自有车辆数据信息中心
DATA INFORMATION CENTER
经过5年不断的数据积累,通过大数据分析、数据清洗和车型整合算法模型,对复杂的车型数据进行拆分、合并、补充残缺数据、移除重复数据处理,建立车辆数据信息中心,目前车辆数据中心主要应用于VIN码识别、品牌车型价格数据支持和API接口服务。
车辆历史数据
支持全车型车辆180项出厂信息查询,并支持新能源200+项车辆出厂信息查询,目前平均每天约2000次调用查询,响应数据快,1秒返回查询结果。
车辆现状数据
通过技术手段对车辆基础信息数据、车身照片、车辆手续照片、漆膜检测数据、区域车商交易数据、区域4S店交易数据、车辆维保数据和车辆碰撞数据进行全方位的车辆信息采集。
车辆未来数据
车辆数据信息中心自有车辆保值率算法模型,将各个渠道收集到的二手车交易数据汇总,经过严谨的数据清洗、去除重复或异常数值后,再进行不断的建模训练,可以计算不同品牌车系的保值率和车辆未来价格预测,并且上下误差控制在5%左右。
车辆鉴定评估体系
EVALUATION SYSTEM
每一台车都是独一无二的,二手车鉴定评估工作是一个比较复杂的过程,车银通通过自主产权的技术应用,高效检测车辆的真实情况,重点排查事故车、水淹车、火烧车等情况,进行精准、公正的车辆剩余市场价值评估,评估后会提供专业的车况检测评估报告,避免二手车后续安全隐患。
自动识别技术
对于采集上来的车辆图片信息、手续图片信息或拍摄的视频信息,通过AI智能识别技术,可以自动识别并处理车辆异常情况,并能通过照片或视频进行造假识别。
车辆残值模型
影响车辆残值的因素包含车辆价格、品牌价值、车辆保有量、地方政策、城市结构、社会事件、舆论导向等,车银通通过大数据分析,建立车辆评估特性数据模型,通过不断的机器学习来训练评估模型的精准度,与市场上其它在线车辆估价平台数据对比,车辆残值模型计算的车辆评估价值,平均差异率在1.42%左右,符合真实市场车辆价值,可满足车辆在线自动评估的需求。
车辆评估算法
车辆残值率×市场波动率×市场交易价。其中:(1)车辆残值率:是根据车辆自身真实信息通过车辆残值模型计算;(2)市场波动率:是通过外部影响因素风险监控数据实时反馈计算;(3)市场交易价是通过车辆数据信息中心计算给出。
资深专家评估
二手车评估一个重要参考依据是车辆过往数据,但是对于保有量小的车辆(特殊渠道车源的进口车、特种车、定制车),无法获取大量的历史交易数据,缺乏评估的历史数据支持,这种情况下需要经验丰富的评估师进行人工评估,为了满足企业、个人及金融机构特定场景及特定业务需求,可提供定制化人工评估服务。