Hãy lấy một chiếc xe được gắn cờ trong tuần này làm ví dụ: một chiếc sedan Nhật Bản cỡ trung, năm năm tuổi, số km trung bình, được rao bán với giá thấp hơn khoảng 12% so với mức giá mà những chiếc xe giống hệt tại cùng thành phố đang chào bán. Không có gì trong tin đăng hét lên "hời". Nếu sắp xếp theo giá, nó thậm chí còn không nằm ở trang đầu tiên, vì có khá nhiều xe cũ hơn, xuống cấp hơn có giá danh nghĩa thấp hơn. Nó nổi lên là nhờ cách hệ thống đọc dữ liệu — vậy hãy cùng mổ xẻ quy trình đó, từng giai đoạn một, lấy chiếc xe này làm mẫu vật.
Giai đoạn một: tin đăng xuất hiện
Các trình thu thập dữ liệu của chúng tôi theo dõi 1.375 nguồn trên 73 thị trường — các sàn rao vặt, trang web đại lý, nhà đấu giá — hiện cộng lại thành 1.108.535 tin đăng đang hoạt động. Chiếc sedan này đến từ một trang rao vặt dưới dạng văn bản tự do: tiêu đề ghi hãng và dòng xe theo một trong nhiều cách người bán hay viết, giá bằng nội tệ, số km theo đơn vị mà thị trường đó sử dụng, và một đoạn mô tả.
Việc đầu tiên: làm cho dòng dữ liệu này có thể so sánh được. Các tên hãng và dòng xe dạng văn bản tự do được ánh xạ vào các "họ xe" chuẩn hóa (lớp chuẩn hóa của chúng tôi biết rằng hàng chục cách viết khác nhau qua nhiều bảng chữ cái và ngôn ngữ đều chỉ cùng một chiếc xe), tiền tệ và đơn vị được quy đổi chuẩn, và các bản trùng lặp rõ ràng trong cùng một nguồn được gộp lại. Không có giai đoạn này thì không bước nào phía sau hoạt động được — bạn không thể so sánh một chiếc xe với nhóm cohort của nó nếu không thể xác định chắc chắn nó thuộc nhóm nào.
Giai đoạn hai: nhóm cohort được tập hợp
Nhóm cohort của chiếc sedan này là mọi tin đăng đang hoạt động cùng thị trường, cùng dòng xe chuẩn hóa, cùng dải năm sản xuất, với số km ở mức tương đương. Không phải "các xe sedan giống nó". Không phải mức trung bình quốc gia. Mà là tập hợp thực tế những lựa chọn thay thế mà một người mua thực sự tại thành phố đó có thể cân nhắc trong tuần này.
Đây là phần mà hầu hết các bảng giá tham khảo bỏ qua. Giá trị sách (book value) là một khái niệm trừu tượng ở cấp quốc gia; còn cohort là sự thật cục bộ, hiện tại, thanh khoản. Khi cohort đủ sâu — và ở các thị trường lớn thì thường là vậy — mức giá chào bán trung vị của những chiếc xe đó là định nghĩa trung thực nhất về "giá thị trường" mà bạn có thể tìm thấy ở bất cứ đâu, bởi nó được thiết lập bởi những người bán đang cạnh tranh nhau vì cùng một nhóm người mua tại cùng một thời điểm.
Giai đoạn ba: các bộ lọc từ chối rất nhiều
Chiếc sedan có giá thấp hơn 12% so với mức trung vị của cohort. Riêng điều đó chưa đủ để giành huy hiệu, bởi vì mức giảm giá sâu nhất ở bất kỳ thị trường nào thường bị chi phối bởi những thứ bạn không muốn:
- Lỗi dữ liệu. Thiếu một số 0, giá ghi sai đơn vị tiền tệ, giá giữ chỗ của đại lý. Một chiếc xe rẻ hơn 70% so với thị trường bị coi là lỗi đánh máy cho đến khi được chứng minh ngược lại, nên các mức giảm giá phi thực tế bị loại bỏ ngay từ đầu.
- Mức giảm giá có lý do. Số km cao lý giải cho giá thấp; việc phân nhóm theo dải số km đã bắt được phần lớn trường hợp này, và phần còn lọt qua sẽ được kiểm tra riêng đối chiếu với số km. Rẻ vì đã cũ mòn không phải là một món hời.
- Nhiễu không phải giao dịch bán. Các dòng dữ liệu từ sổ đấu giá, xe bán để lấy phụ tùng, cụm từ "for parts" (bán xác xe), xe cho thuê thanh lý được rao theo cách bất thường — tất cả đều được nhận diện và cách ly trước khi chúng có thể kéo mức trung vị của cohort xuống hoặc tự giả dạng thành món hời.
- Cohort quá mỏng. Nếu chỉ có vài chiếc xe tương đương tồn tại, mức trung vị chỉ là tin đồn, và chúng tôi thà im lặng còn hơn gắn cờ dựa trên tin đồn.
Sau tất cả những lần loại bỏ đó, trong số 1,1 triệu tin đăng đang hoạt động, hiện có khoảng 12.800 tin mang huy hiệu — nhỉnh hơn 1% một chút. Các bộ lọc loại bỏ số lượng tin đăng nhiều hơn gấp cả chục lần so với số được thông qua, và chính tỷ lệ loại bỏ đó mới là sản phẩm thực sự. Ai cũng có thể sắp xếp theo giá; công sức thực sự nằm ở những gì bị loại ra.
Giai đoạn bốn: huy hiệu, và những gì nó không khẳng định
Chiếc sedan đã vượt qua: mức giảm giá đáng tin, cohort đủ sâu, số km ở mức điển hình, nguồn dữ liệu sạch. Nó xuất hiện trên trang deals với mức giảm giá được nêu so với chính cohort của nó.
Cần nói rõ ý nghĩa của huy hiệu đó. Nó có nghĩa là: được định giá thấp hơn các tin đăng tương đương đang hoạt động trong cùng thị trường của nó, mà không có lời giải thích nào hiện rõ trong dữ liệu. Nó không có nghĩa là chiếc xe đã được kiểm định, hay hộp số vẫn ổn, hay người bán là một vị thánh. Huy hiệu tìm ra cây kim trong đống cỏ khô; người mua vẫn phải tự kiểm tra cây kim đó. Báo cáo lịch sử xe và kiểm tra thực tế vẫn là phần việc của bạn trong giao dịch.
Còn chiếc sedan mẫu vật thì sao? Được gắn cờ vào thứ Ba, biến mất vào thứ Sáu. Đó là quy luật với những món hời thực sự — và bản thân điều đó cũng là một tín hiệu hữu ích. Những chiếc xe được gắn cờ mà nằm ì hàng tuần thường có lý do mà dữ liệu không nhìn thấy được, còn những chiếc biến mất trong vài ngày là lúc thị trường đồng tình với phép toán.
Toàn bộ hệ thống chạy sau mỗi lần thu thập dữ liệu, ở mọi thị trường, từ cùng một bộ dữ liệu đã được chuẩn hóa. Một vòng lặp, 73 thị trường, và một huy hiệu phải vượt qua bốn giai đoạn "không" trước khi bạn kịp nhìn thấy nó.
