2021行业洞察：2021年3月综合更新报告

引言

随着每日利用率更新受关注度攀升，作为数据管家，我们有责任阐明假设、潜在偏差来源及误差范围，助组织基于我们的数字做出最明智决策。

同任何数据集一样，我们的数据含偏差，故所有报告指标均附带误差范围。作为数据从业者，透明披露偏差来源、数据假设及方法论应对措施至关重要。这使您能自主判断我们主张的可信度及数据对贵组织的价值。

类比传统民调方法

若以传统民调视角（如电视大选民调）审视数据集，可将每台机床视为一位被「调查」的「人」。调查问题仅是：「过去七天平均利用率多少？」我们通过云连接边缘设备舰队，每秒采样美国数千「人」（机床），次日全量回收「答案」后发布前一日数值。


我们采样的「人」（机床）所在位置。

同任何非全量普查的民调，样本存在偏差。如前文所述，某些偏差在我们方法论中不适用——如情绪驱动的感知偏差、确认偏差、恶意上报。机床通过软件每秒自动「被调查」，无撒谎机会（因系留于MachineMetrics）。技术故障极少，利用率是最基础指标，异常经算法快速识别剔除。但剔除人为因素后，其他偏差仍存。

高生产力样本偏差

首先，样本可能代表「高生产力制造业」。采用工业4.0技术的车间通常更具前瞻性，已建立精益流程提升吞吐量。我们不确定样本比「平均」离散制造业高出多少百分点，但认为整体趋势不受影响（即高/低生产力车间的日环比变化率应相似）。因为节假日、经济冲击、回岸/离岸等宏观因素对两类车间影响大致均等。这很重要：虽然我们报告的利用率绝对值略高，但仍能清晰捕捉节假日效应、新冠冲击、积压需求释放等宏观趋势。

此外，我们未覆盖美国机床使用的完美全量普查——那需接入300万+机床（AMT估算美国运营中原值超5万美元的CNC机床达320万台）。

虽志在接入300万台，目前仅覆盖一小部分。因按机床标价收费，披露样本量即泄露ARR（年度经常性收入），这是同体量初创企业通常不愿披露的估值核心指标。

误差范围

但我们遵循最佳实践附带误差范围，这正是样本量想要说明的。误差范围综合样本量占总体比例、肯定性回答比例。我们无「肯定性回答」——理论上可视100%利用率为「全员赞成」、0%为「全员反对」，但存疑。故采用50%肯定比例计算，最大化误差范围，给出最保守的调查精度度量。您可放心，报告误差为给定样本量下的最坏情况。


有限总体误差公式。来源：Chegg Homework Help

误差范围越大，用户对调查结果信心越低。当前误差约±1.6%至±1.8%。即我们有95%置信度：全美300万机床实际利用率在报告值±1.6%-1.8%区间内。2021年3月6日最新报告利用率29.41%，推断实际总体利用率极大概率在27.60%-31.21%之间。处于误差范围内的对比（如两候选人民调差距在误差内），应谨慎对待、持保留态度——2016大选周期给我们深刻教训。

例：利用率从29.0%升至29.4%，仍在误差内，属好奇现象而非事实。但若持续数日，一周内从29%升至31%，我们有95%置信这反映总体变化。又如7月4日前周五，利用率日内从29%骤降至25%，这不仅是好奇现象，更反映全美车间现实（人们提前开启长周末）。

±1.6%-1.8%本身也是关键基准：若以自身工厂利用率对标行业常态，应设定此缓冲区间。

行业现状更新

基于误差范围说明，我们表述利用率如下：

我们有95%置信度：截至昨日的周滚动平均利用率在27.60%-31.21%区间，点估计为29.41%。

这印证美联储经济数据：全美工厂需求因积压需求释放而激增。这是近四年来3月6日最高利用率，极具洞察力。

这也是自2018年10月（41个月高点）以来的局部峰值。与ISM制造业指数高度吻合：该指数跃升至48个月高点60.8（1月为58.7）。轶事报告佐证：制造业严重劳动力短缺，工厂主因亚马逊等新入局者抢夺技工而难以招工，车间主管被迫涨薪高达30%以竞争人才。

引用《华尔街日报》播客《就业热潮在哪里》为数据添注人文语境。

结论：生意兴隆，甚至过热。敬请期待后续更新！