調研 | 超超 王帥

撰寫 | 超超

二車手行業的第三方服務除估價外，車況檢測也是一直繞不開的環節。

公平價和車300通過輕模式做二手車評估，查博士和車鑒定則以收集車輛維保等數據提供車況服務。而精真估和好車伯樂是兼而有之，區别在于精真估是以估值為核心，檢測服務是為了更好的定價，而好車伯樂的核心則是提供車況檢測服務，順便做估值定價。

好車伯樂成立于2015年3月，截止目前其車況服務已經覆蓋北京上海等全國50多個城市。創始人兼CEO李明鳴曾在通用汽車工作十年，一直從事質量控制，這為其事後創立好車伯樂，建立車輛定損模型打下了堅實的理論基礎。

虛拟實驗和逆向推斷的做法是通過将缺陷1、缺陷2和缺陷3任意兩兩組合，按照模型的智能算法，即可推斷出缺陷的嚴重度，最後得出的結論再通過人工去逆向校驗。

在數據源方面，好車伯樂除了自建和模拟的車輛車況數據，還需要收集車輛底層的結構數據來完善模型，比如通過哪些特征判斷零部件是原廠件。與汽配行業做的SKU數據庫相比，好車伯樂對零配件信息的完整性以及背後的原理要求更高。

受限于車身材料和汽車零部件的更新疊代，目前好車伯樂的模型可以應對50-60萬以内的中低端車型的檢測。

交易 金融，兩大應用場景

在客群方面，由于C端客戶的車況服務需求更加零散，好車伯樂選擇優先發展B端客戶。除電商平台、二手車商外，金融公司也是服務的對象。

好車伯樂建立的數據庫，目前主要有兩大應用場景，交易和金融服務。在交易方面，好車伯樂通過自主研發的數據庫針對真實車況做定價，相比單純通過車型配置等信息做估價的服務更加精準。

而金融服務則是基于估價的延伸，李明鳴認為，金融永遠要和實物結合起來，二手車作為一車一況一價，必須要确認車況才能知道車的價值。好車伯樂通過與中國人保财險合作，已經推出基于二手車的質保産品和服務，其他金融場景的産品也會陸續推出。

近日，愛分析對好車伯樂創始人兼CEO李明鳴進行了調研訪談，現精選部分内容分享如下。

第三方服務的價值在于風控

愛分析：二手車平台一般都會有自己的檢測團隊，第三方服務的價值體現在哪裡？

李明鳴：現在檢測越來越成為行業基礎服務，交易的風控環節。既然是風控，他就不會把所有雞蛋放在一個籃子裡，對于提供二手車交易服務的平台來說，交易中的車況風險是最重要的風控環節之一；對于C端消費者來說，車況是買二手車的第一痛點，消費者先得知道車況好不好，其次才是車貴不貴。

二手車行業裡，第三方檢測和自營檢測都會并存。

愛分析：多家服務要付出的額外成本，與能降低的風險程度相比，需要掌握平衡點？

李明鳴：所謂的風控，對于檢測本身來講，它的風險就在于一旦錯檢漏檢，對平台将造成不可估量的損失。

目前來講，在國内真正在推動檢測不斷去升級換代以及越來越嚴格的有兩個層面，第一，政策層面，浙江省5月份出台的《新消法》明确規定，所有二手車商在售賣二手車之前必須公示這個車的車輛維修以及車況信息，這是從消法層面正式明确的。

第二，當這個車輛賣出過後，需要對車輛進行售後三包，現在國内二手車沒有提供三包，所以國家一定會把這個政策漏洞補上。

實際上從消費者角度來講，買二手車需要享受的是消費者的權益，對于退一賠三的新消法規定的基本權益，消費者是完全不會妥協的。所以在這兩個因素推動下，平台會不斷地去嚴控自己對于車況以及交易風險的把控。

對于風控方的選擇，因為大家是屬于不同層級的，這個市場就像一個金字塔，塔尖有這麼幾家。對于平台來講，如果要選擇最頂級的風控，那一定是選擇全國範圍之内影響力和覆蓋範圍最廣的，風控環節最嚴謹的。但如果是地方性的小平台的話，随便選擇都無所謂。

缺陷組合和零配件結構是模型建立的基礎

愛分析：車輛損傷知識庫是怎麼建立的？

李明鳴：我們對車況建立了一個缺陷的推斷關系，因為車本身是一個剛性力學結構，它都是連續形變的，一個部位受撞擊後，它勢必會通過力學通道傳遞到不同的車輛區域。主機廠的評級是碰撞完了以後評的，但主機廠它是在碰撞之前就按評級來進行優化設計。

從車輛角度來講，它所有的缺陷之間是有邏輯關系的，我們就不斷去抓取和捕獲這種對應的邏輯關系，然後可以做到通過一部分已知的缺陷推斷另一部分未知的缺陷，然後通過不同的缺陷組合還原這輛車的真實車況。

實際上我們用的這套邏輯和主機廠碰撞實驗的邏輯是一樣的，這個領域的應用在國内是唯一的，然後全世界範圍之内我們是第二家，還有一家是美國的公司，它是做保險定損的。

愛分析：類似于用主機廠檢驗新車的一套邏輯去把車況定損給标準化？

李明鳴：對，這個就是缺陷模型，它裡邊的元素是缺陷，不同的整車的缺陷，這個缺陷和什麼缺陷相關聯，那個缺陷和什麼缺陷相關聯，我們把它們叫一個缺陷組合。通過不同的缺陷組合，我們就可以判斷這個車到底是不是事故車，它發生事故的概率到底有多大。

然後我們還可以通過這種缺陷組合來規範檢測工程師，比如說已知20%缺陷，我通過缺陷組合，可以判斷還有一部分缺陷有很大的可能性，它本身是存在的，但如果檢測工程師沒有檢測出來，後台就會報警。報警之後，後台有風控人員會涉入，我們通過後台風控再判斷這輛車是不是有問題。

如果我們判斷不出來，還會再派一個檢測工程師去複檢，這樣就可以解決兩個問題，第一，人的經驗如何來複制；第二，我們在全國業務都鋪開的情況下，如何做到更好的标準化。這兩個問題不解決，檢測這個賽道就沒法做。

愛分析：數據源裡會有很多非結構化的？

李明鳴：對，很多數據是需要大量做底層篩選和加工的。而且對于檢測來講，很多數據沒有辦法給到真正的幫助。

比如說一個車型，它有哪些零件配置，這個零件配置是一個什麼樣的規則，它有哪些特征。這些特征如果光給到你，從檢測角度來講，對你一點意義都沒有，因為你不是造車的，我們需要的是這個車型它到底有哪些特點能夠讓它識别出來。

愛分析：這個跟汽配行業做SKU的數據庫還不一樣？

李明鳴：不一樣，說白了，他們做的其實就是一個BOM清單，對我來講一點意義都沒有。我要知道的是零件跟零件的關系，零件的材料以及零件到底有哪些特點，什麼才是零件最重要最核心的原廠配置的特點，怎麼去識别它是原廠件，以及這個零件的生産日期、編碼和材料等。

這些東西是我們檢測的要素，拿過來之後要不斷去清洗。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!