In this Article
二手交易平台是颇具吸引力的数据集：对于没有标价的商品，这里有真实成交价格。它也是电商中最杂乱的数据集之一，因为被定价的商品并不标准化。
本指南说明这些数据真正适合做什么、决定模型是否有效的字段，以及其适用边界。
关键事实
- 挂售商品是卖方要价，已售商品才是成交价。用在售商品训练的模型学到的是卖家希望得到的价格，而不是买家实际支付的价格。
- 商品状况是让定价模型失效的变量，它是卖家自行填写的自由文本，而不是干净的字段。
- 每个平台都有自己的受众，因此同一件商品在 Poshmark、Depop 和 Vinted 上的常见价格各不相同。
- 卖家资料属于个人数据，而转售数据集并不需要它们。
- 三个平台的条款都限制自动化访问，因此小规模、低速且范围明确的采集是唯一站得住脚的方式。
这些数据实际上适合做什么？
它能很好回答三个问题，却不擅长回答另一个问题。
特定商品的转售价值。某个具体型号或款式近期的实际成交价，这是卖家和关注二级市场的品牌都关心的核心问题。
需求信号。商品售出的速度及其成交价低于要价的幅度，这类信号比多数零售指标更早变化。
品牌在转售市场中的表现。品牌的哪些产品能够保值，这对产品团队和定价团队很有用。
任何构建 Poshmark 爬虫的人都应知道它无法回答什么：市场总规模。不同品类和地区的覆盖范围差异极大，平台并不会公开全部信息，私下交易也无从得知。根据转售商品列表估算规模，得到的数字看似确凿，实则毫无依据。
为什么挂售商品会误导人？
大多数挂售商品从未售出。我们将其称为4 点转售数据模型。
| 字段 | 它告诉你的信息 | 陷阱 |
|---|---|---|
| 1. 要价 | 卖家的乐观预期 | 对挂售商品取平均会抬高感知价值 |
| 2. 成交价 | 某人实际支付的价格 | 不一定会公开，且报价可能私下进行 |
| 3. 商品状况 | 价格差异的大部分来源 | 自由文本且由卖家自行申报，不同卖家之间无法比较 |
| 4. 售出所需时间 | 需求强度 | 重新发布会重置计时，并掩盖滞销商品 |
第三行正是定价模型悄然失效之处。两件相同商品若标注的状况不同，就是不同的产品，而状况描述由标准各异的人写成。任何严肃的模型都需要对商品状况进行标准化；没有这一步的模型只是在拟合噪声。
应如何界定采集范围？
| 目标 | 适用情形 | 应避免的情形 |
|---|---|---|
| 为特定商品定价 | 针对近期可比商品进行范围狭窄、有针对性的查询 | 大范围扫描品类，这只会增加噪声 |
| 追踪品牌在转售市场中的表现 | 按计划对明确的产品清单进行抽样 | 爬取整个平台 |
| 跨平台比较 | 同样的商品、同样的时间窗口，按平台分别比较 | 将各平台合并为一个平均值 |
| 估算市场规模 | 不要这样做：覆盖范围无从得知 | 始终如此 |
地域的重要性比看起来更大：Vinted 在欧洲部分地区最强，Depop 的受众结构又有所不同，价格反映了当地受众。使用固定国家出口可让这种比较保持诚实，而 DataImpulse 住宅代理覆盖 195 个国家，价格为每 GB $1。
有哪些限制？
这些数据不能被当作干净的数据源，四项限制决定了它能走多远。
条款限制自动化访问，这些平台也会积极防范此类访问。为价格研究进行范围狭窄的采集，与持续性提取是不同的做法，范围决策正是责任所在。
卖家数据属于个人数据。用户名、个人资料、位置和消息记录能够识别个人。转售价格数据集不需要其中任何一项，因此不要收集。
假货会扭曲全貌。高端品牌异常便宜的可比商品往往根本不是该产品，将它们纳入会拉低定价模型的结果。
请保持克制。针对明确产品清单进行低速、有针对性的查询，既比大规模爬取更站得住脚，也更准确。本文仅提供一般信息，不构成法律建议：请参阅 网页抓取是否合法。
常见问题
可以从转售平台获取哪些数据？
要价、公开时可见的成交价、卖家自行申报的商品状况，以及售出所需时间。成交价和售出所需时间更有用；由于大多数挂售商品从未成交，要价衡量的是卖家的乐观预期。
为什么基于转售数据的定价模型会失效？
通常是商品状况。它承载了价格差异的大部分信息，由标准各异的卖家以自由文本写成，未经标准化便无法在不同商品列表之间比较。缺少该步骤的模型会拟合噪声。
Poshmark、Depop 和 Vinted 之间的价格会不同吗？
会，而且差异很大，因为每个平台都有不同的受众和不同的地域重心。同一件商品的常见价格不同，因此把平台合并为一个平均值，会掩盖你要衡量的对象。
我可以用转售数据估算市场规模吗？
不可以。不同品类和地区的覆盖范围不同，平台不会公开全部信息，私下交易也无从得知。根据商品列表估算规模，会得出看似确凿却毫无依据的数字。
抓取转售平台是否被允许？
其条款限制自动化访问，平台也会防范此类访问，因此范围和速率是设计决策。针对明确产品清单进行范围狭窄、低速的采集是站得住脚的方式。本文仅提供一般信息，不构成法律建议。