三十天，两个国家:见证波兰在我们的房源数据中反超葡萄牙

波兰人口约3700万,葡萄牙约为1030万。仅从人口来看,波兰的二手车房源数量理应是葡萄牙的三点五倍左右。但九月的大部分时间里,我们的仪表盘显示的却是相反的情况——葡萄牙领先,或者差距小到让我一直在检查这条查询语句是不是有bug。

这篇文章记录的,就是这种"接近"状态被打破的那一个月。

第一周:一个本不该存在的差距

九月中旬,我像往常每个周一那样拉取了我们的区域数据分布——先快速浏览一下前15名的表格,再做其他事情。葡萄牙的排名刚好在波兰之上,差距在图表上看起来不大,但考虑到两国的经济体量,这感觉不太对。葡萄牙的汽车保有量很小,人口也很少,然而olx.pt和standvirtual.pt两者加起来的房源量,竟足以让葡萄牙稳居全球前12,排在一个体量将近它四倍的国家之前。

当时我的初步判断是进口车流向的问题。多年来,葡萄牙一直是德国、比利时、法国二手车流向的"落脚点"——这些车一旦老化到西欧买家不再青睐的程度,就会被运往葡萄牙,而且由于不涉及右舵市场,这条供应链运转得很顺畜。这批车中有不少会被重新挂牌一次,有时甚至两次,才最终售出。单凭这一点,就足以让一个市场的房源数量被"注水",却并不能反映其真实的车辆保有规模。我把这个猜测记了下来就继续忙别的了,毕竟那一周我手头还有三桩别的急事。

第二周:真正发生变化的数据源

第二周的日记才是真正有意思的部分,因为真正拉近差距的,并不是葡萄牙市场本身的变化,而是我们这边抓取逻辑的调整。

几个月来,我们一直以一个保守的页面深度抓取otomoto.pl——波兰最主要的房源网站——这是该数据源刚上线时,出于谨慎考虑而设定的一个遗留参数。第二周进行到一半时,我们的一个爬虫完成了一次针对otomoto.pl的回溯抓取,抓取深度用的是完整版本,而不是设了上限的版本,波兰的每日快照数据量几乎一夜之间跳升了数千条。乍一看,大概有一天的时间里这像是个bug。但其实不是——这只是因为otomoto.pl实际在架的房源数量,一直比我们受限的抓取深度所呈现的要多。

我想坦诚地说明这意味着什么:我们所谓的"市场规模"数字,大小取决于我们的抓取深度能让它显示出多少。九月的波兰并不比葡萄牙小,只是我们看到的那部分更少而已。

第三周:反超,以及一个较小的意外

到第三周,两条曲线已经交叉。波兰的数量持续稳定地高于葡萄牙,而且差距还在不断拉大,而非趋于平稳。这一点,在我弄清抓取深度的问题之后其实已经有所预料。但我没想到的是第二个、规模较小的推动因素:一批独立的波兰经销商网站——那种只挂牌两百辆车而不是两万辆的区域性网站——在夏天经我们的数据源整合环节悄悄并入了进来。它们单独来看都无足轻重,但合计起来增加了一个个位数的低百分比,而在这种量级的差距下,这已经足以引起注意。

与此同时,葡萄牙这边并没有做错什么。它的两大主要数据源一直保持稳定,周环比几乎平稳得有些可疑。平稳的市场并不会"输掉比赛",它们只是在别人加速之后,不再继续"赢"下去。

目前的局面

截至本周,排名已经稳定到可以用具体数字来呈现:

按这个量级的总数来看,912条房源的差距并不算大——约占波兰总数的2.8%。如果otomoto.pl的抓取深度一直维持在上限设置,今天葡萄牙大概仍会领先,而我写下的也仍会是那个关于进口车流向的错误猜测,而不是关于我们自身抓取流程的正确答案。

这对买家真正意味着什么

如果你正在跨境选车——鉴于欧盟内部二手车库存流动之频繁,我们相当一部分读者确实如此——那么这其中的启示并不是特别针对波兰或葡萄牙。而是在于:一个市场的房源数量能告诉你供给情况,但它本身无法告诉你,这些供给究竟是新上架的车源,还是同一批进口车在第三次、第四次挂牌出售。葡萄牙的优势,源于市场对廉价西欧进口车的真实需求。波兰的优势,则在于其国内市场的体量本就比大多数人直觉认为的要大,再加上少数几个主导性极强的平台——以至于我们这边一个抓取深度设置的变化,就能在一周内让一个国家的排名移动上千条房源。

我们之所以能察觉到这一点,是因为我们对自己的数据本身保持了足够的警惕。某些时候,这就是这份工作的大部分内容。