AI+大数据：科技技术手段促使二手车电商的“升阶”战

导读	技术已经成为二手车电商的“标配”竞争意识。二手车电商行业从几年前的圈地扩张看似平静下来，但其下仍然暗流涌动。论竞争规模，这个领域还不足以和当年的千团大战相比较，但其中，也经历了无数平台的先后崛起与争夺。C端的用户们也从最初的懵懂，到被无数广告轰炸过后的习以为常。

但二手车电商们并不会满足于广告这种方式对用户心智的占领。当规模扩张到一定程度后，渐趋平静的C2C二手车电商们开始思考更进一步的问题：如何将聚拢的线上流量，转化为更规模化的交易。

这不是O2O粗放式的攻城略地能够解决的问题。效率、精细化和数据化运营，是用户体验的提升，也是下一步让用户、市场和资本都能够接受的故事。

从一开始就打出“没有中间商赚差价”的口号，瓜子二手车应该是很早就开始思考这一问题的。码农出身的杨浩涌瞄准的是技术。2016年，原宜信CTO张小沛加入瓜子，开始了对这家二手车电商的AI和大数据改造。

2017年，瓜子技术团队发布“CARS Brain车好多大脑”，在销售交易、图片审核、客服、管理等环节，AI和大数据都开始发挥作用。通过AI算法的迭代，瓜子推出了针对二手车定价“一口价”形式的二手车交易“瓜子价”。并且在瓜子价基础上，瓜子二手车在2017年推出了线下新零售业务瓜子二手车严选直卖店：开设超大型二手车严选直卖店托管寄售，实施一口价交易，可以向车主垫付大额车款。

基于这一AI和大数据系统的基础，整个车好多集团的生态链，交易、金融、维保、新车等都被纳入其中。

但AI和大数据在二手车领域要做的，不仅是把2C的交易做好这么简单。

国内二手车市被大大小小的车商切分成零散的生意，传统的碎片式的线下交易，还没有被互联网彻底渗透。而当线下的数据信息，也能够被大数据体系所纳入，被AI算法所解构，如果这件事真正做成，那么整个二手车行业的“人、货、场”就将重构，从而一个行业即将发生改变。

虽然未来还有待市场和时间的检验。但技术改变世界，“是每一个技术人的憧憬”。张小沛说。

车好多集团CTO 张小沛

加入瓜子之前，张小沛和杨浩涌就已经是结识多年的朋友。2015年，杨浩涌找到张小沛，每次谈话的内容，差不多都是关于杨浩涌的理想：二手车市场在交易环节上的痛点，以及邀请张小沛加入，用技术的力量去解决它们。

此前，如果你想淘车，那么当你来到北京的花乡，你会发现，这其实是个大费心力的事情。市场里的区域，被大大小小的车商分得零零散散。有较大的展厅，有小车商的门店，也有更小的散户的夫妻店。它们经营的车型各不相同，报价相同的车辆，车况却差距不一；而如果你想查车辆保险和记录，却很难从商户的手中拿到。

车商、卖家和买家，在这个信任度缺失的市场上，互相博弈。卖家担心价格；买方担心车辆信息的真实性和价格虚报；而对车商而言要收到好车，也是一件需要花费心力的工作。在车市上，甚至也不乏冒充买方来收车的车商。多元化的结构，让二手车交易的链条极其复杂。

这里的盘子看起来也不大。对于中小车商而言，每年几十上百台，或许才是常态。

要把它们统合起来，费心费力。而对于国内几年前崛起的二手车电商们而言，这里富含着可挖掘的价值。

在美国这样的汽车王国，二手车交易的活跃度已经远远超过新车。在中国，汽车市场的增长虽有所放缓却依然不断递增。根据统计，截至2017年，国内私人汽车的保有量已经突破1.87亿辆。整体汽车市场的提升，也为存量市场的活跃带来了推动力。

中国的互联网公司，在O2O、新零售和移动支付方面的发展程度，已经走在了世界的前列。理顺复杂的供应链，把零碎的交易整合成一站式的交易平台，从理论上而言，并不是不可行。

移动互联网创业崛起的时代，流量为王，规模至上。C2C二手车电商经历了拓宽车源、扩大线下覆盖城市的规模化竞争时期，而当这些告一段落之后，摆在它们面前的一个更突显的问题是：流量如何效率最大化，转化成更多的交易，用户体验如何做的更好。

工程师出身的杨浩涌心里早就在盘算这回事。要打掉中间商，关键就是定价；就要破除信息的不对称，把二手车这一非标品的差价模式变得标准化；线上的流量、线下收集的信息归根结底都是数据，当数据足够大，通过算法模型和机器学习，就有了建立一个二手车定价模型的可能。

这还需要实践来检验。至于操盘手，他选中了张小沛。

他和张小沛之间的谈话，差不多持续了小半年时间。而在那时，张小沛本来正计划去开始她自己的大数据金融创业之旅，这之前她也从没有接触二手车行业的经历。毕竟，她的上一份工作是宜信CTO兼宜信大数据创新中心总经理，再往前，她曾担任过微软在线广告团队首席研发总监和美国在线视频公司Hulu全球副总裁。互联网营销、搜索引擎技术、大数据和互联网金融，才是她熟悉的领域。

而几个月后，张小沛还是被杨浩涌打动了。不仅仅是他对以数据为核心这一理念的坚持，还在于，在杨浩涌陈述了二手车行业的痛点之后，她发现，对于大数据和AI而言，这里有迫切需要改变的“场景”。

二手车市场的痛点多，需求是实实在在的。更重要的是，这里也有技术发展的土壤。

即使是在汽车业发达，二手车交易量大的美国，二手车市场也经历过碎片化的阶段。车辆交易，掌握在大大小小的经销商手中。

Carmax是美国也是全球最大的二手车交易平台。成立于1993年的Carmax用2年时间收集整理数据，1995年才正式营业，建立了自己的定价体系。在Carmax线下的上百家门店里买车，都基本已经做到了“一口价”。2017年，在Carmax上交易的车辆已经超过110万台。

Carmax的定价体系也是张小沛学习的对象。“尤其是Carmax在复杂交易链条上的思考，每个环节间的合理衔接，以及服务的标准化程度。”但是，在她看来，瓜子二手车所处的时代，比Carmax至今经过20年数据积累的年代，更加幸运。无论是数据量，还是数据的维度、丰富度以及时效性上，瓜子都远比Carmax要大得多。瓜子现在深度学习和机器学习的模型，也比当初Carmax做数据的统计模型要具有优势。

国内汽车市场的庞大存量为二手车交易提供了巨大的市场机会，而行业本身的信息化程度十分落后。在这样的条件下，如果能够成功实现对非标品二手车的标准化定价，从而构建起AI和大数据生态，一个行业，或许就将重新定义。

用技术改变世界，本就是每个技术人心目中的憧憬。

张小沛加入瓜子后的第一项工作，就是花了10天时间，跑了12个城市，体验这个行业一线员工的工作情况，以及客户的状态。

对任何一家大数据和人工智能公司来说，只要有合适的“人”在，算法并不是最大的挑战，真正的挑战，实际上来自于数据。

对于二手车电商而言，虽然汇聚了巨额流量，但整个行业中，交易分散、碎片化，在当时，几乎没有一家二手车电商，是拥有大量“数据”的。

 

张小沛刚刚加入时，瓜子内部的数字化程度，可以说还处于从零开始的“原始状态”。前线的评估师，在评估车辆和上架时，连可用的移动工具都没有，是靠人工记录在纸上，回家后再上传到系统里。内部系统也比较老旧，在搭建时完全没有任何数据化的概念，以至于之前的很多数据，也并没有很好地保存下来。

而即使是系统内已有的数据，过程变量和结果变量，也基本没有准确地整理记录下来。那时的瓜子，哪怕是一天做多少台这样的基础数据，都难以获取准确的信息。“那时我们有4个系统，但它们给出的数字都是不一样的；前线的城市经理报上来的数字，和系统给出的数字也不一样。”张小沛回忆。

张小沛构建了瓜子整个数据体系改造的图景。瓜子的技术团队除了算法开拓外，还有大部分力量用于采集和整理数据。

而另外一件技术团队要做的基础的事，是理解业务逻辑，从定义数据做起，厘清最紧要的指标，建立起数据体系和数据字典。

“业务总是在不停地迭代，业务逻辑也在不断更改。但对于技术和运营而言，有了基本的规范，就能够应对。”张小沛说。

二手车交易本身就是低频的，涉及到的交易产品也是高度的非标品，其中相应的数据结构也异常复杂。设置定价系统，其中所涉及到的，包括二手车检测评估的数据、历史成交价、汽车市场供需关系等。其中的数据维度设置和颗粒度细化，是件庞大的工程。大量的来自瓜子一线的评估师和销售的数据，也需要收集和清洗。

在二手车评估和定价方面，行业里真正值钱的，是“老师傅”们。如果要用数据决策，就是要让数据和算法去学习“老师傅”的头脑。

张小沛发现，数据决策的一整套体系，并不能仅仅依靠技术团队来做，因为那样是“行不通”的。对这样一家二手车平台而言，一线动辄数千名运营和业务人员，他们和技术团队在认知和话语体系上，都是完全不同的；一线的业务逻辑变动，后方的技术团队也很难做到同步。而要解决运营业务范围大、数据描述不够精准的问题，则还需要团队的协同。

后来，瓜子内部形成的这个协同组织，是囊括了技术、产品、运营、业务等多方团队，共同制定规则、协同沟通。

最终，瓜子二手车形成的用于定价的“瓜子价”模型中，涉及了超过2000个维度的数据。仅在2017年，瓜子就对超过数百万辆车做出评估，每个月有4-5万辆左右的成交量，这些数据也源源不断地反哺给机器学习训练，推动算法的成熟。

“老师傅”们的经验，被机器所学习。算法会根据数据，判断不同的买家优先选择哪类车的概率，分析一辆车在几天内卖掉的概率。同时，它也会尽量还原车的状况，比如说，国内很多地区有雾霾，很多评估师拍回的照片上是雾蒙蒙的，而这时，算法会判断雾霾的程度，当超过一定指标后自动去雾。

2017年，瓜子二手车在全国87个城市以场地模式开通了线下实体业务；27个城市瓜子线下保卖店正式对外营业，单店面积在1000-5000平米。而它的基础就是“瓜子价”，进行一口价交易，并向车主预付大额车款。

这个不断数据训练和成熟的过程，交学费也是难以避免的。

优先卖是张小沛交的第一笔学费。根据这个机制，瓜子会给卖家支付一定的定金，承诺在10天内卖掉车。卖不掉的话，定金就赔付给卖家。但是那时还“幼稚”的算法，就曾经在业务上败给评估师。

“优先卖只是交了上百万学费，还小多了。”张小沛说。而在她看来，最大的一笔学费是保卖。

以算法定价为基础，和人工相结合，算法收到反馈进行自学习。而在2017年保卖上量之后，反馈机制没有建立好，波动性太大，造成反馈给算法的信息失真。之后杨浩涌也在内部提到过，那一年瓜子因此带来的亏损。“一下子就3000万的学费。”

而在这个过程中，张小沛最为感激的，就是瓜子管理层对AI和大数据的共识。无论是团队协同，还是整个“交学费”的过程，技术团队得到了公司所有其他部门的支持和包容。甚至她还收到了很多其他部门“交学费”的例子，作为安慰。“公司从上到下，对这件事的理解和共识，是我觉得最幸运的地方。”张小沛说。

而这笔“学费”对于瓜子而言，交得也是值得的。在实施不到两年后，瓜子保卖已经将传统二手车交易平均32天的周转周期缩短至9天，效率提升至传统渠道3倍以上。基于这一成果，瓜子今年决定广泛开设超大型线下店，走上新零售的道路。2018年9月，沈阳店瓜子二手车严选直卖店开业，这家2.3万平的线下店可停放560台车，沈阳的二手车通过评估后会被判定是否是热卖车型，进入店面的热卖车会以瓜子智能定价输出的一口价与消费者见面。

在瓜子价的背后，是张小沛带领的技术团队搭建的基于大数据和人工智能技术的车好多大脑。汇聚了平台上近700万的车源数据，以及几亿卖家和买家信息，瓜子还建立了二手车的基因图谱库。

“基因图谱库是车好多大脑所有算法体系的基础。”张小沛说。在每年，瓜子二手车都投入数亿元人民币，深度学习这些数据。 “我们希望建立起一个，国内最大的人和车、车和车之间关系的图谱库。”

车和人，形成了基因库中的每一个节点，而每个节点之间的关系，都可以用数据表示。有场景、有数据，张小沛有信心，通过算法，将这些数据的价值挖掘出来。

张小沛举了例子。一辆车在瓜子上架，它到底是由哪个销售去负责销售，其中都是由算法决定。基因库对车、买卖双方和销售、评估师、客服，都打上了标签。哪个销售卖什么样的车最适合，买方和卖方撮合成功的概率，都是由算法决定。

包括瓜子的用户，也许有大量的人只是在浏览网站信息，并未下单过。但是这些用户的浏览和搜索行为、停留路径，在被记录分析过后，根据瓜子的推荐算法，他们在浏览页面时，也会被推荐给不同的信息，做到“千人千面”。

这像是用户画像，但实际上，它已经超过了用户画像的范畴。

之前瓜子在部分城市，会专门有人负责做分单调度。而当算法担负起了调度决策的职责，大约在2016年底，这个职位，已经基本悄然消失了。

张小沛说，在瓜子二手车每天有上百万张图片信息上传，以前，是需要有人专门在做全部的图片审核。“大约几十个小姑娘，专门做这个极其枯燥的工作，而对她们而言，这份工作的职业上升通道又在哪里？”而当车好多大脑里做了深度学习图像识别的算法，无论瓜子一个月做到多少万台的量，图片审核都可以全部交给AI完成了。

AI的能力也在逐渐拓展。在2017年，瓜子打造的聊天机器人上线，应用在了瓜子的客服上，也让客服效率提高了4.5倍。

“机器在取代重复性高的机械性的工作。但这不是单纯的‘替代’人，而是为人赋能。”张小沛说。

而同样地，“人”也在反哺AI的机器学习训练。来自一线评估师和销售的大量数据，也正在加速AI算法的成熟和迭代。

现在，瓜子基因库中，已经不仅只有来自于瓜子内部的数据。张小沛告诉i黑马&黑智，瓜子的技术团队，也在加大对外部数据的采集和校验，喂给算法体系。在未来，瓜子定价和其他AI能力，也不排除对外开放的可能性。

随着车好多集团升级，从孙红雷口中讲出来的瓜子的广告文案，已经不仅仅是“没有中间商赚差价”，而是“买卖二手车先看瓜子价”。对于二手车直卖平台而言，要“打掉中间商”，定价系统就是核心。而瓜子二手车的期望是，在其的加持下，交易打掉中间环节，而围绕定价这一核心能力，打通包括评估、维保、金融，以及新车业务，形成AI生态平台。

这个生态平台的建立还需要时间，也等待市场的检验。但这，也是整个二手车行业都在期待的一个新阶段。