Авто: оптимизация trade-in оценки

Ситуация: Trade-in конверсия — 25%. Средняя маржа на trade-in авто — 8% (target 12%). 18% trade-in авто продаются в убыток из-за ошибки оценки.

Дилерская сеть с 50 точками. Оценщики используют каталожные цены + субъективную корректировку. Разброс оценок одного авто — до 15% между оценщиками.

Доступные данные

• trade_in_offers: offer_id, vehicle_id, appraiser_id, offered_price, accepted, customer_ask_price
• vehicle_details: vehicle_id, make, model, year, mileage, condition_score, accidents, service_history
• resale_outcomes: vehicle_id, purchase_price, refurb_cost, days_on_lot, sale_price, channel
• market_data: make, model, year, mileage_tier, market_avg_price, auction_price, retail_price

Задачи

• Построить pricing model для trade-in с использованием market data и condition.
• Определить sources of pricing error: appraiser bias, condition misjudgment, market changes.
• Рассчитать optimal offer strategy: balance между conversion и margin.
• Предложить калибровку оценщиков: calibration sessions, variance monitoring.

Все кейсы для подготовки → ← Все кейсы