经常关注二手车的朋友们可能注意到一个现象：网上那些热门二手车，为啥有些车源那么便宜？就像题图所述的车源，到底是真是假？

对于那些背离行情的车源，淘车顾问都是很“粗暴”地认为是假车源。然而他们除了经验，也没有特别客观的判定方法，我认为这样很不妥当。这篇文章即是抛砖引玉，讨论下“通过大数据分析识别假车源”的方法。

说明两点：

＊我可不会什么大数据分析，只是抛砖引玉，期待专业大神的降临。

＊下文涉及的思路可供个人借鉴，但真正的靠谱判别，还是要依赖二手车平台的技术手段。

不过在聊数据方法之前，我们先来聊一下【假车源】为什么会出现，及其对二手车行业的伤害。

1. 为什么会有假车源？

购买二手车是个转化率很低的事件，如果车商想多做几笔生意，【引流】就变得非常重要。如果一个车商一年交易量有2000台，他可能需要十几万的客户群。如何获得这么多客户的信息，就变成车商面前最大的问题 了。

在互联网营销中，要想获得超多的曝光，最简单的手段就是打造爆款。但车子又实在太贵了，不能像数据线或安全套那样亏本销售。所以，假车源的生意经是这样的：

很明显，假车源的目的仅仅是获取客户联系方式，它的功能和假房源没区别。下次我们详细聊聊客户被忽悠到店后，车商是如何安利其他车源的——绝对套路深深。

多说一句：比房产中介更恶心的是，部分不法车商把客户约到店后（尤其是外地客户）会强买强卖、诈骗定金、捆绑销售或者以次充好，这就牵涉到违法犯罪了。所以异地淘车，还是找爱车的诺诺这样的专业第三方比较好——从来都是我们欺负人，还没有别人欺负我们的。

2. 假车源的危害性

就像假房源部分摧毁了房产中介的口碑一样（每晚八点给我打电话摧毁了剩下的口碑），假车源对二手车行业的诚信度的破坏是超乎想象的。

一般来说，二手车商最常见的造假手段是车况注水、里程修改、价格虚高等，这些行为目的还是为了交易。交易双方只要价格谈的拢， 生意还是能做的。

但假车源不一样，它的存在全是为了获取客户的联系方式，而不是为了交易。而客户去二手车平台看车源，可是为了能正儿八经买台车。交易双方的目的发生错位之后，这个行业很快就会失去消费者的信任——任何信息发布都有可能被视为虚假。久而久之，消费者很快就会对整个行业失去信心。

即便是没有人吃亏上当，假车源也完成了劣币驱逐良币的任务，摧毁了整个行业。更有甚者，因为东部沿海某地的假车源实在太多，尽管当地二手车交易量巨大，但依然在业内口碑不佳，爱车的诺诺目前还不会前往该地开设分号。所以说，假车源是多维度的毒药。

实际上，在房产中介市场，连“100％真房源”都能变成slogan，足以说明行业的畸形。

这是我们一个淘车顾问，他实在忍受不了了，对某地的一位假车源发布者进行了声讨：

郑重声明：淘车顾问在该地工作过很长时间，非常喜欢那个城市。之所以怒火滔天口不择言，绝非是打地图炮，仅针对发布假车源的二手车行业害群之马，属于同行间赤裸裸的仇恨，请大家不要投诉我们搞地域歧视。

3. 如何识别假车源？

下面，通过一个实例，我们来看看如何通过数据分析识别假车源。

我们以热度很高的本田CR-V为研究对象，抓取2014～2016上牌的车源的年份、价格和里程。车源地当然选择前文所述的假车源泛滥的东部沿海某地，而数据来源则是我也不知道假车源多不多的58二手车。因为纯手工抓取，难免有疏漏，仅为说明方法，大家别当真。

（图：58二手车自动推荐的车源）

首先，我们将所有价格做排序，分析3年车龄内的该地的CR-V的价格走势。

两个网站的价格走势，都体现出了“三阶段”特征：低价区车源的价格非常低，但数量少；高价区域的价格非常高，但数量更少；中间区域的价格接近，但车源数量非常多。

（注意：纵坐标为车价（万元）；横坐标为车源序号，下同；）

注意：低价区和高价区的曲线走势陡峭，这说明车源之间的价格差过大。比如，低价区一台售价11.4万的CR-V，相邻车源的价格是9.36万和12.02万，价差竟然超过2万元，高价区亦然。但是在中间区域，价格分布则紧密许多，一台15万的CR-V，相邻的价格差可能不足0.1万，甚至还有很多相同价格的车源。

很显然，售价8.5万或10万的2015年CR-V肯定是假车源，但为了严谨，我们委托当地的同行调查了部分车源，也证实了我们上述推断：被我们怀疑的车源，经验证的确是假车源！下面的几个结论，也都是经过该同行的实际调查，结果和我们的判断基本一致，故不再赘述验证过程。

做买卖，大家都希望一分价钱一分货，在寻找假车源的过程中，我们还能顺便看看性价比如何。二手车交易中，里程（假设没有造假）是大家十分关注的指标，我们以此为例，看看58二手车网站上，3年车龄的CR-V车源的价格和里程之间的关系。

（注意：纵坐标为车价（万元）；横坐标为里程（万km），下同）

这张图的信息量很大，我先抛砖引玉。

首先，能很明显的看出车辆里程价格分布的疏密。散点密集的区域是市场的主流，也就是说，3年的CR-V在58二手车网站上，大部分都是12万～16万，里程在0.8~3.5万km。

除此之外，我们在散点图中画几个辅助线，就可以获得更多的信息。

我们将一百多个散点分成4块区域，每块区域内的车源，都有自己的特点。

A区的车子数量很少，但价格贵、里程高，看上去有点扯淡。不过根据淘车顾问的经验，这些车辆应该有过人之处，不然肯定要滞销。

B区的车源数量很多，价格高、里程少，符合大多数车商的定价策略。

C区的车源价格低、里程少，这很不合理。车商没理由把低里程车辆卖的如此低价，除非是明摆着的事故车－－但这样的车源也不会那么多啊！唯一的解释就只能是假车源。

当然，并非所有C区的车源都是假车源，严谨的说法是，距离坐标轴越远的车辆，假车源的嫌疑就越大。

D区域也是一个合理区域，这里的车辆里程高、价格低。不过会有事故车、问题车隐藏其中，淘宝贝需谨慎。不过也有假车源藏匿其中的，因为在某些网站上，只有把里程数写的奇高，才能挂超低价格（正常逻辑：只有挂超低价格，才能把高里程车辆卖出去）。

那如何划定这样的“十字交叉线”呢？说实话，只能凭经验。二手车行业是人和人博弈的地方，我们可以借助科学方法来辅助我们，但还离不开这靠说不明道不清的经验。

除此之外，可以给这些散点添加一道“趋势线”，它说明某个里程数对应的一个“最合理”的价格。高于这个条线都“不合算”，低于这条线就是捡便宜了——当然，您要真是拿着这根线去给淘车顾问提要求，他们保证批评你犯了教条主义错误，然后回公司打我一顿。

另外，我们发现，因为CR-V的车源众多，假车源尽管数量惊人，但它们对所有车源的平均价格的影响微乎其微，平均价格也和中间价格相差无几（正态分布大法显灵了，但必须是车源数量足够多才管用）。利用这个特点，我们可以快速获取某个车型的行情价格：将所有车源价格按顺序排列，找到中间位置的车源的价格，就可以视为这个车型的行情价格。

不过58二手车好像不支持按价格排序……

4. 结论

之所以挂出假车源，根源在于二手车商无获取足够的流量，这是因为二手车行业小、散、非标准化的特性形成的，短期内还是很难解决的。如果是很有实力的车商，我建议考虑内容营销，通过优秀的内容获取流量——就像诺诺一直在做的——换言之，诺诺是不会有假车源的。

我还要怼一下某地同行们：

任何生意做大了，都要面临激烈的竞争，想脱颖而出必须花点脑筋。但所作所为违背基本诚信，最终的结果就是行业臭掉，公司还是要倒闭或改行，受害的还是自己。绝大多数当地人都对这种行为深恶痛绝，对这些害群之马诅咒的比我们还狠。

最后，再次重申这篇文章真正的目的：假车源可以通过非常简单的数据分析的方法来清除掉，希望各大流通机构、二手车交易平台肯定能开发能够用更多、更强大的大数据工具来KO掉这些祸害。