我们为什么做 Bijirin

免费、无广告,帮您看看所在地的价格划不划算,并分析食品价格是如何形成的。

01

这个价钱划算吗?

买菜的时候,我们常常会想:现在大概什么价?眼前这个价钱划不划算?是按公斤算还是按包算?在这个州算便宜吗?答案要看您在哪里:同样一公斤鸡肉,古晋和吉隆坡的价钱不一样,巴刹和附近的大型超市也不一样。我们明白“划算”见仁见智,所以 Bijirin 只把价格区间摆出来,让您自己判断。

政府其实早已公布各商店的价格,只是能查的工具不是满屏广告,就是在手机上很难用,或者还得先下载应用程序。Bijirin 直接在浏览器打开,把您看到的价格和您所在州大多数商店的价格放在一起对比,没有广告,也不追踪您。

示例:Bijirin 怎么回答您所在州的大多数商店
较便宜您的价格落在较便宜的一半较贵
示例:价格接下来可能怎么走未来 8 周
过去价格 中估计 可能区间,越远越宽
02

从农场到您的购物篮

我们想看清一个价格的每一环,从农民拿到多少,到您在柜台付多少。目前,凡是 KPDN 通过 PriceCatcher 公布的物品,我们都有最后这几环的数据。农场收购价就零零散散:有几样作物,我们从在同一地区务农的朋友那里打听到,但只供自己参考。最难的是中间这一段,因为它牵涉运输、储存、距离,还有供求。等有了可靠的数据,这就是我们下一步要量化的部分。

  1. 农场 农民拿到的价钱 几样作物,来自认识的农民,仅供自己参考,不公开。
  2. 收购商 向农场收购、分拣、包装 尚未量化
  3. 批发商 转卖给商店和市场 尚未量化
  4. 零售商 商店、巴刹、大型超市 KPDN PriceCatcher,每日更新
  5. 您 您付的价钱 Bijirin 显示的数字
已量化 部分,不公开 尚未
03

先求简单,想深入也可以

大多数人只想要一个数字、一个快速的答案,所以主页面我们尽量做得简短。网格视图让您一眼看懂每样物品,列表视图则把更多数字并排列出,方便比较。喜欢深究的话,假设情景和价格驱动因素页面会展示背后的引擎。

预测怎么做

我们用一个机器学习模型,同时从约 300 样物品中学习:季节、开斋节和农历新年等节日,以及价格如何回落到平常水平。它为未来 1 至 8 周的每一周给出低、中、高三个估计组成的区间,并且每周重新训练。

就像天气预报:给的是可能的区间,不是保证。每个区间事后都会拿真实价格来打分,记录不好的物品,预测会被拉回“不变”。

假设情景引擎怎么运作

当您不确定供求会怎么变,又想验证一个想法时,就可以用它。它靠的是基本经济学,不是黑箱:一个冲击要么推高把食物运到摊位的成本(柴油、令吉走弱),要么改变到货量(进口减少、水灾),要么改变大家想买多少(节庆季节)。这些影响有多大,是从真实事件中测出来的,例如 2024 年 6 月的柴油津贴调整。

价格管制物品会特别标示,显示的价格绝不会超过政府的最高限价。

04

一个经得起核对的助手

助手用马来文、英文和中文作答,用的数字和页面上的一模一样。它负责挑选要调用的工具、组织文字,但从不自己计算价格。任何内容离开我们的服务器之前,个人资料都会先被遮盖;第一次提问前需要您同意;它也不提供投资建议,不指控具名的卖家。

  1. 1
    您的问题马来文、英文或中文
  2. 2
    遮盖个人资料姓名、身份证、电话、电邮、地址
  3. 3
    AI 挑选工具只能从固定的工具中选
  4. 4
    工具取得数字与页面相同的数据
  5. 5
    AI 撰写回答只写文字,不做计算
  6. 6
    数字核对每个数字都必须与工具结果相符

如果有数字对不上,回答会重写一次;仍然不符,就改为直接用数据生成的简单表格。

05

免费,预算有限

Bijirin 对所有人免费,所以每一笔运营开销都是取舍。查价格、看预测、跑假设情景都不需要账户。助手每回答一次都要花钱,所以需要登录,并设有每月额度。我们选用小巧、低成本的 AI 模型,在测试中表现不输更大的模型,速度还快三倍。我们也舍弃了独立的分析数据库(OLAP):一个数据库装下所有数据,要保护、备份和付费的就只有这一个。只有当需求超出助手额度,或有商业需求、系统集成时,我们才会考虑收费。

06

各部分各司其职

Bijirin 的每个部分只能做本职工作所需的事。网站、API 和助手分开运行,各有各的权限;助手只能读取我们批准的数据。

您的浏览器
网站:只有静态文件
API
价格、假设情景、您的购物篮
助手
像网站一样调用 API
价格数据
每个部分只获得所需的权限
Google Cloud所有基础设施都以代码定义
为什么选 Google Cloud

我们用过 AWS、Cloudflare 平台、私人服务器(VPS)以及本地部署的服务器。为 Bijirin 选择 Google Cloud,是综合考虑了几个因素:额度与运营成本、所需的软件库和托管服务、服务器的搭建方式,以及与我们开发流程的契合度。

07

为复用而建

预测、机器学习和精算方法,只有真正用起来才有价值。Bijirin 就是我们用公开数据验证这些方法的地方。同一套做法,即用区间而非单一数字、提出假设性问题、如实记录过往预测,也能帮助其他领域各种规模的公司。

食品价格保险医疗保健住房交通运输人力零售
08

我们不会做的事

  • 不放广告,不用追踪 Cookie。
  • 不出售您的资料。
  • 不承诺我们无法证明的准确度。
  • 不隐藏来源:全部列在来源与许可页面。

想合作、发现问题或有疑问?联系我们。