Az ár-benchmark képzés első ránézésre egyszerű: vegyél 10 hasonló autót, átlagold az áraikat. A valóságban ez az egyik leggyakoribb hibaforrás a használtautós árazásban. Az autoszoftver.hu három extra dimenziót használ a komparátorok aggregálásánál: trim-illesztés, időbeli súlyozás és km-regresszió.
Trim-illesztés
Egy Octavia Style és egy Octavia Style Plus között +300-500 ezer Ft árkülönbség lehet — felszereltség szerint. A nyers átlag ezt el nem fogja kapni. A mi pipeline-unk minden hirdetés szövegéből és műszaki adataiból kinyeri a trim szintet, és a komparátor-csoportot trim-egyezésre szűkíti, ahol lehet.
Időbeli súlyozás (time decay)
Egy 3 hete listázott hirdetés relevánsabb, mint egy 4 hónapja, mert a piac mozog (EUR/HUF, szezonalitás, új modellek megjelenése). Súlyozást exponenciálisan alkalmazunk: tipikus felezési idő 45 nap, vagyis egy 45 napos hirdetés fele akkora súllyal számít, mint a friss.
Km-regressziós korrekció
Két látszólag „hasonló” autó között 30-50 ezer km eltérés lehet, és ez 200-400 ezer Ft árkülönbséget hoz. Ahelyett, hogy szűk km-sávra korlátoznánk a komparátorokat (és ezzel elvesztenénk az adatok zömét), egy lineáris regressziót illesztünk az adott modellre — és ennek alapján korrigáljuk minden komp árát a célgépjármű km-jére.
Konfidencia
A végén minden becslés mellé konfidenciaszámot teszünk — 3 komp = gyenge (figyelmeztetést kap a felületen), 8+ komp = robusztus. A margin küszöböt érdemes a konfidencia függvényében emelni, hogy a kevés-kompos becslés-hibákra ne nyomj rá.