Buytition文本挖掘软件让“买车菜鸟”一秒能够货比百家

Grit Founder ：江诚用工匠之心打磨着自己的项目，让每一个“买车菜鸟”都不再为买车发愁。

创业项目：Buytition请愿购 （美国 达拉斯）

创业者背景：北京大学本科；Brandeis大学MBA；10年从事软件和数据工程师工作经验；现任美国某知名银行汽车贷款部门数据工程师主管

项目简介：基于文本挖掘技术的自动化买车邮件系统

融资情况：寻找合伙人和种子轮投资

江诚（Brady Jiang）：很多时候，做项目是一个做减法的过程，专注于最简单的需求，然后把它做到最好。

——你最近买车吗？

——你是怎么和车行沟通的？

这两个问题是江诚遇到朋友时，经常会问起的。这一切源自他本身在做的项目——Buytition。

在美国有过买车经历的朋友都深知，和车行打交道是一个极其耗神费力的过程。虽然每台车都有建议零售价，但实际销售价格取决于各个车行销售的具体情况，有些车的实际销售价格可能是建议零售价的八折。由于价格的不透明，所以和本地区的每一个车行发邮件询价就成了买车过程的第一步。然而，纷至沓来的车行邮件和相关广告让购车者很难快速地实现“货比三家”。

2015年美国每年有5759万辆新车、二手车进行买卖交易，其中60%的买车用户通过互联 和车行进行过联络。在看到购车者需要向一家家车行发邮件询价，而车行又需要重复回复不同购车者对于相同车型的 价等痛点后，熟稔大数据管理、软件工程师出身的江诚决定自己来做一套针对买车的免费 上邮件系统，其能够通过文本挖掘技术帮助用户第一时间整理出车行 价。

江诚说：“在看准了这个行业的规模和需求后，喜欢做产品的我，就打算把这个重复手动询价的过程做得流程化、自动化，帮助用户不仅能找到最便宜的车，还能节约买车时间。”

在经历了近一年的摸索，反复推敲产品的方向和优势后后，Buytition内测版于2016年6月正式上线。

这是市场上第一套专门为购车者服务的邮件系统，购车者使用“@buytition.com”为域名的邮箱向车行发送 价。在得到车行回复后，Buytition后台基于自然语言处理（NLP）技术自动化梳理车行邮件的系统会将 价、车型、折扣等信息以表格形式自动向购车者呈现，结果一目了然。

基于这个核心，江诚还进一步将全国其他购车者得到的相同车型的询价结果汇聚在一起，形成一个用户间能够共享新车 价的系统，让用户足不出户，实现“货比百家”。

Buytition邮件界面

对于做文本挖掘的系统来说，挖掘结果的准确性和数据样本的大小有着密切的关系。随着内测用户的不断增加，Buytition里的数据也越来越多，因此精确性也在不断提升。看着一步步完善的NLP文字处理引擎，江诚说：“我们的目标是让购车者和商家交流更加流畅。”

往常的购车过程中，购车者只能和附件区域的车行联系购车。但江诚所提到的“流畅性”中还包括了购车者可以跨区域和车行买车。以一些动辄数万美元的德国品牌为例，每个城市的车行只有寥寥两三家，而将车从外州运至购车者区域的运费往往只有几百美元，而车行之间有时候的 价差价能够相差数千美元。因此，购车者在Buytition平台上了解到外地车行的大力度折扣后，可以进行跨州买车，买车不再仅限于附近居住区域。

随着产品的成熟和推广，Buytition也将逐渐和车行建立起合作，以期从每笔通过其邮件系统实现的交易中获取销售提成。假设买车市场上有5%的客户最终使用Buytition买车，那将有172万辆车的规模。按照估算的每笔交易获得250美元的销售提成，Buytition的预计年收入可达到4.3亿美元。在内测用户的使用过程中，江诚也已经从车行获得了提成。“车行的买账”也增强了他对商业模式的信心。

对于想将“自动化”“流畅性”做到极致的江诚来说，Buytition现在的功能只是整个“买车 络化”愿景中的第一步。之后他将进一步深挖平台的后端，让自动发送询价、自动谈判、扫描文本传输等功能逐步实现，打造一个让所有人都能游刃有余使用的“自动化买车平台”。