혹시라도 중고차를 구매할때 가격이 적당한지 궁금하면 따라해보는걸 추천함
선한줄요약:
필요한 매물만 골라 연식-키로수-가격 분포도 그린후 surface fitting해서 아래쪽 매물을 구매하자
ㅡㅡㅡㅡㅡ
들어가기전에 (=이 짓을 하는 이유):
– 신차와 달리 중고차는 수요와 공급에 따라 가격이 정해짐
– 따라서 data-driven으로 판단할 수 밖에 없음 (즉 딜러들이 올려논 가격의 분포를 통계적으로 판단해야함)
– 값을 결정하는 주요인은 연식과 키로수고 사고유무, 옵션, 차주이력에 따라 가격이 조금씩 달라짐
– 먼저 연식 키로수별 가격으로 가성비 좋은 타겟 매물을 고르고 부가요인은 최종 결정할때 고려하는걸 추천
– 이 과정은 엔카에서 매물에 들어갔을 때 시세를 누르면 나오는 가격과 유사한 과정임 (은 뇌피셜)
– 그러니 복잡해보이면 그냥 엔카 시세를 참고할 것
1. 엔카에서 대상매물 선정
– 꼭 필요한 조건을 다 선택하고 검색결과 매물들을 모두 띄움
– 모르겠으면 차종, 가격, 지역, 성능점검부, 보험이력 체크하면됨
– 나는 올뉴 K7 하이브리드, 2000만원 이하, 서울/경기/인천, 성능점검부, 보험이력 체크해서 14개 매물을 띄웠음
– 너무 많으면 필요한 옵션이나 색상 추가해서 후보를 줄이기 바람 (데이터가 많을수록 좋으나 개노가다이므로 20개정도 추천)
2. 매물정리
– 렌트이력, 유사고차(골격사고나 외판 4판이상 교환)는 과감히 창닫기
– 내 경우 렌트차가 많아서 차주가 바뀌고 꽤 시간이 지난 매물은 남김
– 키로수, 연식, 가격을 엑셀로 정리
– 이때 키로수는 만단위로 표기하고 연식의 경우 아래 표 처럼 각 월일 때 값을 더해서 표기
월 | 더하는 값 |
1 | 0.1 |
2 | 0.2 |
3 | 0.3 |
4 | 0.3 |
5 | 0.4 |
6 | 0.5 |
7 | 0.6 |
8 | 0.7 |
9 | 0.8 |
10 | 0.8 |
11 | 0.9 |
12 | 1.0 |
– 나중에 최종결정을 위해 매물주소, 색상, 등록일 (성능점검지 날짜), 위치, 옵션, 차주이력도 추가
– 아래 표처럼 정리하고 타겟매물 정할땐 BCD 열을 이용할 것임
3. 3차원 공간 피팅 (귀찮으면 그냥 엑셀에서 2차원 그래프 두 개 그려도됨)
– 키로수에 값에 비례하도록 하기위해 200에서 뺀 값으로 바꿈 (20만 km까지 남은 키로수)
– Matlab 등을 이용하면 편하나 없으면 웹 이용 (엑셀로 하는 방법도 있음)
– 웹이용할 때를 기준으로 아래 그림과 같이 1) 데이터 입력하고 2) Traces 선택해서 3) 3D Scatter 선택, X, Y, Z 값 열 입력
– 3차원 공간 이리저리 돌려가면서 가운데 어딘가 plane 있다고 가정하고 그 아래 매물 산다고 생각하면 됨
– 이해를 돕기위해 먼저 아래 그림과 같이 한 축에 대한 2차원 그래프로 보는걸 추천
– matlab 사용하는 사람들은 fit surface (https://in.mathworks.com/help/curvefit/fit.html) 참고 (fitting하면 훨씬 보기좋음)
– 빨갛게 표시한 매물이 타겟매물