het is een schatting, gebaseerd op welke vergelijkbare advertenties die dag toevallig live stonden, en de drie manieren waarop mensen die schatting misbruiken zijn precies de drie manieren waarop elk waarderingsinstrument — ons eigen incluis — door de lezer wordt misbruikt.
Fout één: de schatting behandelen als een offerte
De ravage hier is voorspelbaar: een verkoper zet zijn auto exact op het getal dat de tool opgaf, wil geen millimeter zakken, en de auto blijft zes weken staan terwijl identieke auto's er met een iets lagere prijs omheen verkopen. Of een koper loopt een showroom binnen met een print in de hand, verwacht dat de dealer dat getal tot op de dirham matcht, en wordt geïrriteerd wanneer de dealer uitlegt dat het getal niet weet dat de auto aftermarket velgen heeft en een gat in de onderhoudshistorie.
Een waardering is een statistisch middelpunt, geen contract. Over onze eigen dataset — op dit moment 1,13 miljoen live advertenties in 73 regio's — is de spreiding rond de "typische" prijs van elk model breed genoeg dat één enkel getal eigenlijk een afkorting is voor een bandbreedte, meestal 8 tot 15% breed zodra je rekening houdt met uitvoering, kilometerstandcategorie en type verkoper. Behandel de uitkomst als "het midden van waar deze auto zou moeten uitkomen," niet als wat iemand je schuldig is of wat jij zou mogen betalen.
Fout twee: niet checken hoeveel vergelijkbare advertenties het getal daadwerkelijk onderbouwden
Dit is de vraag die mensen nooit bedenken te stellen, en het is de vraag die de grootste misrekeningen veroorzaakt. Een waarderingsmodel werkt door jouw auto te vergelijken met soortgelijke recente advertenties — zelfde model, vergelijkbaar jaar, vergelijkbare regio. Als die vergelijkingsgroep diep is, staat het getal stevig. Is die dun, dan kan het getal wild uitslaan, en meestal vertelt de tool je niet in welke situatie je zit.
Die diepte verschilt enorm per regio, zelfs op landniveau:
Maar landtotalen onderschatten het echte risico, want het getal dat jouw waardering daadwerkelijk voedt is niet het landtotaal — het is dat aantal nadat je filtert op merk, model, uitvoering, bouwjaar en soms kilometerstandcategorie. Een regio met 79.881 advertenties kan je nog steeds met vier vergelijkbare auto's opzadelen zodra je naar één uitvoering in één bouwjaar versmalt. Ik heb zelf gezien hoe een onbeveiligde versie van een prijsvergelijkingsberekening met meer dan 1.000% kon uitslaan, omdat die steunde op één enkele uitschieter zonder minimum op de steekproefomvang. Wij hebben dat opgelost door te weigeren een vergelijking te publiceren totdat er aan beide zijden een minimumaantal advertenties staat. Veel tools nemen die moeite niet, en die geven je een vol vertrouwen klinkend getal dat op een steekproef van twee of drie auto's rust.
Als een waarderingstool je niet vertelt hoeveel vergelijkbare auto's het gebruikt heeft, ga er dan van uit dat het er minder zijn dan je zou willen.
Fout drie: aannemen dat het model kan zien wat de verkoper niet heeft ingetypt
Het algoritme weet alleen wat er in de advertentiedata staat. Het weet niet dat de auto onder water heeft gestaan, dat de versnellingsbak vorig jaar is gereviseerd, of dat de verkoper haast heeft omdat hij binnen drie weken het land verlaat. Het weet ook niet dat de foto van de kilometerstand niet helemaal overeenkomt met de beschrijving. Op ons eigen platform komen ruwweg 81.000 advertenties binnen zonder enige kilometerstand, en dat gat vullen we met een cohort-gewogen schatting in plaats van een enkel getal te raden — wat de eerlijke manier is om ermee om te gaan, maar het blijft een schatting die een feit vervangt, en wij markeren dat in plaats van het te verbergen. De meeste tools die dit niet openbaar maken, behandelen een ontbrekend veld stilletjes als gemiddelde en gaan door.
De ravage van deze fout komt meestal pas na de verkoop aan het licht, niet ervoor. Een koper betaalt de door de waardering aangepaste prijs voor een auto met een gereviseerde bak omdat niets in de advertentiedata dat aangaf, en komt er drie weken later via de monteur achter. De waardering was niet precies fout — hij prijsde de auto die de data beschreef, en de data was onvolledig.
Hoe het wél moet
Niets van dit alles betekent dat waarderingstools nutteloos zijn — van de 1,13 miljoen advertenties die we nu volgen, worden er ongeveer 12.800 gemarkeerd als daadwerkelijk onder de marktprijs, en dat signaal werkt alleen omdat de onderliggende prijswiskunde meestal klopt. De juiste manier om elke waardering te gebruiken, de onze of die van wie dan ook, is om die te lezen als een startbereik, te vragen hoeveel vergelijkbare advertenties erachter staan, en vervolgens zelf te checken wat geen dataset kan zien: bekijk de auto in persoon, vraag de VIN-historie op, en laat een monteur zijn handen erop leggen voordat het getal op het scherm het getal op de factuur wordt. De tool vertelt je waar de markt staat. Het kan je niet vertellen wat er mis is met de specifieke auto die voor je staat — dat deel is nog steeds jouw taak.


