Prevedere i prezzi dell’usato con il deep learning

Punti chiave

• A 1-7 giorni quasi tutti i modelli convergono intorno allo 0,72% di MAPE e la baseline naïve resta competitiva.

• A 365 giorni N-BEATS registra l’8,51% di MAPE contro il 14,94% della migliore baseline statistica nel benchmark.

• Un singolo N-BEATS addestrato a 365 giorni mantiene prestazioni competitive anche sugli orizzonti più brevi.

• I risultati richiedono validazione locale: il dataset è proprietario, polacco, smussato e orientato a dispositivi di fascia alta.

La previsione dei prezzi dell’usato può incidere direttamente su margini, canoni e rischio di inventario per eCommerce, marketplace e servizi in abbonamento. Un nuovo benchmark su oltre 100 modelli di smartphone e laptop confronta undici metodi statistici e di deep learning su orizzonti da un giorno a un anno. Il risultato principale è pragmatico: nel brevissimo periodo un modello semplice può bastare, mentre oltre i 30 giorni alcune architetture neurali specializzate riducono sensibilmente l’errore.

Il paper Deep Learning vs. Statistical Models for Multi-Horizon Price Forecasting of Second-Hand Electronics: A Systematic Benchmark non propone una regola universale per ogni catalogo. Studia un mercato preciso e un dataset proprietario. Offre però indicazioni utili per decidere quando la complessità di un modello di forecasting è giustificata e come valutarla prima di usarla nel pricing.

Perché prevedere il prezzo residuo è un problema aziendale

Chi vende prodotti ricondizionati deve stimare quanto varrà un dispositivo quando verrà rimesso sul mercato. Per un servizio di noleggio o abbonamento, questa stima entra nel calcolo del canone iniziale: sovrastimare il valore futuro espone l’azienda a una perdita quando il bene rientra; sottostimarlo può rendere l’offerta meno competitiva.

Il mercato dell’elettronica usata rende il compito difficile. I prezzi dipendono da velocità dell’innovazione, stato del prodotto, reputazione del marchio, quantità di annunci disponibili e lancio di nuovi modelli. Le serie storiche sono spesso sparse e irregolari. Inoltre, i nomi usati negli annunci non sono standardizzati: lo stesso prodotto può apparire con descrizioni diverse.

In questo contesto, l’accuratezza media non è l’unico criterio. Un modello deve funzionare sull’orizzonte coerente con la decisione. La previsione di domani serve per aggiornare un listino; quella a 180 o 365 giorni può guidare un prezzo di riacquisto, un canone o una riserva sul rischio.

Come è stato costruito il benchmark

Gli autori utilizzano prezzi giornalieri raccolti da marketplace polacchi tra gennaio 2022 e marzo 2025. Il dataset comprende più di 100 serie relative a smartphone e laptop, con una presenza significativa di dispositivi di fascia alta e prodotti Apple.

Il confronto include quattro baseline classiche o semplici — previsione naïve, ARIMA, ETS e Theta — e sette modelli neurali: LSTM, TCN, N-BEATS, N-HiTS, Temporal Fusion Transformer, PatchTST e Informer. Gli orizzonti analizzati sono 1, 7, 30, 90, 180 e 365 giorni.

Gli autori applicano tre protocolli:

1. misurano la qualità dell’intera traiettoria prevista;

2. valutano l’errore sul punto finale dell’orizzonte;

3. addestrano un modello per 365 giorni e verificano se le sue previsioni restano valide anche sugli intervalli più brevi.

Questa distinzione è rilevante per la produzione. Prevedere correttamente il valore finale non significa necessariamente descrivere bene tutto il percorso. Allo stesso modo, un modello accurato a 30 giorni potrebbe richiedere un nuovo addestramento per funzionare a un anno.

I risultati: semplice nel breve, specializzato nel lungo

A uno e sette giorni le differenze sono minime

Secondo gli autori, tra uno e sette giorni quasi tutti i modelli convergono intorno allo 0,72% di MAPE, cioè errore percentuale assoluto medio. Anche la baseline naïve, che proietta in avanti il valore più recente, resta competitiva.

Il dato invita alla cautela prima di introdurre un sistema complesso. Se il prezzo cambia poco nell’intervallo osservato, la nuova architettura può assorbire costi di sviluppo, calcolo e monitoraggio senza produrre un miglioramento operativo rilevante.

L’interpretazione per un’azienda è chiara: il modello più sofisticato non è automaticamente quello con il miglior rapporto tra valore e costo. La baseline deve essere parte del benchmark e non una formalità da superare.

Oltre 30 giorni emerge il vantaggio di N-BEATS

All’aumentare dell’orizzonte, i risultati divergono. N-BEATS ottiene l’errore più basso oltre i 30 giorni. A 90 giorni raggiunge circa il 4,9% di MAPE; a 180 giorni N-BEATS e N-HiTS si collocano intorno al 6,8%.

A 365 giorni N-BEATS arriva all’8,51%, contro il 14,94% della migliore baseline statistica riportata dagli autori. La riduzione relativa dell’errore è del 43%. LSTM e TCN, invece, degradano nettamente sugli orizzonti lunghi; anche i modelli transformer esaminati non mostrano un vantaggio stabile in questo dataset sparso e con segnale debole.

Questo risultato appartiene al benchmark specifico. Non dimostra che N-BEATS superi sempre transformer o modelli statistici. Indica che l’architettura deve essere scelta in base alla struttura reale dei dati, non alla popolarità del modello.

Un solo modello può coprire più orizzonti

Nel terzo protocollo gli autori addestrano i modelli sull’orizzonte di 365 giorni e li valutano anche prima della scadenza. N-BEATS mantiene prestazioni competitive sugli intervalli più brevi.

Per una piattaforma, questa è una possibile semplificazione importante: un singolo modello può sostituire una famiglia di modelli specifici per ogni orizzonte. Diminuiscono pipeline da mantenere, cicli di addestramento, combinazioni di parametri e punti di errore. Prima di adottare questa scelta, però, il comportamento deve essere verificato sul catalogo e sul mercato dell’azienda.

Cosa significa per eCommerce e piattaforme circolari

Il paper suggerisce un processo decisionale basato sull’orizzonte.

Per aggiornamenti giornalieri o settimanali, conviene iniziare da una baseline semplice e misurare se un modello più complesso produce un guadagno economicamente utile. Per offerte di noleggio, buy-back o abbonamento, dove il valore residuo viene stimato molti mesi prima, le architetture specializzate possono ridurre l’errore e quindi migliorare il controllo del margine.

Una pipeline operativa può seguire questi passaggi:

• definire l’orizzonte legato alla decisione commerciale;

• costruire una serie per prodotto o famiglia omogenea;

• confrontare sempre il modello con una baseline naïve;

• usare una validazione temporale, evitando divisioni casuali che portano informazioni future nel training;

• tradurre l’errore in euro, margine e rischio di inventario;

• monitorare separatamente categorie, marchi e fasce di prezzo;

• mantenere un fallback semplice quando dati o modello diventano instabili.

La metrica tecnica deve essere collegata al costo. Un MAPE inferiore non garantisce automaticamente un prezzo migliore: errori in eccesso e in difetto possono avere conseguenze diverse. Per esempio, sovrastimare sistematicamente il valore residuo può essere più pericoloso di una sottostima equivalente. Il modello dovrebbe quindi essere valutato anche sulla direzione dell’errore e sugli scenari peggiori.

Come progettare una prima sperimentazione

Un progetto iniziale non richiede undici modelli. È più utile confrontare tre livelli: una baseline naïve, un metodo statistico consolidato e un modello neurale adatto alle serie temporali.

Il test dovrebbe partire da un periodo storico abbastanza lungo da includere lanci di prodotto, cali di prezzo e momenti con pochi annunci. Le finestre di addestramento e test devono rispettare l’ordine temporale. È utile inoltre separare i risultati per orizzonte: un’unica media può nascondere un buon comportamento a sette giorni e un forte deterioramento a un anno.

Prima della produzione, il team dovrebbe definire soglie di rollback e condizioni di astensione. Se una categoria ha pochi dati o subisce un cambiamento improvviso, il sistema può tornare a una baseline, ampliare l’intervallo di prudenza o richiedere una revisione umana.

Il paper valuta previsioni puntuali. In un’applicazione reale, sarebbe preferibile produrre anche un intervallo: non soltanto “il dispositivo varrà 420 euro”, ma una fascia plausibile e il livello di rischio associato. Questo consente a pricing e finance di applicare margini di sicurezza coerenti con l’incertezza.

I limiti da considerare

Gli autori indicano limiti sostanziali. I dati provengono soltanto da marketplace polacchi; comportamento, liquidità, valuta e regole possono cambiare in altri Paesi. Il catalogo è orientato verso dispositivi di fascia alta e marchi con maggiore volume, quindi i risultati potrebbero non trasferirsi a prodotti di nicchia o a serie molto sparse.

La preparazione dei dati usa una media mobile di 30 giorni, che attenua la volatilità. I valori di errore descrivono quindi serie smussate, non i prezzi grezzi degli annunci. I giorni mancanti vengono riempiti con l’ultima osservazione disponibile: ciò crea segmenti artificialmente piatti e può favorire le previsioni di persistenza.

Il benchmark non include variabili esterne come annunci di nuovi prodotti, indicatori macroeconomici, ricerche online o prezzi dei concorrenti. Non fornisce previsioni probabilistiche e la pipeline che associa annunci diversi allo stesso prodotto non è stata validata indipendentemente su un campione casuale nel paper.

Infine, il dataset non è pubblico per ragioni di riservatezza commerciale. Questo limita la riproducibilità esterna. Quattro autori dichiarano un rapporto di lavoro con WeSub e uno di loro anche un ruolo nel consiglio della società; il progetto ha ricevuto finanziamenti pubblici polacchi. Questi elementi non annullano i risultati, ma vanno inclusi nella valutazione dell’evidenza.

Una regola pratica per la previsione dei prezzi dell’usato

La lezione operativa non è “usare sempre il deep learning”. È scegliere la complessità in funzione dell’orizzonte e dimostrare il vantaggio contro una baseline reale.

Nel breve periodo, un sistema semplice può offrire quasi la stessa accuratezza con costi e rischi inferiori. Per decisioni a 90, 180 o 365 giorni, N-BEATS e N-HiTS meritano un test sul proprio catalogo. Un singolo modello multi-orizzonte può inoltre ridurre la complessità operativa, purché la validazione confermi la sua stabilità.

Per partire, un’azienda può trasformare un sottoinsieme del catalogo in un esperimento controllato: baseline, modello statistico, N-BEATS, valutazione temporale e impatto economico. La scelta finale dovrebbe premiare il modello che protegge meglio il margine, non quello che appare più avanzato.

Fonte

Mateusz Buczyński, Michał Woźniak, Konrad Kaczyński, Anna Wróblewska, Sebastian Kuk, “Deep Learning vs. Statistical Models for Multi-Horizon Price Forecasting of Second-Hand Electronics: A Systematic Benchmark”, arXiv:2610.10727v1 [q-fin.CP], 7 ottobre 2026. Fonte canonica: https://arxiv.org/abs/2610.10727