好车伯乐CEO李明鸣：与中国人保合作，基于真实车况做二手车质保服务

调研 | 超超王帅
撰写 | 超超
二车手行业的第三方服务除估价外，车况检测也是一直绕不开的环节。
公平价和车300通过轻模式做二手车评估，查博士和车鉴定则以收集车辆维保等数据提供车况服务。而精真估和好车伯乐是兼而有之，区别在于精真估是以估值为核心，检测服务是为了更好的定价，而好车伯乐的核心则是提供车况检测服务，顺便做估值定价。
好车伯乐成立于2015年3月，截止目前其车况服务已经覆盖北京上海等全国50多个城市。创始人兼CEO李明鸣曾在通用汽车工作十年，一直从事质量控制，这为其事后创立好车伯乐，建立车辆定损模型打下了坚实的理论基础。
参考主机厂碰撞实验，建立车辆损伤规则数据库
传统车辆检测严重依赖检测工程师个人经验，但是，工程师检测经验的可复制性以及人为操作的规范化，影响着检测结果的稳定性。好车伯乐通过参考主机厂碰撞实验，建立了基于车辆损伤的推断规则数据库，以此来标准化车辆检测服务，减少人为因素的干扰。
推断规则数据库的工作原理在于，汽车作为刚性力学结构载体，受到碰撞后车身结构会产生一系列连续变化。这就决定了在车辆某部分受到损伤时，会产生一个力学传递通道，它周围相关连带一定会产生一系列受损。
推断规则数据库会根据一部分缺陷准确推导出另一部分缺陷，形成一个相关联的缺陷组合，还原这辆车的真实车况。通过不断搜集缺陷组合以及组合与组合之间的逻辑推断关系，好车伯乐逐渐建立了一个基于车辆损伤的推断规则数据库。
自检+模拟+逆向推断，完善模型
目前该模型的数据样本共采集自约10万多台车辆。其中约1/3是好车伯乐自检车辆，也是模型建立初期的初始样本，剩余2/3则是通过虚拟实验和逆向推断做的模拟车辆。
虚拟实验和逆向推断的做法是通过将缺陷1、缺陷2和缺陷3任意两两组合，按照模型的智能算法，即可推断出缺陷的严重度，最后得出的结论再通过人工去逆向校验。
在数据源方面，好车伯乐除了自建和模拟的车辆车况数据，还需要收集车辆底层的结构数据来完善模型，比如通过哪些特征判断零部件是原厂件。与汽配行业做的SKU数据库相比，好车伯乐对零配件信息的完整性以及背后的原理要求更高。
受限于车身材料和汽车零部件的更新迭代，目前好车伯乐的模型可以应对50-60万以内的中低端车型的检测。
交易+金融，两大应用场景
在客群方面，由于C端客户的车况服务需求更加零散，好车伯乐选择优先发展B端客户。除电商平台、二手车商外，金融公司也是服务的对象。
好车伯乐建立的数据库，目前主要有两大应用场景，交易和金融服务。在交易方面，好车伯乐通过自主研发的数据库针对真实车况做定价，相比单纯通过车型配置等信息做估价的服务更加精准。
而金融服务则是基于估价的延伸，李明鸣认为，金融永远要和实物结合起来，二手车作为一车一况一价，必须要确认车况才能知道车的价值。好车伯乐通过与中国人保财险合作，已经推出基于二手车的质保产品和服务，其他金融场景的产品也会陆续推出。
近日，爱分析对好车伯乐创始人兼CEO李明鸣进行了调研访谈，现精选部分内容分享如下。
第三方服务的价值在于风控
爱分析：二手车平台一般都会有自己的检测团队，第三方服务的价值体现在哪里？
李明鸣：现在检测越来越成为行业基础服务，交易的风控环节。既然是风控，他就不会把所有鸡蛋放在一个篮子里，对于提供二手车交易服务的平台来说，交易中的车况风险是最重要的风控环节之一；对于C端消费者来说，车况是买二手车的第一痛点，消费者先得知道车况好不好，其次才是车贵不贵。
二手车行业里，第三方检测和自营检测都会并存。
爱分析：多家服务要付出的额外成本，与能降低的风险程度相比，需要掌握平衡点？
李明鸣：所谓的风控，对于检测本身来讲，它的风险就在于一旦错检漏检，对平台将造成不可估量的损失。
目前来讲，在国内真正在推动检测不断去升级换代以及越来越严格的有两个层面，第一，政策层面，浙江省5月份出台的《新消法》明确规定，所有二手车商在售卖二手车之前必须公示这个车的车辆维修以及车况信息，这是从消法层面正式明确的。
第二，当这个车辆卖出过后，需要对车辆进行售后三包，现在国内二手车没有提供三包，所以国家一定会把这个政策漏洞补上。
实际上从消费者角度来讲，买二手车需要享受的是消费者的权益，对于退一赔三的新消法规定的基本权益，消费者是完全不会妥协的。所以在这两个因素推动下，平台会不断地去严控自己对于车况以及交易风险的把控。
对于风控方的选择，因为大家是属于不同层级的，这个市场就像一个金字塔，塔尖有这么几家。对于平台来讲，如果要选择最顶级的风控，那一定是选择全国范围之内影响力和覆盖范围最广的，风控环节最严谨的。但如果是地方性的小平台的话，随便选择都无所谓。
缺陷组合和零配件结构是模型建立的基础
爱分析：车辆损伤知识库是怎么建立的？
李明鸣：我们对车况建立了一个缺陷的推断关系，因为车本身是一个刚性力学结构，它都是连续形变的，一个部位受撞击后，它势必会通过力学通道传递到不同的车辆区域。主机厂的评级是碰撞完了以后评的，但主机厂它是在碰撞之前就按评级来进行优化设计。
从车辆角度来讲，它所有的缺陷之间是有逻辑关系的，我们就不断去抓取和捕获这种对应的逻辑关系，然后可以做到通过一部分已知的缺陷推断另一部分未知的缺陷，然后通过不同的缺陷组合还原这辆车的真实车况。
实际上我们用的这套逻辑和主机厂碰撞实验的逻辑是一样的，这个领域的应用在国内是唯一的，然后全世界范围之内我们是第二家，还有一家是美国的公司，它是做保险定损的。
爱分析：类似于用主机厂检验新车的一套逻辑去把车况定损给标准化？
李明鸣：对，这个就是缺陷模型，它里边的元素是缺陷，不同的整车的缺陷，这个缺陷和什么缺陷相关联，那个缺陷和什么缺陷相关联，我们把它们叫一个缺陷组合。通过不同的缺陷组合，我们就可以判断这个车到底是不是事故车，它发生事故的概率到底有多大。
然后我们还可以通过这种缺陷组合来规范检测工程师，比如说已知20%缺陷，我通过缺陷组合，可以判断还有一部分缺陷有很大的可能性，它本身是存在的，但如果检测工程师没有检测出来，后台就会报警。报警之后，后台有风控人员会涉入，我们通过后台风控再判断这辆车是不是有问题。
如果我们判断不出来，还会再派一个检测工程师去复检，这样就可以解决两个问题，第一，人的经验如何来复制；第二，我们在全国业务都铺开的情况下，如何做到更好的标准化。这两个问题不解决，检测这个赛道就没法做。
爱分析：数据源里会有很多非结构化的？
李明鸣：对，很多数据是需要大量做底层筛选和加工的。而且对于检测来讲，很多数据没有办法给到真正的帮助。
比如说一个车型，它有哪些零件配置，这个零件配置是一个什么样的规则，它有哪些特征。这些特征如果光给到你，从检测角度来讲，对你一点意义都没有，因为你不是造车的，我们需要的是这个车型它到底有哪些特点能够让它识别出来。
爱分析：这个跟汽配行业做SKU的数据库还不一样？
李明鸣：不一样，说白了，他们做的其实就是一个BOM清单，对我来讲一点意义都没有。我要知道的是零件跟零件的关系，零件的材料以及零件到底有哪些特点，什么才是零件最重要最核心的原厂配置的特点，怎么去识别它是原厂件，以及这个零件的生产日期、编码和材料等。
这些东西是我们检测的要素，拿过来之后要不断去清洗。

好车伯乐CEO李明鸣：与中国人保合作，基于真实车况做二手车质保服务 | 爱分析访谈

相关推荐

推荐文章

最新文章