SERVICE

中古車価格予測アルゴリズム構築

目的
旧来の自社構築の中古車価格予測アルゴリズムの精度をさらに向上させたい。
結果
精度向上に寄与するであろう新たな変数を予測アルゴリズムに加えることで予測精度向上。

旧来の自社構築の中古車価格予測アルゴリズムのさらなる精度向上を目的として、中古車価格予測アルゴリズムを新たに構築しました。アルゴリズムを構築する上で、中古車落札価格は以下のような要素が複雑に絡み合い決定に大きく影響していると判断しました。

【中古車落札価格を決める主な要素】

①基本情報:メーカー、車種、モデル、グレードなど
②車両スペック(個別状態):車検残月数、経過月数、品質(キズや修復歴など)、走行距離など
③モデルスペック(性能・装備):カラー、排気量、エンジン性能、燃費、安全性能、タイヤサイズ、各種装備など

上記を踏まえ、以下のような回帰式で中古車価格予測アルゴリズムを構築し、落札予測価格を算出しました。

▼ベースとなる回帰式
予測価格(目的変数)=車両スペック(説明変数)+モデルスペック(説明変数)+誤差

▼説明変数の構成要素詳細
「車両スペック」=経過月数による価格減衰、走行距離による価格減衰
「モデルスペック」=性能、装備差による価格減衰

▼中古車価格予測価格アルゴリズムの回帰式
予測価格=ベース価格(経過月数による価格減衰)+査定価格(走行距離による価格減衰、性能装備差による価格減衰)

 

 

各車種・モデルごとに回帰分析を行い、経過月数・走行距離・性能装備差それぞれで段階的に新車価格から減法する方式で予測価格を算出しました。
旧来のシステムでは考慮されていない変数を用いて予測アルゴリズムを構築したことで、中古車販売価格の予測精度が向上し、適正価格での販売を実現することができました。

 

お問い合わせ

ALBERTは、あらゆるデータに高度な分析力で挑み、独自のソリューションでビジネス課題の最適解を導きます。
詳しくは、下記までお問い合わせください。