赵一禧
现在大家都在说数据决策，但面对错综复杂的数据，能把数据运用于决策却不是那么简单。例如，汽车行业通常会有这样的疑问，究竟下个月的车价会上涨还是下跌呢？
这是在汽车销售过程中，大家发问得最多的问题之一，但也绝对是最难回答的问题之一。即使是经验丰富的研究人员，手上拥有着一大堆的数据，也无法从错综复杂的数据中一窥究竟，甚至就算是厂家自己都未必知道自己的车下个月的成交价会怎样变化。
面对这个切身的“不可能完成的任务”，威尔森通过大量的数据分析，发现存在一些方法可以对未来的价格走势进行预判，其中一个就是用库存判断下个月的价格走势。
库存对经销商来说就是资金，库存越多则占用的资金就越多，而现金的流动性就越低，自然就会影响到经销商的运营状况，产生风险，因此，在库存较大时，经销商必然会想方设法尽快地清理库存，让库存保持在一个合理的水平。
这时，价格就成为经销商调节库存的一个有效杠杆，这也为我们预测价格提供了可循之迹。
威尔森通过对数以亿条的车型价格、库存数据的研究发现：当库存深度超过1.3时，库存深度每增加0.1，月度价格则极有可能环比多降 0.7%。当然，（注：此结论来源于部分车型研究的一般结果，不同车型会有所差异。）透过数据迷雾，发现库存与价格的关系，首先我们得对数据进行合理的加工。通常如果直接画出某个车型的库存与成交价的折线图，往往看到的是这个样子的（某中型轿车数据）：
从图1我们看出，成交价总体不断下跌，库存量则呈现不规则波动，两者看上去几乎毫不相关，甚至在局部存在一定的正相关，这样根本不可能通过库存来对价格作合理的预判。这主要是我们数据的“打开”方式不对，没有掌握数据加工的方法是永远无法发现其中的奥秘。
如何加工价格库存数据
对于成交价数据，由于受型号权重变化影响，加权成交价并不是一个很好的反映价格变化趋势的指标。那么该如何加工价格数据？
问题的答案取决于如何回答以下问题：如果某车型所有型号价格均下降2%，那该车型的价格是不是也应该降2%？计算车型价格降幅时是否应该考虑型号的权重？
看似简单的问题，却能引出不同的价格设计。威尔森在需求研发阶段便设计出6种不同的算法，最后经过反复讨论验证，最后设计出MMI（MoM Market Value Index）——以市值为基础的环比算法。该算法既能准确反映价格环比变化，又包含当前不同型号的权重信息。
而对于库存，随着销量的季节波动，库存绝对量也会相应波动，但这并不能很好地反映经销商的库存压力。因此我们采用以下方式计算库存深度：
这里有一个细节，就是使用上月末的库存，而不是本月末的库存，因为经销商往往会根据上月末的库存状况来制定本月的销售策略，因此采用上月末库存来计算库存深度更能反映经销商的库存压力。
经过以上的加工后，我们看到的某车型库存与价格的折线图是这个样子的：
从图2可以明显看出库存深度与价格环比变化存在显著的负相关，其相关性高达-0.64。另外再举一个中型SUV的例子，如没有经过数据的加工处理，库存与价格的关系见图3。
而经过处理后，库存与价格的关系见图4：
从图中可以清晰看出，在库存深度较高的2014年，价格显著走低。
在正确的数据“打开”方式下，我们发现了库存与价格的一般关系，也就找到了价格变化的其中一条“迹”。但是为了预测价格，我们还需建立库存深度与价格的量化模型。
如何建立价格与库存的量化模型
这里，首先简单的假设价格与库存深度的关系为简单的线性模型关系：
价格环比 = 常数 + b * 库存深度
然后通过回归来拟合模型的参数，得到初步的回归结果。一般的研究员可能到这里也就结束了，然而对于威尔森来说，这仅仅是建模的第一步。在进行参数估计后，我们得进入模型检验阶段，至少有参数检验、拟合优度检验以及稳健性检验三个步骤。
从残差中发现库存压力线
模型起初的R方（即拟合优度）并不高，经残差分析，我们迅速定位了问题所在，新车上市期以及接近退市阶段。
比如新车上市前两个月属于铺货期，此时库存往往处于上升阶段，但销量却极不稳定，价格的波动也较为随机。如果将铺货期的数据与一般时期的数据混在一起计算，往往会对参数造成较大的干扰。
与此相对的则是接近某车型年款停售阶段，此时库存与销量逐渐减小至零，这一阶段的库存深度指数往往会大幅波动，从而也会对参数的估计产生不良影响。
除了以上两个异常时期外，通过分析残差的趋势变化，我们还发现库存深度的不同水平，会对价格有不同的影响作用。
通过归纳总结，我们发现库存会有一个压力线，或者所谓的阈值，在阈值以下，价格相对稳定，反之则价格显著下跌。基于这个发现，我们在回归的时候对库存深度进行分阶段拟合。
以上文中型轿车为例，我们經过异常点的处理以及反复尝试后，最终模型给出的结论如图5：
价格环比值随库存深度的增加而下降；
在库存深度达到1.3之前，价格环比值变化相对缓慢；
库存深度为1.3时，价格环比下降约0.6%；
库存深度在1.3以上每增加0.1，价格环比值下降0.7%。
我们找到了库存深度与价格环比的显著性关系，并给出了使用单一指标库存深度对价格进行预测的基础方法。
但成交价预测在不同的细分市场，不同的车型还会存在自己的特点，要做到准确地预测成交价，还需要根据实际情况做更多的数据挖掘，需要数据分析师以更全面的视角进行深入的研究与判断。（本文作者为威尔森咨询有限公司数据建模师）endprint
