OpenFacet – 從市場深度到市場稀缺程度：估計一顆鑽石有多難找到
2026年10月18日
OpenFacet 推出相對市場稀缺程度估計：在原有掛牌深度快照的基礎上，以模型呈現相近規格鑽石的可尋獲程度。
價格基準有助於買家判斷報價是否合理。找到一顆相近規格的鑽石則是另一個問題：價格合適，並不代表市場上有許多石頭可供選擇。
OpenFacet 正在推出相對市場稀缺程度估計。我們將原有的市場深度視圖發展為涵蓋所追蹤規格的模型曲面，估計在所涵蓋的零售市場中，找到相近規格鑽石的難易程度。這不是對地質稀有程度的衡量。
過去的市場視圖按克拉、顏色和淨度展示可見的掛牌供應。它揭示了一些有用的差異：常見尺寸通常有較深的供應，而較大鑽石和部分等級組合的供應明顯較少。
不過，快照中的數量也反映了資料的採集方式。有的平台回傳全部符合條件的庫存，有的平台只回傳一頁有限的結果；有些規格經常查詢，有些只是偶爾抽查。同一顆鑽石也可能透過多個賣家掛牌。一個缺乏資料的儲存格，可能意味著供應有限，也可能只是請求失敗，或當天沒有查詢該規格。
舊視圖是一種有用的市場觀察。但把每個顯示的數字都當成完整庫存，就賦予了它超出採集過程所能支持的確定性。
估計觀察之間的空白
我們無法持續查詢所有可能的規格組合，多數買家也做不到。供應指標需要在兩次觀察之間，以及抽查較少的規格區域中，仍然具有參考價值。
基線由歷史掛牌觀察資料擬合而成，不會沿用舊快照或其中的模型分數。我們使用多個市場都觀測到的重疊規格，將不同市場校準至共同的深度尺度，再對相關規格間的基線進行平滑處理。搜尋結果的頁數或筆數限制可能看起來像供應上限；一次孤立觀察也可能讓某個規格顯得異常充足或稀缺。
近期觀察隨後用來修正基線。某一規格的變化，可以為相近規格提供資訊；規格越接近、支持證據越充分，影響就越強。證據較少的預測仍然是估計，缺乏新觀察絕不等於市場上沒有鑽石。
開發過程中，我們曾考慮只在同一克拉區間內比較顏色和淨度組合。這可以說明某種等級組合在同尺寸類別中是否少見，卻會失去整體市場稀缺程度的重要資訊：大鑽石往往在整個尺寸類別中都具有較少的可見供應。
我們保留了跨克拉的供應結構。模型先將不同來源調整到共同的深度尺度，再根據預測的市場曲面計算稀缺程度分數。因此，熱門尺寸與較大鑽石之間的典型供應差異，仍然屬於訊號的一部分。
這不代表每顆六克拉鑽石都比每顆一克拉鑽石難找。顏色、淨度和形狀依然重要。它意味著，不能僅僅因為每個尺寸類別分別排名，就讓尺寸相關的供應差異消失。
理解分數
對於 1.23 克拉這類位於已發布克拉點之間的重量，我們在相鄰點之間插值估計稀缺程度。價格另行計算，包括克拉門檻附近的調整；這些價格調整不會用於稀缺程度評分。
分數範圍為 0–100，分數越高，預計市場稀缺程度越高。其定義為：
$$ R(i) = 100 \times \operatorname{PercentileRank}\left(-\hat{z}(i)\right) $$
其中，$\hat{z}(i)$ 是規格 $i$ 的模型估計市場深度對數。PercentileRank 介於0至1，在同一形狀與切工類別中，比較涵蓋不同克拉、顏色和淨度的完整模型網格。960種參考組合權重相同，排名不按市場需求或銷售量加權。估計深度越低，稀缺程度分數越高。80分既不是鑽石數量，也不代表搜尋失敗的機率是80%。排名90表示其模型供應量低於960種參考規格中的約90%。
分類標籤：消費者介面與專業規格探索器共用以下五種易讀標籤及排名區間：供應廣泛（0–<20）、供應中等（20–<40）、供應有限（40–<60）、稀有（60–<80）和非常稀有（80–100）。市場矩陣保留數值排名，方便進一步比較。
專業頁面展示兩種視圖。不同克拉的市場稀缺程度顯示80種顏色／淨度組合的中位數及第10–90百分位範圍。陰影帶呈現規格間的差異，而非模型不確定性。最稀缺四分位前沿標示最早的已發布克拉級距；從該級距起，該規格在截至6克拉的每個後續已發布級距都維持在75名及以上。
價格與稀缺程度回答的是不同問題。某個規格更難找到，並不自動代表它更好、定價更合理，或更值得投資。買家可以據此考慮是否擴大搜尋範圍，珠寶商也可以用它討論替代規格或尋找替換鑽石的難度。它不是交貨時間的承諾。
可用性模型支援圓形和枕形兩種形狀系列，各自依據獨立的參考網格排名。專業市場視覺化目前只顯示圓形鑽石；其960種參考規格不會與枕形鑽石混合排名。其他異形鑽石尚未涵蓋，模型也不會借用圓形或枕形的供應情況。長寬比目前不參與稀缺程度評分。
所涵蓋的零售掛牌只是觀察供應的一個窗口，並非整個鑽石市場。平台涵蓋範圍、掛牌品質、重複庫存和搜尋限制，仍會影響證據。平滑處理和來源尺度調整讓資料更有用，但無法還原所有從未進入我們視野的鑽石。
評分還應透過刻意隱藏部分已觀察規格來檢驗，並在新資料累積後，與後續供應情況進行比較。完整的曲面具有用途，但完整本身並不能證明預測準確。