просят вин номер на авито
Зачем скрывают номера при продаже машины и можно ли сообщать VIN и номер покупателям
На современных интернет-площадках по продаже автомобилей стало стандартом скрытие номера продаваемой машины. На этом фоне просьбы потенциальных покупателей сообщить им данные с регистрационного знака и VIN могут показаться излишними и даже подозрительными: ведь если их советуют скрыть – значит, на то есть причины. Но действительно ли номерные знаки, VIN и прочие данные продаваемой машины стоит держать в секрете и есть ли риск в том, чтобы передавать их покупателям?
Традиция скрывать номерной знак продаваемого автомобиля появилась еще до разработки крупными интернет-площадками алгоритмов по автоматическому скрытию всех буквенно-цифровых данных на фотографиях в объявлении. Каковы причины? На самом деле, многие делают это, просто поддаваясь массовому инстинкту: раз так делают все, значит, так нужно. Есть, впрочем, и некоторые объективные причины: например, желание скрыть факт продажи машины от кого-то из друзей или родственников. Для массовых машин без ярких отличительных черт простого скрытия номеров может быть достаточно. Еще один вариант – продажа машины перекупщиком, а не собственником. Закрытый номер позволяет перекупщику скрыть от покупателя данные о владельце, а от владельца – данные о стоимости перепродажи машины. Впрочем, все это помогает лишь заманить покупателя на просмотр: при очной встрече факт продажи машины не от собственника все равно вскроется. То же самое касается попыток продавца или перекупщика скрыть прошлое автомобиля – серьезные ДТП, юридические ограничения, работу в такси и так далее. Ну и, наконец, еще один надуманный сценарий – стремление продавца защититься от мошенничества. Некоторые люди действительно волнуются о том, что кто-то может отследить их сделку по продаже дорогой машины и, например, похитить деньги.
Однако по-настоящему ключевая причина скрытия номеров в объявлениях в наше время относится не к продавцам, а именно к интернет-площадкам. Крупные доски объявлений имеют собственные платные сервисы по проверке автомобилей, и они заинтересованы в том, чтобы покупатели ими пользовались. Ну а по номеру машины и VIN покупатель может получить часть информации бесплатно, так что скрытие этих данных позволяет слегка повысить востребованность платного сервиса. Справедливости ради стоит отметить, что такие сервисы зачастую действительно могут быть полезны, предоставляя данные не только об истории регистраций, залогах и ограничениях, но и зарегистрированных пробегах, ДТП, страховых выплатах и других подробностях, которых не узнать в государственных бесплатных ресурсах. Однако нужно понимать, что для первичной проверки можно просто запросить у продавца данные о VIN и номерном знаке – откровенно «неблагополучные» машины отсеются уже на этом этапе.
Итак, мы выяснили, что традиция скрывать данные машины при продаже имеет мало практического смысла. Но можно ли раскрывать каждому потенциальному покупателю не только регистрационный знак, но и VIN автомобиля? Если говорить кратко, то ответ – да. Давайте чуть подробнее разберемся, почему.
Прежде всего стоит понимать, что и номер машины, и VIN – это открытая информация, доступная практически любому желающему. У современных автомобилей одно из мест расположения VIN – площадка под лобовым стеклом, так что получить комбинацию из двух номеров можно, просто подойдя к машине. Соответственно, ее передача третьим лицам вполне безопасна. Чуть больше вопросов вызывают просьбы покупателя прислать фотографию ПТС или свидетельства о регистрации автомобиля, однако и здесь риск обмана покупателем продавца минимален. По сути, одним из самых неприятных сценариев может быть создание «автомобиля-двойника», копирующего данные с другой машины той же модели. Но вероятность того, что целью мошенников будет непосредственно продающийся автомобиль, ничтожно мала. Конечно, покупатель, сходу запрашивающий «полное досье» из госномера, VIN, фотографий всех документов на машину и паспорта продавца, может показаться подозрительным, однако на деле все эти данные могут использоваться для подробной проверки машины перед осмотром.
Более того, развернутый ответ на вопрос, стоит ли сообщать данные об автомобиле покупателям, звучит не как «да, можно», а как «да, нужно». Опытный покупатель, всерьез заинтересованный в машине, но уже перебравший несколько вариантов, наверняка запросит VIN и госномер, чтобы не тратить время на очередной плохой экземпляр. И отказ продавца сообщить базовые данные о машине может быть расценен как желание скрыть какие-то темные пятна в ее биографии. Так что если вам нечего скрывать, можно смело сообщать всем потенциальным покупателям данные об автомобиле, чтобы у них была возможность убедиться в прозрачности его истории.
Можно ли давать ВИН (VIN) номер авто покупателю
Сделка купли-продажи машины – сложный юридический процесс, где учитываются все мелочи. Многих собственников машин интересует, можно ли давать ВИН-номер авто покупателю и не навредит ли это самому автовладельцу. В статье приведены основные причины, по которым передача уникального идентификационного кода важна для грамотного проведения сделки.
Сразу стоит отметить, что сообщив номер кузова покупателю, продавец ничем не рискует. Информацию невозможно использовать в мошеннических целях. Она служит только для того, чтобы покупатель мог самостоятельно проверить транспортное средство по всем интересующим пунктам и быстрее принял решение о покупке.
Что такое VIN-код и где его найти автовладельцу
VIN-номер своего или чужого автомобиля (идентификационный номер транспортного средства) – это то, что отличает его от других транспортных средств. Код включает важную информацию о внешнем виде авто, а также о его происхождении. VIN также позволяет муниципальным и коммерческим базам данных собирать соответствующую информацию об истории транспортного средства, включая предыдущие аварии, невыполненные залоги, информацию о регистрации, бренде и многое другое.
VIN-номер можно найти на приборной панели автомобиля, глядя через лобовое стекло со стороны водителя. На многих машинах он также может быть расположен на дверном косяке, боковой стойке и внутри двери со стороны водителя (там, где она фиксируется). VIN также указывается в таких документах, как право собственности на автомобиль, страховые формуляры, ПТС и записи об обслуживании из сервисного центра. Если у покупателя нет прямого доступа к ТС, нужно попросить продавца предоставить ВИН-идентификатор.
Цифры, используемые в каждом VIN, несут важные сведения. Различные комбинации идентифицируют производителя, а также марку, модель и год. Так распределяются числа в современных ВИН-номерах машин:
Автомобили с VIN-номерами короче 17 цифр в большинстве случаев были произведены до 1981 года и не декодируются. Это означает, что покупатель не сможет определить год, марку и модель автомобиля через стандартный декодер. Однако сайт АвтоВин.РУ может сообщать любую информацию об истории транспортных средств по номеру кузова или государственному регистрационному номеру.
Если у покупателя есть прямой доступ к машине, следует проверить расположение VIN на автомобиле, чтобы убедиться, что номер одинаков во всех местах. Важно проверить не только их наличие, но и наличие признаков взлома. При осмотре нужно посмотреть, нет ли незакреплённых заклёпок, поцарапанных цифр, несовпадающих табличек, винтов вместо заклёпок или скотча, клея или краски на области VIN.
Зачем покупатель спрашивает ВИН-номер перед сделкой
Так как буквенно-цифровая комбинация содержит массу точных и полезных сведений о машине, перед сделкой купли-продажи естественно спрашивать у действующего собственника VIN. С помощью кода можно комплексно проверить машину:
Впоследствии VIN-номер пригодится покупателю для заказа запасных частей от официального дилера, смены регистрационных документов, а также для прохождения технического осмотра в сервисном центре.
Где проверить VIN-номер перед покупкой автомобиля
В интернете есть много сайтов, предлагающих проверку идентификационного номера авто. Условно их можно разделить на три группы:
Не стоит бояться сообщать ВИН-номер покупателю, если нечего скрывать. В противном случае рекомендуется привести машину в порядок, погасить долги и обременения, максимально улучшить историю авто и только потом продавать его.
Почему нельзя верить сервисам Auto.ru и Avito по проверке авто на юридическую чистоту
Если раньше покупателям, подыскивающим себе авто в интернете, приходилось верить продавцам на слово, то теперь — вроде как — они могут не беспокоиться за достоверность указанных в объявлении данных: количестве прежних владельцев, «аварийной» истории и юридических моментов. Торговцы указывают в публикации идентификационный номер машины, и сервисы автоматически подгружают информацию, доступную любому желающему.
На первый взгляд, услуга очень удобная. Да вот только пронырливые жулики, зарабатывающие себе на айфоны махинациями с «бэушками», научились «обходить» и ее. Каким образом? Составляя объявления, они указывают VIN-номер другой машины — той же модели, того же цвета, примерно тех же годов выпуска, но менее проблемной. Доверчивые покупатели им слепо верят: мало кому приходит в голову сверить — на всякий пожарный — комбинацию цифр из публикации с табличкой под «лобовухой» или ПТС.
AVITO
Что же до самих онлайн-площадок, хвастающихся «прорывными» функциями, то им до достоверности VIN-кодов — как, впрочем, и до своих клиентов — особого дела нет. Так, представители Avito рассказали порталу «АвтоВзгляд», что у них проверки на соответствие указанных идентификационных номеров реальным машинам не предусмотрены.
При этом за услугу сервиса «Автотека» компания без стеснения берет с пользователей 99 рублей за подробную информацию об авто, в том числе за историю страховых ремонтов (данные из Audatex) и ТО. Сведения, бесспорно, любопытные. Но есть ли смысл за них платить, учитывая тот факт, что «Авито» — как мы уже сказали — не сверяет заявленные продавцами VIN-номера с указанными в объявлениях транспортными средствами или их ПТС? Ну, получите вы данные — где гарантия, что они имеют отношение к приглянувшейся вам машине?
Как проверить реальный пробег автомобиля
Почему, продавая машину через аvito.ru и auto.ru, можно остаться и без денег, и без авто
АВТО.РУ
«Авто.ру» работает иначе. По словам представителей компании, проверка соответствия идентификационных кодов выставленным на продажу машинам происходит в несколько этапов. А с недавних пор в иных регионах продавцов обязывают указывать еще и госномер транспортного средства, что в некоторой степени защищает кошельки потенциальных покупателей. Тем не менее, объявления с подложными данными на портале встречались.
Фиксированной цены за информацию по вин-номеру из «Автокода» у портала нет. Могут потребовать как 97 рублей, так и 297 — очевидно, все зависит от удачливости покупателя. Бесплатно «Авто.ру» сообщает клиентам лишь о соответствии реальных технических характеристик авто указанным, о наличии юридических ограничений и историю ДТП. А хочешь узнать, перепродавался ли когда-нибудь этот автомобиль через этот сайт ранее, будь добр — внеси рублики. И за что, спрашивается…
Пожалуй, единственный более-менее лояльный к своим клиентам онлайн-сервис по продаже подержанных авто — это «Юла». «Мы уже умеем определять, насколько VIN соответствует той модели, которая размещена в объявлении. А в случае несоответствия подобные объявления блокируются», — сообщил порталу «АвтоВзгляд» официальный представитель компании.
Кстати, у «Юлы» функция проверки юридической чистоты авто по VIN-коду совершенно бесплатна. Правда, и толка от нее особого нет. Все те сведения о выставленных на продажу машинах, что подгружаются к объявлениям, находятся в открытом доступе.
Как бы там ни было, а пользоваться сервисами проверки автомобилей на «Авто.ру», «Авито» и прочих интернет-барахолках, бессмысленно в любом случае — и не важно, просят за «сверхсекретную» информацию площадки деньги или нет. И вот почему.
Для чего и как мы скрываем госномера автомобилей в объявлениях Авито
Привет. В конце прошлого года мы стали автоматически скрывать номера автомобилей на фотографиях в карточках объявлений на Авито. О том, зачем мы это сделали, и какие есть способы решения таких задач, читайте в статье.
Задача
На Авито за 2018 год было продано 2,5 миллиона автомобилей. Это почти 7000 в день. Всем объявлениям о продаже нужна иллюстрация — фото автомобиля. Но по государственному номеру на нём можно найти много дополнительной информации о машине. И некоторые наши пользователи стараются самостоятельно закрывать госномер.
| |
| |
| |
Причины, почему пользователи хотят скрывать госномер, могут быть разными. Со своей стороны мы хотим помогать им защищать свои данные. И стараемся улучшать процессы продажи и покупки для пользователей. Например, у нас уже давно работает услуга анонимного номера: когда вы продаёте автомобиль, для вас создается временный сотовый номер. Ну а чтобы защитить данные о госномерах, мы обезличиваем фотографии.
Обзор способов решения
Чтобы автоматизировать процесс защиты пользовательских фотографий, можно воспользоваться сверточными нейронными сетями для детектирования полигона с номерным знаком.
Сейчас для детекции объектов используются архитектуры двух групп: двухэтапные сети, например, Faster RCNN и Mask RCNN; одноэтапные (singleshot) — SSD, YOLO, RetinaNet. Детектированием объекта является вывод четырёх координат прямоугольника, в которые вписан объект интереса.
Упомянутые выше сети способны находить на картинках множество объектов разных классов, что уже является избыточным для решения задачи поиска номерного знака, потому что машина у нас на картинках, как правило, всего одна (бывают исключения, когда люди фотографируют свою продаваемую машину и её случайную соседку, но это происходит достаточно редко, поэтому этим можно было пренебречь).
Ещё одна особенность этих сетей состоит в том, что по умолчанию они выдают bounding box со сторонами, параллельными осям координат. Это происходит так, потому что для детектирования используется набор заранее определённых видов прямоугольных рамок, называемых anchor boxes. Если точнее, то сначала с помощью какой-то сверточной сети (например resnet34) из картинки получают матрицу признаков. Потом для каждого подмножества признаков, полученного с помощью скользящего окна, происходит классификация: есть или нет объект для k anchor box и проводится регрессия в четыре координаты рамки, которые корректируют её положение.
Подробнее об этом можно прочитать здесь.
После этого есть ещё две головы:
одна для классификации объекта (собака/кошка/растение и т.д),
вторая (bbox regressor) — для регрессии координат рамки, полученной на предыдущем шаге, чтобы увеличить соотношение площади объекта к площади рамки.
Для того, чтобы предсказать повернутую рамку бокса, нужно изменить bbox regressor так, чтобы получать ещё и угол поворота рамки. Если этого не делать, то получится как-то так.
Кроме двухэтапного Faster R-CNN, есть одноэтапные детекторы, например RetinaNet. Он отличается от предыдущей архитектуры тем, что сразу предсказывает класс и рамку, без предварительного этапа предложения участков картинки, которые могут содержать объекты. Для того чтобы предсказывать повернутые маски, нужно также изменить голову box subnet.
Один из примеров существующих архитектур для предсказания повернутых bounding box — DRBOX. Эта сеть не использует предварительный этап предложения региона, как в Faster RCNN, поэтому она является модификацией одноэтапных методов. Для обучения этой сети используется K повернутых под определенными углами bounding box (rbox). Сеть предсказывает вероятности для каждого из K rbox содержать таргет объект, координаты, размер bbox и угол поворота.
Модифицировать архитектуру и заново обучить одну из рассмотренных сетей на данных с повернутыми bounding boxes — задача реализуемая. Но нашу цель можно достигнуть проще, ведь область применения сети у нас гораздо уже — только для скрытия номерных знаков.
Поэтому мы решили начать с простой сети для предсказания четырёх точек номера, впоследствии можно будет усложнить архитектуру.
Данные
В задании дана фотография автомобиля. Необходимо выделить номерной знак автомобиля, используя для этого четырёхугольник. При этом следует выделять государственный номер максимально точно.
С помощью Толоки можно создавать задания по разметке данных. Например, оценивать качество поисковой выдачи, размечать разные классы объектов (текстов и картинок), размечать видео и т.д. Их будут выполнять пользователи Толоки, за плату, которую вы назначите. Например, в нашем случае толокеры должны выделить полигон с госномером автомобиля на фото. В целом это очень удобно для разметки большого датасета, но получить высокое качество довольно сложно. На толоке много ботов, задачей которых является получить с вас деньги, наставив ответы рандомно или с помощью какой-то стратегии. Для противодействия этим ботам есть система правил и проверок. Основной проверкой является подмешивание контрольных вопросов: вы размечаете вручную часть заданий, пользуясь интерфейсом Толоки, а далее подмешиваете их в основное задание. Если размечающий часто ошибается на контрольных вопросах, вы его блокируете и разметку не учитываете.
Для задачи классификации очень просто определить, ошибся размечающий или нет, а для задачи выделения области это не так просто. Классический способ — считать IoU.
Если это отношение меньше некоторого заданного порога для нескольких заданий, то такой пользователь блокируется. Однако для двух произвольных четырехугольников посчитать IoU не так просто, тем более, что в Толоке приходится это реализовать на JavaScript. Мы сделали небольшой хак, и считаем, что пользователь не ошибся, если для каждой точки исходного полигона в небольшой окрестности находится точка, отмеченная разметчиком. Ещё есть правило быстрых ответов, чтобы блокировались слишком быстро отвечающие пользователи, капча, расхождение с мнением большинства и т.д. Настроив эти правила, можно ожидать довольно неплохую разметку, но если нужно действительно высокое качество и сложная разметка, нужно специально нанимать фрилансеров-разметчиков. В итоге наш датасет составил 4к размеченных картинок, и стоило всё это 28$ на Толоке.
Модель
Теперь сделаем сеть для предсказания четырёх точек области. Получим признаки с помощью resnet18 (11.7M параметров против 21.8M параметров у resnet34), далее делаем голову для регрессии в четыре точки (восемь координат) и голову для классификации, есть на картинке номерной знак или нет. Вторая голова нужна, потому что в объявлениях о продаже машины не все фотографии с машинами. На фото может быть деталь автомобиля.
Подобное нам, конечно, детектить не надо.
Обучение двух голов делаем одновременно, добавив в датасет фото без номерного знака с таргетом bounding box (0,0,0,0,0,0,0,0) и значением для классификатора «картинка с номерным знаком / без» — (0,1).
Тогда можно составить единую лосс функцию для обеих голов как cумму следующих лоссов. Для регрессии в координаты полигона номерного знака используем гладкий L1 loss.
Его можно интерпретировать как комбинацию L1 и L2, который ведёт себя как L1, когда абсолютное значение аргумента велико и как L2, когда значение аргумента близко к нулю. Для классификации используем softmax и crossentropy loss. Экстрактор признаков — resnet18, используем веса, предобученные на ImageNet, дальше дообучаем на нашем датасете экстрактор и головы. В данной задаче мы использовали фреймворк mxnet, так как он является основным для computer vision в Авито. Вообще, микросервисная архитектура позволяет не привязываться к конкретному фреймворку, но когда имеешь большую кодовую базу, лучше использовать ее и не писать тот же самый код заново.
Получив приемлемое качество на нашем датасете, мы обратились к дизайнерам, чтобы нам сделали номерной знак с логотипом Авито. Сначала мы конечно попробовали сделать сами, но выглядел он не очень красиво. Дальше требуется изменить яркость номерного знака Авито на яркость оригинальной области с номерным знаком и можно накладывать логотип на изображение.
Запуск в прод
Проблема воспроизводимости результатов, поддержки и развития проектов, решённая с некоторой погрешностью в мире backend- и frontend-разработки, всё ещё стоит открытой там, где требуется использовать модели машинного обучения. Вам наверняка приходилось разбираться в легаси коде моделек. Хорошо если в readme есть ссылки на статьи или опенсорс-репозитории, на которых базировалось решение. Скрипт для запуска переобучения может упасть с ошибками, например, поменялась версия cudnn, и та версия tensorflow уже не работает с этой версией cudnn, а cudnn не работает с этой версией драйверов nvidia. Может, для обучения использовался один итератор по данным, а для тестирования и в продакшене другой. Так можно продолжать довольно долго. В общем, проблемы с воспроизводимостью существуют.
Мы стараемся убрать их, используя nvidia-docker окружение для обучения моделек, в нём есть все необходимые зависимости для сuda, также туда устанавливаем зависимости для питона. Версия библиотеки с итератором по данным, аугментациями, инференсу моделек — общая для стадии обучения/экспериментирования и для продакшена. Таким образом, чтобы дообучить модель на новых данных, вам нужно выкачать репозиторий на сервер, запустить shell скрипт, который соберет докер-окружение, внутри которого поднимется jupyter notebook. Внутри у вас будут все notebook’и для обучения и тестирования, которые точно не упадут с ошибкой из-за окружения. Лучше, конечно, иметь один файл train.py, но практика показывает, что всегда требуется смотреть глазами на то, что выдаёт моделька и что-то менять в процессе обучения, так что в конце вы всё равно запустите jupyter.
Веса модели хранятся в git lfs — это специальная технология для хранения больших файлов в гите.До этого мы пользовались артифактори, но через git lfs удобнее, потому что скачивая репозиторий с сервисом, вы сразу получаете актуальную версию весов, как на продакшене. Для инференса моделей написаны автотесты, так что не получится раскатить сервис с весами, которые их не проходят. Сам сервис запускается в докере внутри микросервисной инфраструктуры на кластере kubernetes. Для мониторинга производительности мы используем grafana. После раскатки мы постепенно увеличиваем нагрузку на инстансы сервисов с новой моделькой. При выкатке новой фичи мы создаем а/б тесты и выносим вердикт по дальнейшей судьбе фичи, опираясь на статистические тесты.
В результате: мы запустили замазывание номеров на объявлениях в категории авто для частников, 95 перцентиль времени обработки одной картинки для скрытия номера равен 250 мс.
Увидел одно, продали другое. Как мошенники обманывают с продажей авто на Avito и Auto.ru
Скрученный пробег, аварии и залог у банков — примерно такой транспорт видят покупатели, когда приезжают покупать новенький автомобиль через объявление в Интернете. С виду всё хорошо и к машине нет никаких претензий, но мошенники научились обманывать не только экспертов, но и онлайн-базы.
Оставь денег, сохрани машину
Самый популярный вид обмана на онлайн-площадках никуда не исчезал. Сотрудники МВД, в задачи которых входит розыск и арест людей, промышляющих мошенничеством через Интернет, говорят, что просьба оставить предоплату по-прежнему позволяет злоумышленникам зарабатывать сотни тысяч рублей в месяц. Работает схема очень просто: после звонка по объявлению «продавец» говорит, что машину только что приехали смотреть очень серьёзно настроенные клиенты. Чтобы «придержать» выгодный автомобиль, просят скинуть задаток, каких-нибудь 5–7 тыс. рублей. Суммы побольше злоумышленники не просят, работает чистая психология: потерять 5 тыс. рублей не так обидно, как потерять 10.
Большая часть потенциальных автовладельцев в этот момент понимают, что речь, вероятно, идёт о мошенничестве, и закономерно прекращают общение. Но среди всех позвонивших в любом случае найдётся небольшой процент тех, кто согласится отправить задаток. В лучшем случае, как отмечают юристы, по приезде покупатель-неудачник обнаружит не ту машину, что указана в объявлении. В худшем — деньги просто отправятся на виртуальную карту и отследить их движение будет крайне проблематично.
Адвокат Владимир Ситников объяснил, что вернуть эти деньги практически невозможно.
Чаще всего это происходит с помощью виртуальной карты. Достаточно купить сим-карту, зарегистрироваться, и небольшие суммы можно выводить несколькими транзакциями на другие карты. Виртуальную карту сейчас предоставляют очень многие банки, а также операторы сотовой связи. Даже после подачи заявления в органы шансы на возврат суммы и обнаружение злоумышленника крайне малы
Автомобили, которые побывали в ДТП и теперь продаются как небитые и некрашеные, — это основная проблема онлайн-площадок с объявлениями о продаже. С одной стороны, если VIN-код указан предыдущими собственниками верно, то «пробить» историю автомобиля через Интернет не составляет никакого труда. Гораздо сложнее работать с автомобилями, VIN-код которых подделан. Точнее, прямого преступления, за которое предусмотрена уголовная ответственность, тут вроде бы и нет. На первый взгляд, объявление выглядит крайне правдоподобным. Год, пробег, состояние и количество владельцев всегда будут привлекать.
Коллаж © LIFE. Фото © Shutterstock
Эксперт по подбору автомобилей Иван Царёв отмечает, что по всем онлайн-базам, включая страховые компании, данные по автомобилю в объявлении будут совпадать.
Технически это устроено очень просто. Находится свежий автомобиль, собираются его данные по году выпуска и VIN-коду, и дело в шляпе. Такой автомобиль любыми экспертами будет рекомендоваться к покупке, хотя на самом деле это может быть совершенно разбитая машина после пяти владельцев
Эксперт по подбору автомобилей
Как это работает. Каждый автопроизводитель выделяет для определённой модели автомобиля определённый регистрационный код. Алгоритм подбора VIN-кода известен только производителю, однако мошенники, которые пытаются продать почти что уничтоженный автомобиль под видом нового, не слишком умны и пользуются примитивными приёмами. Если приехать на осмотр автомобиля, данные которого в объявлении и онлайн-базе смущают потенциального владельца, то главное — внимательно сверить VIN из объявления с фактическим номером автомобиля.
Как правило, в целях продажи злоумышленники могут заменить VIN-код, который находится под лобовым стеклом, на тот, что указан в объявлении. Избавиться от подлинных заводских номеров кузова в других местах сложнее. Секция с кодом на моторном щите и под сиденьем пассажира (у немецких и японских автомобилей часто дублируется на полу багажника в районе запасного колеса) удаляется тяжело, однако если на ней есть следы механического воздействия, а сам шрифт в правой и левой части разный, то от такой покупки лучше отказаться.
История с такими автомобилями — классический случай «развода» и попытка сбыть некондиционный автомобиль. Как пояснил специалист по подбору автомобилей Иван Царёв, хорошим состоянием такие автомобили не блещут в принципе.
Мы недавно осматривали Toyota Land Cruiser 200. Очень популярная в России машина. Очень интересные фото с разных ракурсов, но ни одной с VIN-кодом. Когда попросил сфотографировать ПТС, собственник без проблем это сделал, однако после изучения истории машины выяснилось, что владелец не один, а их было минимум трое, а сама машина в залоге у банка и, кроме этого, успела побывать в трёх ДТП. Видимо, по одному на владельца
Эксперт по подбору автомобилей
Как отмечают специалисты по поиску автомобилей на вторичном рынке, мошеннические объявления всегда пишутся таким образом, чтобы у потенциального владельца сложилось полное впечатление, что он выиграл в лотерею. Цена, год выпуска, пробег, причины продажи (нужны деньги или жена рожает) всегда составляются с тем учётом, чтобы пользователь сайта объявлений ЗАХОТЕЛ эту машину. А дальше начинаются пляски с бубном — то пробег чуть больше, то аварии появляются, то сама машина, совершенно внезапно, не может быть переоформлена на другого человека из-за штрафов или залога в банке.
Эксперты отмечают, что к каждому объявлению о продаже автомобиля лучше с самого начала относиться скептически, а в продавце можно и нужно видеть потенциального мошенника. Почему? Да потому что лишь один автомобиль из десяти осмотренных, по данным автоэкспертов, полностью соответствует заявленным в объявлении данным. Самая частая проблема — расхождение в данных о пробеге и техническом состоянии. Также большие вопросы у экспертов по подбору автотранспорта вызывают документы, с которыми продаются дорогие автомобили.
Среди самых популярных автомобилей с поддельными или заменёнными взамен утраченных ПТС указываются Toyota Land Cruiser, Lexus RX, Mercedes C-класса, Toyota Camry и Mercedes G/GL. Среди битых и восстановленных (и продаваемых как небитые, некрашеные) популярнее всего бюджетные седаны KIA Rio, Ford Focus, Hyundai Solaris, кроссовер Nissan Qashqai и Toyota RAV4, а также отечественные седаны Lada Granta и Lada Priora.