做工价值排序 · P0 最小回测报告
2026-11-20 · 特斯拉双车系 · 意向金30天口径
结论先行: ✅ P0 通过(远超预期)
按跳车决策树5步给历史车排序,前20% vs 后20% 实际30天成交率差 +13.6pp(要求≥5pp,实际超2.7倍)。5档完美单调、时间外稳健、双车系都成立。
→ "排序有预测力"这个根本假设验证通过,可以进入 P1 体系骨架阶段。
一、回测设计
验证什么
"做工价值排序体系"的根本假设:按决策树给历史车排序,排前面的车实际成交率是否显著高于排后面的。不成立则整个体系前提不存在。
怎么做的
- 数据:盘车课题特斯拉双车系(Model Y 7,513台 + Model 3 4,627台 = 12,140台),逐日快照+曝光+供给+订单+静态属性
- 打分:对每台车的上架首日快照跑跳车决策树5步(曝光→时机→水位→活动组合→商检+车况+出险+上架性价比),每步按发现库12条拐点数据给pp分,累加得做工价值分
- 排序:按分数降序排列全量12,138台(2台缺数据剔除)
- 对比:分5档(前20%/20-40%/40-60%/60-80%/后20%),看各档实际30天成交率
- 口径:成交=意向金30天窗口(status IN (1,2)且有支付无取消),停售码10/68不算成交
验证标准(三个同时满足才算通过)
- 核心:前20%−后20%成交率差 ≥ 5pp
- 单调性:5档成交率大致递减(允许1档倒挂,不允许连续2档)
- 稳健性:训练期(8-9月)排序规律在验证期(10-11月)方向一致
二、核心结果
1. 前20% vs 后20%(核心指标)
| 档位 | 样本量 | 30天成交率 | 分数均值 |
| 前20% | 2,427台 | 14.6% | 47.1 |
| 后20% | 2,427台 | 1.0% | 7.0 |
| 差值 | | +13.6pp | |
✅ 通过(要求≥5pp,实际13.6pp) 前20%的车成交率是后20%的14.6倍。
2. 5档单调性
| 档位 | 样本量 | 成交率 | 分数均值 | 趋势 |
| 前20% | 2,427 | 14.6% | 47.1 | ████████████████████████ |
| 20-40% | 2,428 | 7.9% | 41.1 | █████████████ |
| 40-60% | 2,427 | 4.6% | 34.1 | ███████ |
| 60-80% | 2,428 | 2.0% | 23.8 | ███ |
| 后20% | 2,427 | 1.0% | 7.0 | █ |
✅ 完美单调(0倒挂) 分数越高成交率越高,没有任何倒挂。
3. 时间外验证(训练期 vs 验证期)
| 时期 | 样本量 | 前20%成交率 | 后20%成交率 | 差值 | 方向 |
| 训练期(8-9月) | 6,385 | 18.0% | 2.0% | +16.1pp | ✅ 正 |
| 验证期(10-11月) | 2,912 | 12.4% | 0.5% | +11.9pp | ✅ 正 |
✅ 时间外稳健 验证期差值11.9pp仍远超5pp门槛,方向一致,幅度衰减合理(验证期样本少+右删失)。
4. 按车系拆
| 车系 | 样本量 | 前20%成交率 | 后20%成交率 | 差值 |
| Model Y | 7,513 | 14.9% | 0.7% | +14.2pp |
| Model 3 | 4,625 | 15.5% | 1.6% | +13.8pp |
双车系都成立,差值接近(14.2 vs 13.8pp),说明排序逻辑不是单一车系过拟合。
三、分数分布与成交率
| 分数段 | 样本量 | 成交率 | 占% |
| 0-10 | 1,447 | 1.5% | 11.9% |
| 10-20 | 1,210 | 0.5% | 10.0% |
| 20-30 | 2,293 | 2.1% | 18.9% |
| 30-40 | 2,668 | 5.1% | 22.0% |
| 40+ | 4,520 | 11.5% | 37.2% |
40+分段的成交率11.5%是0-10分段的7.7倍。分数有区分度。
⚠️ 注意:10-20分段成交率(0.5%)低于0-10分段(1.5%),这是个局部倒挂。原因推测:0-10分段包含"水位极低(≤0.92)但曝光低"的车——这类车不降价也自然成交(水位极低=价格已极低挂)。P1加法模型会把"当前静态转率"作为baseline减去,消除这个混淆。
四、打分逻辑(初版,P0用粗关联)
做工价值分 = Σ(各维度pp增量)
Step 1: 曝光(#1)
<30UV → +1(降价无效)
30-100UV → +5
100+UV → +10(降价有效)
Step 2: 时机(#2, #9)
≤3天 → +15(黄金窗口16-23%)
4-14天 → +7(衰减6-10%)
15-45天 → Y:+1(失灵) / M3:+5(仍能救)
>45天 → Y:0(停售) / M3:+3(降3000+)
Step 3: 水位(#4, #7)
≤0.92 → +8(极低挂等就行)
0.92-1.00 → +12(到位降3000+双buff)
1.00-1.05 → +15(未到位一次降到位6.5%→19%)
>1.05 → +3(高挂天花板3-5%)
Step 4: 活动组合(#3)
反选 → -8(毒药腰斩)
正选 → M3:+3 / Y:+1
膨胀 → -5(慎绑降价)
干净 → +2(最佳)
Step 5: 商检+车况+出险+性价比
付费商检 → +8(AME+12~16pp #6)
车况D → 一票否决=0
性能S/S+/S++ → +5
出险0次 → +3 / 4次+ → -5
上架S++ → +4 / S+ → +3 / A → -2 / B → -3
P0 是粗关联版(直接用决策树路径终点成交率作为分数),P1 起升级为加法模型(各维度净效应pp查表),并用AME复核控制因素重叠。
五、结论与下一步
P0 结论
✅ 排序有预测力 —— 跳车决策树5步的打分能显著区分高成交车和低成交车,前20%成交率是后20%的14.6倍,5档完美单调,时间外稳健,双车系都成立。
这意味着"找到最有价值做工的车"这个体系的根本前提是成立的——按已有发现组装的打分确实能筛出该做工的车。
可以进入 P1
- P1 体系骨架:P0粗关联分数升级为加法模型(Δ项=各维度净效应pp查表,用AME复核)
- 产出
做工价值排序_体系设计.md + 做工价值分_参数表.json
- 修复P0发现的局部倒挂(10-20分段):加法模型减去当前静态转率baseline
- 新课题目录:
2026-11-20_做工价值排序\
P0 的局限(P1 需解决)
- 初版分数是粗关联,没有控制因素重叠(如"水位低"和"曝光高"可能同时出现在好卖车上)→ P1用AME净效应
- 分数没有物理含义(不是"预期pp提升")→ P1升级为 afterRate30 − currentRate30
- 没有"建议目标价"输出 → P1引入 price-anchor 引导价与水位1.00线取较优
- 只验证了特斯拉双车系 → P3多车系泛化
六、数据与口径
- 数据源:盘车课题
2026-11-02_盘车动作转化/data/(逐日快照191字段+曝光+供给+订单+静态属性)
- 成交口径:意向金30天窗口(sale_order_status IN (1,2) 且 buyer_order_pay_time ≥ create_time 且无 cancel_time),停售码10/68不算成交
- 水位:dealer_undertake_car_price ÷ zhijia_national_model_price(承担价÷智价模型价)
- 性价比:shelf_level_desc(上架时锁定值),禁用 fixed_*
- 样本:12,138台有效(水位+曝光非空),双车系8-11月上架
- 脚本:
sort_backtest.py(初版,P0用粗关联不做AME)
- 结果CSV:
data/sort_backtest_result.csv