[发明专利]一种二手车定价优化方法及系统

说明书

本发明公开了一种二手车定价优化方法，包括步骤：S11、获取用户输入的待定价的二手车的车型信息；S12、根据输入的车型信息，采用估值模型，计算获得该二手车的估值；S13、从目标函数库中选取对应的目标函数，并获取用户输入的目标函数的边界条件后，根据设定的优化算法以及计算获得的估值进行优化计算，计算获得使得目标函数最大化的最优价格作为二手车定价。本发明在采用估值模型计算获得二手车的估值后，还采用目标函数根据二手车的估值进行优化计算，计算获得与经销商相关的最优的价格，作为二手车的最优定价，本方法可以基于经销商的情况，优化获得最为合适的二手车定价，可以获得更为准确的定价，可广泛应用于二手车定价优化行业中。

技术领域

本发明涉及二手车定价预测领域，特别是涉及一种二手车定价优化方法及系统。

背景技术

在传统的二手车行业，二手车商规模一般都比较小，而其经营也相对随意，制定价格的时候，主要着眼点是保证每辆车的利润。但是随着二手车交易量的扩大，原来作坊式的二手车商经营方式已经渐渐缺乏竞争力了。诸如车王等颇具规模的二手车商如雨后春笋的发展起来。随着经营规模的扩大，如何整体化的定价而使得手里的车源得到最好的整体收益是这些车商面临的问题。这个时候，每辆车就不再是一个独立的个体，而车商定价的时候，就不能采取单辆车定价的方式了。例如库存里面只有一辆奥迪A4L和共有3辆奥迪A4L定价策略应该是不同的，后者需要考虑这三辆车之间的竞争和资金周转速度问题等。

现有的二手车定价方法有如下几种：一、凭经验人工定价，这种方法过于依赖人工经验，随机性强，在规模化的过程中难以保质保量和控制成本。二、依据最近成交数据的平均值作为估值，然后认为这个估值就是定价。三。依靠车源的车龄、里程和车况等特征和成交价之间的线性关系进行估值，然后将估值直接认为是定价。方法二和方法三具有如下的共同缺点：一是不考虑车商本身的特殊情况，只面向车源本身进行定价。二是过于依赖几个最相近的已成交车源的价格或者过于简化了车源特征和成交价之间的关系，忽略了诸如市场动态，地域差别，配置等重要因素而使得连估值的结果随机性和准确性都受到较大的影响。尤其在为小众车型定价时候更是因为缺乏相近车源而面临挑战。总的来说，目前市场上的二手车自动定价方法其实都是停留在估值层面，也就是说还是聚焦在只考虑车源层面，提供市场的平均价格作为二手车定价，这种方法过于死板，无法准确地给出最优定价。

发明内容

为了解决上述的技术问题，本发明的目的是提供一种二手车定价优化方法及系统。

本发明解决其技术问题所采用的技术方案是：

一种二手车定价优化方法，包括以下步骤：

S11、获取用户输入的待定价的二手车的车型信息；

S12、根据输入的车型信息，采用估值模型，计算获得该二手车的估值；

S13、从目标函数库中选取对应的目标函数，并获取用户输入的目标函数的边界条件后，根据设定的优化算法以及计算获得的估值进行优化计算，计算获得使得目标函数最大化的最优价格作为二手车定价。

进一步，所述目标函数库存储有多个不同与二手车的估值相关的目标函数，且各所述目标函数均与至少一个经销商销售因素与销售结果之间的因果关系模型相关联。

进一步，所述因果关系模型包括：

销售天数模型，用于量化销售天数与售价、库存、销售能力之间的关系；

收车模型，用于量化二手车车商收车数量、收车价和资金量之间的关系；

整备模型，用于量化二手车整备投入和售价之间的关系。

进一步作为优选的实施方式，所述边界条件包括资金总量上限、车源总量上限、整备总成本上限、整备天数上限、单车整备成本上限、销售投入上限、销售天数上限、单车利润下限、总利润下限和优化时间段长度中的至少一个。