Să luăm o mașină semnalată săptămâna aceasta: un sedan japonez de clasă medie, vechi de cinci ani, cu kilometraj moderat, listat cu aproximativ 12% sub prețul cerut pentru mașini identice din același oraș. Nimic din anunț nu striga „chilipir”. Sortată după preț, nici măcar nu apărea pe prima pagină, pentru că multe mașini mai vechi și mai uzate erau nominal mai ieftine. A ieșit la suprafață din cauza modului în care o citește pipeline-ul — așa că hai să descompunem acest pipeline, etapă cu etapă, folosind această mașină ca exemplu.
Etapa unu: sosește anunțul
Crawlerele noastre monitorizează 1.375 de surse din 73 de piețe — platforme de anunțuri, site-uri de dealeri, case de licitații — ceea ce însumează în prezent 1.108.535 de anunțuri active. Sedanul a venit de pe un site de mica publicitate sub formă de text liber: un titlu cu marca și modelul scrise în unul dintre modurile în care vânzătorii le scriu, un preț în moneda locală, kilometrajul în oricare unitate folosită pe piața respectivă și o descriere.
Prima sarcină: a face rândul comparabil. Mărcile și modelele din text liber se mapează pe familii canonice (stratul nostru de normalizare știe că o duzină de variante de scriere, în diferite alfabete și limbi, reprezintă aceeași mașină), monedele și unitățile se normalizează, iar duplicatele evidente din aceeași sursă se elimină. Fără această etapă, nimic din ce urmează nu funcționează — nu poți compara o mașină cu cohortă ei dacă nu poți spune cu certitudine din ce cohortă face parte.
Etapa a doua: se formează cohortă
Cohortă sedanului este formată din toate anunțurile active care îi împart piața, familia de model canonică și intervalul de an, cu kilometrajul într-un interval comparabil. Nu „sedanuri asemănătoare”. Nu o medie națională. Setul real de alternative pe care un cumpărător adevărat din acel oraș le-ar putea compara săptămâna aceasta.
Aceasta este partea pe care majoritatea ghidurilor de preț o sar. O valoare de carte este o abstracție națională; o cohortă este adevărul local, actual, lichid. Când cohortă este numeroasă — și pe piețele mari de obicei este — prețul median cerut pentru acele mașini este cea mai onestă definiție a „prețului de piață” disponibilă oriunde, pentru că este stabilit de vânzători care concurează pentru aceiași cumpărători în același moment.
Etapa a treia: filtrele refuză mult
Sedanul era prețuit cu 12% sub mediana cohortei sale. Asta singur nu îi aduce insigna, pentru că cele mai mari reduceri de pe orice piață sunt dominate de lucruri pe care nu ți le dorești:
- Erori. Un zero lipsă, un preț în moneda greșită, un placeholder de dealer. O mașină cu 70% sub piață este o greșeală de tastare până la proba contrarie, așa că reducerile implauzibile sunt respinse din start.
- Reduceri explicate. Un kilometraj mare explică un preț scăzut; încadrarea pe intervale de kilometraj prinde majoritatea acestor cazuri, iar ce mai scapă e verificat explicit în raport cu kilometrajul. Ieftin-pentru-că-e-uzat nu este o ofertă.
- Zgomot din anunțuri fără vânzare reală. Rânduri din registre de licitații, mașini pentru piese, formulări de tipul „pentru piese”, mașini de închiriere scoase din flotă listate ciudat — sunt recunoscute și puse în carantină înainte să poată trage în jos mediana unei cohorte sau să se dea drept chilipiruri ele însele.
- Cohorte subțiri. Dacă există doar câteva mașini comparabile, mediana e un zvon, iar noi preferăm să nu semnalăm nimic decât să semnalăm pe baza unui zvon.
După toată această cernere, din 1,1 milioane de anunțuri active, aproximativ 12.800 poartă în prezent insigna — puțin peste 1%. Filtrele resping cu un ordin de mărime mai multe anunțuri decât lasă să treacă, iar această rată de respingere este de fapt produsul nostru. Oricine poate sorta după preț; munca stă în ce se aruncă.
Etapa a patra: insigna, și ce nu pretinde ea
Sedanul a trecut: reducere credibilă, cohortă numeroasă, kilometraj tipic, sursă curată. Apare pe pagina de oferte cu reducerea exprimată față de propria cohortă.
Merită să fim preciși cu privire la ce înseamnă acea insignă. Înseamnă: prețuită sub anunțurile active comparabile de pe propria piață, fără nicio explicație vizibilă în date. Nu înseamnă că mașina a fost inspectată, că cutia de viteze e în ordine sau că vânzătorul e un sfânt. Insigna găsește acul din carul de fân; cumpărătorul tot trebuie să verifice acul. Raportul de istoric și o inspecție fizică rămân partea ta din înțelegere.
Iar sedanul-exemplu? Semnalat marțea, dispărut până vineri. Acesta e tiparul pentru cele reale — ceea ce este în sine un semnal util. Mașinile semnalate care zăbovesc săptămâni întregi au de obicei un motiv pe care datele nu îl pot vedea, iar cele care dispar în câteva zile arată piața de acord cu matematica.
Întregul sistem rulează după fiecare crawl, pe fiecare piață, din același set de date normalizat. O singură buclă, 73 de piețe și o insignă care trebuie să supraviețuiască la patru etape de „nu” înainte să o vezi vreodată.
