OpenFacet – बाज़ार की गहराई से बाज़ार की दुर्लभता तक: समान हीरा ढूँढना कितना कठिन है

कीमत का बेंचमार्क खरीदार को किसी कोटेशन का आकलन करने में मदद करता है। समान विशेषताओं वाला हीरा ढूँढना एक अलग काम है। उचित कीमत का अर्थ यह नहीं कि चुनने के लिए बहुत से पत्थर मिलेंगे।

इस ज़रूरत को ध्यान में रखकर OpenFacet सापेक्ष बाज़ार दुर्लभता का अनुमान प्रस्तुत कर रहा है। हम पुराने बाज़ार-गहराई दृश्य को एक ऐसे मॉडल में बदल रहे हैं जो हमारे द्वारा ट्रैक की जाने वाली विशेषताओं को समेटता है। स्कोर बताता है कि शामिल खुदरा बाज़ार में समान हीरा ढूँढना कितना कठिन हो सकता है। यह भूवैज्ञानिक दुर्लभता का माप नहीं है।

हमारा पिछला बाज़ार दृश्य कैरेट, रंग और क्लैरिटी के अनुसार उपलब्ध ऑफ़र दिखाता था। इससे कुछ उपयोगी अंतर साफ़ होते थे: आम आकारों के लिए लिस्टिंग काफ़ी अधिक होती थीं, जबकि बड़े हीरों और कुछ ग्रेड संयोजनों के लिए आपूर्ति बहुत कम दिखाई देती थी।

लेकिन एक स्नैपशॉट की गिनती डेटा जुटाने के तरीके को भी दर्शाती है। एक स्रोत पूरा मिलान करने वाला स्टॉक बता सकता है, जबकि दूसरा परिणामों का केवल एक सीमित पेज लौटाता है। कुछ विशेषताओं को नियमित रूप से जाँचा जाता है और कुछ को कभी-कभी। एक ही हीरा कई विक्रेताओं के पास सूचीबद्ध हो सकता है। किसी खाने में कम डेटा का कारण सीमित आपूर्ति, अनुरोध की विफलता, या उस दिन उस विशेषता को खोजा ही न जाना हो सकता है।

पुराना दृश्य बाज़ार का उपयोगी अवलोकन था। मगर हर दिखाई गई गिनती को पूरे स्टॉक का माप मान लेना, डेटा-संग्रह प्रक्रिया से अधिक निश्चितता का दावा होता।

अवलोकनों के बीच अनुमान

हम हर संभव संयोजन को लगातार नहीं खोज सकते। अधिकांश खरीदार भी नहीं खोज सकते। उपलब्धता का संकेतक दो अवलोकनों के बीच और कम जाँचे जाने वाले क्षेत्रों में भी उपयोगी होना चाहिए।

आधाररेखा ऐतिहासिक ऑफ़र अवलोकनों से फ़िट की जाती है; पुराने स्नैपशॉट या उसके स्कोर इसमें नहीं लिए जाते। कई बाज़ारों में देखे गए समान विनिर्देशों का उपयोग करके मार्केटप्लेस को साझा गहराई-पैमाने पर कैलिब्रेट किया जाता है, फिर संबंधित विनिर्देशों के बीच फ़िट की गई आधाररेखा को सुचारु किया जाता है। खोज-पृष्ठ की सीमा आपूर्ति की अधिकतम सीमा जैसी लग सकती है, और एक अलग-थलग अवलोकन किसी विशेषता को असामान्य रूप से भरपूर या दुर्लभ दिखा सकता है।

हाल के अवलोकन फिर इस आधाररेखा को सुधारते हैं। एक विशेषता में बदलाव से पास की विशेषताओं के बारे में भी जानकारी मिलती है। समानता और सहायक प्रमाण जितने बेहतर हों, प्रभाव उतना अधिक होता है। कम प्रमाण वाले अनुमान फिर भी अनुमान ही हैं; नया अवलोकन न होना कभी इस बात का प्रमाण नहीं कि बाज़ार में कोई हीरा मौजूद नहीं है।

विकास के दौरान हमने रंग और क्लैरिटी के संयोजनों की तुलना केवल उसी कैरेट श्रेणी के भीतर करने पर विचार किया। इससे पता चल सकता है कि कोई ग्रेड संयोजन अपने आकार की श्रेणी में कितना असामान्य है। लेकिन इससे समग्र बाज़ार दुर्लभता की अहम जानकारी हट जाती है: बड़े पत्थरों की पूरी श्रेणी में अक्सर कम आपूर्ति दिखाई देती है।

हमने अलग-अलग कैरेटों के बीच की यह संरचना बनाए रखी। मॉडल अलग स्रोतों को एक साझा गहराई-पैमाने पर लाता है और फिर अनुमानित बाज़ार सतह से दुर्लभता का स्कोर निकालता है। लोकप्रिय आकारों और बड़े पत्थरों की सामान्य आपूर्ति के बीच अंतर इस संकेत का हिस्सा बना रहता है।

इसका अर्थ यह नहीं कि हर छह-कैरेट हीरा हर एक-कैरेट हीरे से कठिनाई से मिलेगा। रंग, क्लैरिटी और आकार अब भी मायने रखते हैं। अर्थ यह है कि केवल अलग-अलग आकारों की अलग रैंकिंग करने से आकार-संबंधी आपूर्ति का अंतर गायब नहीं होना चाहिए।

स्कोर का अर्थ

1.23ct जैसे वज़न, जो प्रकाशित कैरेट बिंदुओं के बीच आते हैं, उनके लिए हम पास के बिंदुओं के बीच इंटरपोलेशन से दुर्लभता का अनुमान निकालते हैं। कीमत अलग से निकाली जाती है और उसमें कैरेट की सीमाओं के पास समायोजन होते हैं; ये मूल्य समायोजन दुर्लभता पर लागू नहीं होते।

स्कोर 0 से 100 के बीच होता है। अधिक स्कोर का अर्थ अधिक अनुमानित बाज़ार दुर्लभता है। इसकी परिभाषा है:

$$ R(i) = 100 \times \operatorname{PercentileRank}\left(-\hat{z}(i)\right) $$

यहाँ $\hat{z}(i)$ विशेषता $i$ के लिए मॉडल द्वारा अनुमानित बाज़ार-गहराई का लघुगणक है। PercentileRank का मान 0 से 1 तक होता है। यह एक ही आकार और कट परिवार के भीतर कैरेट, रंग और क्लैरिटी के पूरे मॉडल ग्रिड की तुलना करता है। सभी 960 संदर्भ संयोजनों को समान भार दिया जाता है; रैंकिंग वास्तविक बाज़ार माँग या बिक्री मात्रा के अनुसार भारित नहीं है। कम अनुमानित गहराई से अधिक दुर्लभता स्कोर मिलता है। 80 का स्कोर न तो हीरों की गिनती है, न खोज असफल होने की 80% संभावना। 90 रैंक का अर्थ है कि अनुमानित उपलब्धता 960 संदर्भ विनिर्देशों में से लगभग 90% से कम है।

वर्गीकरण लेबल: उपभोक्ता इंटरफ़ेस और पेशेवर विनिर्देश एक्सप्लोरर में समान पाँच लेबल और रैंक सीमाएँ उपयोग होती हैं: व्यापक रूप से उपलब्ध (0–<20), मध्यम रूप से उपलब्ध (20–<40), सीमित उपलब्धता (40–<60), दुर्लभ (60–<80) और बहुत दुर्लभ (80–100)। बाज़ार मैट्रिक्स में बारीक तुलना के लिए संख्यात्मक रैंक भी दिखते हैं।

पेशेवर पेज पर दो दृश्य हैं। कैरेट के अनुसार दुर्लभता 80 रंग/शुद्धता संयोजनों की माध्यिका और 10वें–90वें पर्सेंटाइल सीमा दिखाता है। छायांकित पट्टी विनिर्देशों के बीच अंतर दिखाती है, मॉडल की अनिश्चितता नहीं। सबसे दुर्लभ चौथाई की सीमा वह पहला प्रकाशित कैरेट बैंड दिखाती है जहाँ से कोई विनिर्देश 6 ct तक हर अगले प्रकाशित आकार में 75 या उससे ऊँची रैंक पर बना रहता है।

कीमत और दुर्लभता अलग प्रश्नों का उत्तर देती हैं। कोई विशेषता कठिनाई से मिलती है तो वह अपने-आप बेहतर, सही कीमत वाली या बेहतर निवेश नहीं बन जाती। खरीदार इससे तय कर सकता है कि खोज का दायरा बढ़ाना चाहिए या नहीं। जौहरी विकल्प समझाने या बदलने के लिए समान पत्थर ढूँढने की कठिनाई बताने में इसका उपयोग कर सकता है। यह डिलीवरी समय का वादा नहीं है।

उपलब्धता मॉडल दो आकार-परिवारों—गोल और कुशन हीरों—का समर्थन करता है; हर परिवार की अपनी संदर्भ ग्रिड में अलग रैंकिंग होती है। पेशेवर बाज़ार दृश्य में अभी केवल गोल हीरे दिखते हैं; इसके 960 संदर्भ विनिर्देशों की रैंकिंग कुशन हीरों के साथ नहीं मिलाई जाती। अन्य फैंसी आकार शामिल नहीं हैं और उनकी उपलब्धता गोल या कुशन मॉडल से नहीं ली जाती। लंबाई-चौड़ाई अनुपात अभी इस स्कोर का इनपुट नहीं है।

शामिल खुदरा लिस्टिंग आपूर्ति को देखने का एक माध्यम हैं, पूरा हीरा बाज़ार नहीं। विक्रेताओं का दायरा, लिस्टिंग की गुणवत्ता, दोहराया गया स्टॉक और खोज की सीमाएँ प्रमाण को प्रभावित करती रहती हैं। सुचारु मॉडल और स्रोतों का समायोजन उस प्रमाण को अधिक उपयोगी बनाते हैं, लेकिन उन सभी पत्थरों को वापस नहीं ला सकते जो हमें कभी दिखे ही नहीं।

मॉडल से कुछ देखी गई विशेषताओं को जानबूझकर छिपाकर स्कोर को जाँचना भी ज़रूरी है। नया डेटा जुटने पर उसे बाद की उपलब्धता से भी मिलाना चाहिए। पूरी सतह उपयोगी है, पर केवल उसका पूरा होना भविष्यवाणी की सटीकता का प्रमाण नहीं है।

बाज़ार दृश्य देखें, हीरा मूल्य कैलकुलेटर का उपयोग करें, या मूल बेंचमार्क का संदर्भ समझने के लिए मूल्य निर्धारण पद्धति पढ़ें।