自己平常工作的一部份恰好是和问题相关的内容，而估价产品还有在1楼第二张图中列举；

题主的问题有两个：

估价的原理；

结果是否可靠；

先回答第一个二手车评估作业表，虽然现在二手车圈子的估价，回归本质，然而就是做很多事情：

数据源的获取：例如评估产品甲手中获取到了某款二手车的车商竞购价/普通C方成交价/成交的时间/详细车型等等的数据；

数据源的处理：用户通过评估产品甲键入该车的这些评估条件后，按照上述的数据，才能得出评估结果；

先说数据源的获取，各家的方法各有不同，但思路大抵是：

自己有的直接用；

自己没有的想方法获取：BD，并且是一些有违反职业道德的步骤；

这么众所周知，信息平台类别的二手车售价比较纷乱，因此从数据源的视角来说，这种数据并不「优质」，后期还要做较差的处理；

因此在这个环节中，原本有交易数据的评估产品，优势就比较显著，假如把整个评估的过程视作赛跑，这么它们相当于在起步阶段就领先于对手，原本交易数据覆盖范围越广越深，就相当于领先的越多；

赛跑步入中后段，那便是数据源的处理，这个环节又重点分为2个大的方法：

噪声数据的处理；

最终评估的估算；

当通过第一阶段获取到了一定数目的数据然后，这么不论这种数据是自有的还是第三方获取的，这么都存在噪声数据的问题，即有些数据不可用（假的，不全的，坏的等等），这么怎样定义噪声和过滤噪声就到了各家各显神通的时侯了，这儿面详细的算法显然不能公开，但这个环节的重要性，在当前二手车大环境下，在我看来是重于最后的评估算法；

在这个环节做的好的评估产品，相当于在赛跑的中段就能拉开与对手的距离；

当踏入后段，去噪完的数据，就跨入到最后的估算环节了，这个环节反倒不是最复杂的，算法其实各有不同，但原理都是对于不同密度的散点数据的剖析所得出的结果，不同时间经度的数据密度越大，对于算法的准确度就越高；

在后段，各个竞品的差别在我看来不是巨大，大抵是奔跑的方法不同，例如最后输出结果是单个数字的（您的汽车预计成交价5万）和结果是一个范围的（您的汽车预计成交价范围4~5万），它们的核心算法是不同的；

这么第二个问题便有了答案，在现在的二手车评估环节中，每位阶段都能跑赢对手的还没出现，最后领先对手的，常常是起步阶段或中段（或两者都有）夯实了优势；

因此评估产品自身（或则干妈或则舅父）手中的真实交易数据越多，占这个数据源的比列越大，使得去噪做的越好的，这么评估数据越「可靠」（每位人的靠谱定义不同，在此不多表）；

楼主可以对照1楼中的各个评估产品，最后符合上述条件的便寥寥无几；

而这寥寥无几的几个产品中，「冷门」车辆的评估结果仍然「不可靠」，由于评估的后段——「不同时间经度的数据密度越大，对于算法的准确度就越高」，而这种小众汽车的散点密度太小，不足以支持准确的估算，所谓小众，广义上说，可以把20万以上的汽车都统归为小众，往细了说，边远地区，较冷门的车型，都属于小众；

因此，假如你使用上述几个评估产品进行非小众汽车的评估二手车评估作业表，这么它们的结果是比较可靠，数据比较准确的，可以安心参考；

利益相关：早已不相关了。