四周间,悄然目睹韩国超越美国

那是一个星期二,我像往常一样,在咖啡还没煮好的时候扫了一眼区域排行榜,这才第一次注意到这件事。自从我开始关注那张表以来,美国一直稳稳地排在韩国之上,差距大到我早就不再指望它会变动。而那天早上,差距已经缩小到几乎为零。到了下一周,排名彻底反转。

如今,这两个区域的房源数分别为:韩国 55,034 条,美国 48,127 条。韩国不仅领先,而且领先了将近 7,000 条房源,比这个二手车市场在任何现实意义上都要庞大得多的国家,还多出近 14%。正是这一点,让我一直放不下心,非要写下来不可。

第一周:我差点没注意到的差距

我笔记里的第一条只写着"美国的领先优势在变薄,查一下数据源"。没什么大不了的。我们的平台在 73 个区域追踪着 1,375 个数据源,大多数时候,排行榜每周都会因为数据源的增减、经销商刷新库存,或者某次抓取恰好多捕捉到一批积压房源,而上下浮动几百条。我当时以为这只是普通的一周。我没想到的是,这次情况会这么"不普通"。

第二周:排名反转,而且没有停下来

到第二周,领先位置已经换了主人。让我意外的不是反转本身——排名变动本来就是常事——而是反转之后差距还在继续拉大,而不是回落到接近持平的状态。当这种交叉反转持续超过几天,通常就不是噪音了。它说明双方被测量的东西,本质上就是不同的形态。

事实正是如此。韩国的二手车市场集中在少数几个规模极大、抓取覆盖非常全面的交易平台上——这种平台会把全国绝大部分经销商和个人卖家的房源都汇聚到一个我们可以干净抓取的地方。美国恰恰相反:数以万计的独立地区经销商,每家都有自己的一小块库存页面,这条长尾无论如何也不可能被固定的 1,375 个数据源一次性完全覆盖。我们确实覆盖了美国,但只是其中一部分。而对韩国,我们的覆盖更接近全貌。

一位以卖车为生的朋友曾告诉我:"规模最大的市场,未必是你能看到最多的那个。"直到看到这张图,我才真正理解他这句话的意思。

第三周:确认这不是个错误

这部分日记读起来没那么有意思,却更值得坦白交代。第三周,我大部分时间不是在惊叹这个差距,而是在想方设法把它推翻——重新跑区域统计,检查是否有重复数据源把韩国房源算了两遍,检查是否有某个美国数据源悄悄下线、带走了一大块库存。这些猜测都没能成立。数字是真实的,只是它们的含义,并不是我内心一开始想要的那种含义。

把这张表多看一会儿,还会发现第二件事:法国、日本和阿联酋也都排在美国前面。这完全不是在给一个国家真实二手车市场的规模下定论。它衡量的,是这个市场有多大比例落在了我们的数据源能够读取的那种结构化、可抓取的房源页面上。一个集中在少数几个主导平台上的市场,在我们这样的数据集里,永远会显得比一个分散在成千上万家小型独立经销商网站上的市场更"大",即便后者每天实际成交的车辆数量更多。

第四周:这个发现到底有什么用

到第四周,我已经不再把韩国/美国的排名反转当作一个需要修正的异常现象,而是开始把它当作反映各市场结构的一个事实来看待——这其实更有用。如果你在给一辆车定价,或者比较交易划算程度,你想从一个区域的房源数量里得到的,并不是"这个国家是不是更大"——这你早就知道。你想知道的是"我实际上看到了这个区域真实市场的多大比例"。韩国的数字告诉你:大部分。美国的数字告诉你:有相当一部分,而且随着我们增加数据源还在增长,但还不是全貌。

这个区别,对我们做的"标低价交易标记"这部分业务同样重要。目前平台上有 12,823 条房源,相对其所在区域的同类群体被标记为低价。像韩国这样基于近乎完整市场覆盖构建出来的同类群体,其基准要比基于部分切片构建出来的更紧密、更可信。这并不意味着美国的交易标记是错的——只是说明它所对比的同类群体更"薄",而更薄的同类群体,就有更多空间让一个异常值混进来,被误认为是一笔划算的交易。

要说有什么整洁的结论,我其实没有,只有一条我反复在重新学习的道理:排行榜的可信程度,取决于喂给它的数据。韩国并不是在四周里突然拥有了一个更大的二手车市场。我们只是,终于更清楚地看到了它本来就有的那个市场。