Ngày Một Độc Giả Đinh Ninh Chúng Tôi Đăng Trùng Một Chiếc Nissan Patrol

Yêu cầu hỗ trợ gửi đến lúc 9 giờ 14 phút sáng, tiêu đề vỏn vẹn "bug??" chẳng kèm theo lời chào hỏi nào. Một độc giả tên Faisal đã lưu lại tin đăng một chiếc Nissan Patrol Platinum đời 2020, màu trắng nội thất be, và hai ngày sau phát hiện thứ trông y hệt chiếc xe đó dưới một mã tin đăng khác, tên người bán khác, giá rẻ hơn 8.000 AED. Anh muốn biết liệu nền tảng của chúng tôi có đang đăng trùng dữ liệu hay không, vì nếu đúng vậy thì làm sao anh có thể tin vào bất kỳ mức giá nào.

Câu hỏi hoàn toàn chính đáng. Tuần này chúng tôi đang quản lý 1.108.535 tin đăng còn hiệu lực trên 73 khu vực và 1.375 nguồn, riêng UAE đã chiếm 59.393 tin, được thu thập bởi các trình cào dữ liệu như dubizzle.py và opensooq_uae_scraping_task.py hoạt động độc lập với nhau, truy cập những trang web hoàn toàn khác nhau với cấu trúc dữ liệu tin đăng hoàn toàn khác nhau. Riêng dòng Nissan trên toàn hệ thống có 42.342 dòng dữ liệu. Đâu đó trong đống dữ liệu ấy có hai chiếc Patrol mà, dưới con mắt của Faisal, trông như một chiếc xe duy nhất mang hai bảng giá.

Tôi tra cứu cả hai tin đăng trước khi cà phê kịp pha xong. Cùng năm sản xuất, cùng phiên bản, cùng màu ngoại thất, số km chênh nhau đúng mười một cây số — đủ gần để coi là làm tròn số, nhưng chưa đủ để khẳng định điều gì. Số điện thoại thì khác nhau, dù số trên OpenSooq hóa ra là tài khoản WhatsApp Business, và bản thân điều đó đã là một dấu hiệu. Ngày đăng cũng khác, cách nhau bốn ngày. Và có một chi tiết Faisal không hề nhắc tới: ảnh chụp nội thất trong tin đăng giá rẻ hơn cho thấy trên kính chắn gió vẫn còn dán tem đăng ký UAE Pass, kiểu mà các đại lý thường để nguyên trong giai đoạn xe đang chuyển đổi chủ sở hữu.

Cái khuôn mẫu đó — số WhatsApp Business, mức giá nhỉnh hơn một chút, ảnh chụp rõ ràng tại một bãi xe của đại lý chứ không phải lối vào nhà riêng của ai đó — chính là dấu hiệu đặc trưng của một thương vụ ký gửi rồi bán lại (consignment flip). Theo nhận định của tôi, và tôi dám đặt cược vào đó: một chủ xe cá nhân đã bán hoặc ký gửi chiếc xe cho một nhà môi giới vào đầu tuần, người môi giới này đăng lại tin sau bốn ngày trên một nền tảng thứ hai với giá chênh lên, trong khi vẫn để tin đăng gốc chạy cho hết thời hạn. Trong những ngày trùng lặp đó, cùng một chiếc Patrol vật lý đang hiện diện ở hai nơi với hai mức giá khác nhau. Chuyện này xảy ra liên tục trong thị trường này. Các đại lý xe lề đường ở đây thường rao cùng một lô hàng trên ba bốn sàn giao dịch cùng lúc và không phải lúc nào cũng gỡ tin cũ ngay khi xe đã đổi chủ.

Đây mới là phần thực sự quan trọng đối với yêu cầu hỗ trợ này: chúng tôi không gộp những tin đăng này lại, và sẽ không bao giờ làm vậy. Cơ chế khử trùng lặp của chúng tôi chỉ loại bỏ trùng lặp trong nội bộ một nguồn duy nhất — cùng mã tin đăng xuất hiện lại sau một lần thu thập lại dữ liệu — nhưng cố tình không bao giờ gộp giữa các nguồn khác nhau dựa trên số VIN, kể cả khi chúng tôi khá chắc chắn đó là cùng một chiếc xe. Tôi đã kiểm tra lại quy tắc này của chính chúng tôi trước khi trả lời Faisal, bởi rất dễ nghĩ rằng "đương nhiên phải gộp lại, đó là cùng một chiếc xe mà". Nhưng hai người bán cùng một số VIN, xét về bản chất, là hai chủ thể thị trường đưa ra hai lời chào giá độc lập, và nếu coi đó là trùng lặp thì đồng nghĩa với việc âm thầm xóa bỏ tín hiệu giá của một người bán khỏi bộ dữ liệu — đây chính xác là kiểu sai lệch âm thầm có thể làm hỏng một mô hình phát hiện giá dưới thị trường theo thời gian. Chúng tôi gắn cờ khoảng 12.823 tin đăng mỗi ngày là có giá thấp hơn mặt bằng chung của nhóm khu vực tương ứng, và con số đó chỉ có ý nghĩa khi mọi mức giá chào bán còn hiệu lực đều được giữ lại trong tập dữ liệu, dù trông có vẻ trùng lặp hay không.

Vì vậy tôi đã nói thật với Faisal: đây không phải lỗi hệ thống, nhiều khả năng là một thương vụ mua đi bán lại, và khoảng cách 8.000 AED mà anh đang nhìn thấy không phải là nhiễu — đó chính là tín hiệu giá dưới thị trường rõ ràng nhất trong toàn bộ kết quả tìm kiếm của anh tuần đó, sờ sờ ngay trước mắt. Trên thực tế, tin đăng trên OpenSooq nằm trong số các "deal" được gắn cờ ngày hôm đó, với mức giá thấp hơn so với sáu chiếc Patrol cùng phiên bản Platinum khác đang được rao bán tại Dubai và Sharjah. Anh đã vô tình vấp phải một bài học hai chiều: những tin đăng trông như trùng lặp thường chỉ là một đặc điểm của cách phân phối hàng, chứ không phải lỗi dữ liệu, và tin nào trông "bất thường" hơn trong cặp đó thường lại chính là tin đáng gọi điện hỏi trước tiên.

Một chủ đại lý tôi từng trò chuyện nhiều năm trước ở Sharjah đã nói thẳng thắn hơn nhiều so với những gì tôi dám viết ra: "Chiếc xe chẳng quan tâm nó xuất hiện trên bao nhiêu trang web. Giá cả mới là thứ lên tiếng." Ông ấy không sai, và đó về cơ bản chính là toàn bộ lý lẽ cho việc không bao giờ gộp hai người bán thành một dòng dữ liệu duy nhất.

Đến đầu giờ chiều, tôi đã bổ sung thêm một mục vào FAQ về các tin đăng trông như trùng lặp, chủ yếu để "Faisal tiếp theo" nhận được câu trả lời ngay lập tức thay vì phải chờ một cuộc điều tra kéo dài cả ngày. Điều tôi không thay đổi chính là quy tắc khử trùng lặp — chỉ áp dụng trong cùng một nguồn, cùng một mã tin đăng, không gì khác. Hai người bán, cùng số VIN, vẫn là hai tin đăng riêng biệt. Nếu bạn từng bắt gặp thứ trông như chiếc xe mơ ước của mình xuất hiện hai lần, đừng vội nghĩ rằng trang web bị lỗi. Hãy xem ai đang ra giá thấp hơn, và hỏi lý do trước tiên.