 |
Ученые Пермского Политеха разработали приложение, которое с точностью 90% оценивает стоимость подержанных автомобилей
Ученые ПНИПУ разработали приложение, которое решает главную задачу сегмента подержанных автомобилей — вычисляет фактическую, а не объявленную стоимость транспортных средств. Алгоритм изучает скрытые данные и с точностью 90% прогнозирует окончательную сумму соглашения с учетом торга.
Статья опубликована в журнале «Прикладная математика и вопросы управления», №2, 2025 год. Исследование проведено в рамках программы стратегического академического лидерства «Приоритет-2030».
Ежегодно в России продаются миллионы подержанных авто. Только в 2024 году было куплено около 6 млн машин с пробегом. При этом главной и общей проблемой для всех участников рынка — покупателей, продавцов, банков и страховых компаний — остается сложность определения реальной стоимости транспортного средства.
Большинство онлайн-сервисов оценки — как российских, так и зарубежных — работают по единому упрощенному принципу: они собирают, сводят воедино и анализируют исключительно цены, указанные в объявлениях о продаже похожих автомобилей. Различия между такими платформами носят исключительно технический характер и касаются лишь используемых алгоритмов обработки данных, количества учитываемых параметров (таких как модель, год выпуска, пробег и комплектация).
Такой подход содержит фундаментальную методологическую ошибку: объявление отражает лишь желание продавца, а не реальную сумму купли-продажи. В большинстве случаев происходит торг, и окончательная стоимость становится на 10–15 % ниже заявленной. Однако информация о фактических итогах совершенных сделок нигде не публикуется и остается в тени. Поэтому обе стороны хранят данные транзакции в секрете, оставляя пространство для маневра. В результате рынок вынужден ориентироваться на завышенные цены из объявлений, которые не отражают существующей обстановки.
В этом случае пользователи вынуждены опираться на заведомо завышенные данные. Это приводит к системным ошибкам в оценке залоговой стоимости, необоснованным страховым выплатам, переплатам со стороны покупателей и затянутым срокам продаж из-за неадекватного ценообразования.
Таким образом, классические сервисы могут подсказать: «Сколько хотят получить за автомобиль?», но не могут дать ответ на ключевой для всех вопрос: «Сколько за него действительно платят?».
Ученые Пермского Политеха впервые разработали приложение - интеллектуальную систему оценки, которая решает фундаментальную проблему рынка поддержанных авто. В отличие от стандартных сервисов, анализирующих только стоимость из объявлений, их модель учится предсказывать реальную сумму сделки с учетом торга. Для этого был создан гибридный подход, сочетающий искусственный интеллект с опытом профессиональных оценщиков.
— Наша модель состоит из трех основных частей, которые работают вместе как надежный механизм. В основе лежит «мозг» системы — компьютерная программа, которая анализирует с помощью алгоритма CatBoost несколько параметров автомобиля: марку, модель, год выпуска, пробег, состояние и даже текущую ситуацию на рынке и предлагает предварительную оценку, — рассказал Евгений Мезин, аспирант кафедры «Экономика и финансы» ПНИПУ; генеральный директор ООО «Мезекс.Информационные системы».
Вторая важная часть — это база знаний, которая постоянно пополняется. Каждый день алгоритм автоматически собирает информацию с сайтов объявлений, отслеживая предложения. Но самое важное — к этому процессу подключаются живые люди: профессиональные аналитики, менеджеры автодилеров, опытные продавцы. Когда программа сталкивается со сложным случаем — например, редкой моделью или транспортным средством с нестандартной комплектацией — она обращается к этим специалистам за советом.
Она формирует задание в специальном интерфейсе, которое мгновенно поступает в Telegram-бот консультантов. В этом уведомлении содержатся все технические параметры автомобиля, фотографии и история изменений стоимости. Эксперты видят эти заявки в своем личном кабинете и могут подсказать реальную цену на основе своей квалификации.
Третья ключевая часть — механизм самообучения. Каждую профессиональную правку программа «запоминает» и учится на ней. Если несколько специалистов отмечают, что конкретная модель обычно продается дешевле, чем указано в объявлениях, система начинает автоматически учитывать эту поправку для всех похожих машин. Благодаря такому непрерывному процессу обучения она постоянно совершенствуется и начинает учитывать все больше рыночных нюансов.
Подобный гибридный подход позволил создать решение, которое сочетает скорость компьютера со знаниями реальных специалистов. Чтобы проверить эффективность разработки, были проведены испытания с участием представителей банков, автодилеров и страховых компаний. Технология была протестирована на двух типах данных. Основой стали миллионы объявлений о продаже транспортных средств, собранные с крупнейших российских площадок. Поскольку данные о фактических суммах совершенных сделок недоступны, ученые использовали альтернативный подход — профессиональные заключения стали эталоном для проверки точности алгоритма.
В ходе испытаний было обработано около 4000 квалифицированных мнений от менеджеров, оценщиков и аналитиков по «трейд-ин» (программа обмена старого авто на новый с доплатой). Эксперты, опираясь на свой опыт продаж, указывали предполагаемую конечную стоимость. Именно это сравнение прогнозов модели и показало точность в 90.2% — то есть система научилась предсказывать не просто «ценники» из объявлений, а точную сумму, по которой машины действительно продаются.
Специалисты не только подтвердили высокую точность прогнозов (расхождение с реальной ценой составило менее 10%), но и предложили конкретные пути для ее совершенствования.
— Среди предложений были рекомендации добавить возможность сравнивать автомобиль с похожими предложениями на рынке, учитывать различия в стоимости между регионами и разработать более подробные отчеты для клиентов, — поделился Евгений Мезин.
В результате проверка системы на реальных данных подтвердила ее высокую эффективность: в 9 случаях из 10 она предсказывает конечную сумму сделки с точностью до 90%. Это значит, что покупатели и продавцы теперь могут договариваться о цене, зная действительную цену, а банки и страховые компании — точнее определять свои риски.
Контактное лицо: Фазлетдинова Эллина Руслановна (написать письмо автору)
Компания: ПНИПУ (все новости этой организации)
Добавлен: 09:24, 23.10.2025
Количество просмотров: 550
Страна: Россия
| Грибная перезагрузка: ученый Пермского Политеха рассказал, что меняется в лесу в конце лета, ПНИПУ, 11:07, 18.08.2026, Россия |
496 |
| Многие люди привыкли считать, что в августе лес продолжает давать те же грибы, что и в июле, только в больших количествах, но реальность гораздо сложнее. Ученый ПНИПУ рассказал, как меняется тихая охота в августе, почему сейчас так легко ошибиться и сорвать ядовитый двойник, и как правильно готовить августовские грибы. |
|
| Учёные ПНИПУ создали умные капсулы, которые удешевляют добычу нефти втрое, ПНИПУ, 17:05, 17.08.2026, Россия |
590 |
| Для добычи трудноизвлекаемой нефти используют специальный гель, чтобы создать трещины. После операции его нужно удалить, однако существующие средства срабатывают слишком рано или не выдерживают высоких температур. Учёные ПНИПУ создали новые капсулы для добычи, которые стоят в 3 раза дешевле аналогов. |
|
|
|
