2021年業界インサイト：2021年3月包括的アップデート

はじめに

日次稼働率アップデートが注目を集める中、データの管理者として、前提条件、バイアスの潜在的源泉、誤差範囲を明確化し、組織が我々の数値から最も情報に基づいた意思決定を行えるようにすることが重要だと感じています。

あらゆるデータセットと同様、我々のデータにもバイアスが含まれます。したがって、報告指標にはすべて誤差範囲を付記しています。データ実務者として、これらのバイアス源、データへの前提、それらへの方法論的対処を透明化することは重要です。これにより、利用者である皆様が、我々の主張の真実性とデータの貴社への価値を自ら判断できるようになります。

従来の世論調査手法へのアナロジー

我々のデータセットを従来の世論調査（テレビで見る大統領予備選の支持率調査など）の視点から見ると、各機械を「一人」の「回答者」と見なせます。問う質問はシンプルです。「過去7日間の平均稼働率はどうだったか？」 クラウド接続されたエッジデバイスのフリートを通じて、全米の数千台の「回答者（機械）」を毎秒サンプリングし、すべての「回答」が「揃った」前日の数値を報告します。

サンプリング対象の「回答者（機械）」の所在地。

母集団全体を捕捉しない世論調査と同様、我々のサンプルもバイアスの影響を受けます。前回の投稿で触れた通り、我々の手法では特定のバイアス——感情駆動型の知覚バイアス、確証バイアス、悪意ある報告——は適用されません。機械はソフトウェアにより毎秒自動的に「調査」されるため、MachineMetricsに接続されている限り「嘘」をついたり虚偽を報告したりする機会がありません。技術的グリッチも僅少です。稼働率は機械から取得する最も基本的な指標であり、異常はアルゴリズムで検知・迅速に除外されます。しかし、人間要素を排除しても、他の形のバイアスは依然として存在します。

高生産性サンプル

第一に、我々のサンプルは製造業の中でも「高生産性」な層を代表している可能性が高いです。インダストリー4.0技術を採用する工場はより前向きな思考を持ち、すでに業務効率化とスループット向上のプロセスを備えているからです。このサンプルが「平均的な」離散製造業より何パーセントポイント生産性が高いかは正確にはわかりませんが、全体的なトレンドには影響しないと考えています（すなわち、日々の変化率は高生産性サンプルでも平均的サンプルでも同様であるはずです）。祝日、経済ショック、オンショアリング/オフショアリングなどのマクロ要因は、高・低生産性の工場に比較的均等に影響するためです。これは重要です。報告される稼働率の全体レベルはわずかに高めに出ますが、祝日効果、コロナ禍の影響、抑圧された消費者需要の製造業全体への影響など、非常に明確なトレンドを捉えられるからです。

さらに、米国全土の機械使用状況を完全な母集団レベルのセンサスで捕捉しているわけではありません。それには300万台以上の工作機械（320万台という数字は、製造技術協会の推計による、原価5万ドル以上の稼働中CNC工作機械の数）すべてに接続する必要があります。

いつか300万台到達を目指しますが、現時点ではその一部に留まります。正確なサンプルサイズは非公開です。弊社は機械あたり標準価格で課金しており、サンプルサイズを開示すると年間経常収益（ARR）がバレてしまうためです。この規模のスタートアップにとってARRは評価額の鍵となるため、開示を控えています。

誤差範囲

しかし、ベストプラクティスとして誤差範囲を記載しています。これはサンプルサイズが本来捉えようとするものでもあります。誤差範囲は、母集団サイズに対するサンプルサイズの割合と、調査に肯定的に回答した回答者の割合を考慮します。我々の場合、「肯定的回答」という概念がないため、理論上は100%稼働を「全員がイエス」、0%を「全員がノー」とみなせますが、これは疑わしいです。したがって、肯定回答割合として50%を用いて計算し、サンプルサイズを前提とした最も保守的な（最大の）誤差範囲を算出しています。報告される誤差範囲は、我々のサンプルサイズを前提とした最悪シナリオであると安心してください。

有限母集団の誤差範囲の公式。出典：Chegg Homework Help

誤差範囲が大きいほど、調査結果への信頼度は低くなります。現在の誤差範囲は約±1.6%〜±1.8%です。つまり、米国の全300万台の工作機械について、実際の稼働率は報告値の±1.6%〜±1.8%の範囲にあると95%信頼できます。2021年3月6日の最終報告稼働率は29.41%でしたので、母集団全体の実際の稼働率は27.60%〜31.21%の間にある可能きわめて高いと言えます。つまり、誤差範囲内での比較——ちょうど誤差範囲内にある二人の候補者の支持率比較と同様——は慎重に扱うべきです。2016年の米大統領選で皆さんが身をもって学んだ教訓です。

例えば、稼働率が29.0%から29.4%に変化した場合、これは誤差範囲内であり、「事実」というより「興味深い変化」程度に留めるべきです。しかし、この変化が数日持続し、一週間で29%から31%へ変化したなら、母集団レベルの変化を反映していると95%確信できます。別の例として、7月4日前の金曜日に稼働率が日単位で29%から25%へ下がったなら、これは単なる変動ではなく、全米の工場で「金曜日から連休を始める人が多い」という現実を反映していると考えられます。

この±1.6%〜1.8%という数値自体も重要です。自社工場の稼働率を業界標準とベンチマークする際、この幅をバッファとして設定すべきです。

業界状況のアップデート

誤差範囲の説明を踏まえ、稼働率を以下のように表明します。

昨日までの週次移動平均稼働率は、点推定値29.41%で、27.60%〜31.21%の間にあると95%確信しています。

これは、溜まった需要により全米の工場需要が急増していることを示すFRB経済データと一致します。これは過去4年間で3月6日としては最高の稼働率であり、非常に示唆に富むインサイトです。

また、2018年10月（41ヶ月ぶりの高水準）以来の局所的最大値でもあります。これはISM製造業景況指数が48ヶ月ぶりの高水準（60.8、1月の58.7からジャンプアップ）を記録したこととほぼ完全に一致します。データは、製造業の深刻な労働力不足という逸話的報告とも裏付け合っています。工場オーナーはアマゾン等の新規参入企業が熟練工を奪う中、人材確保に苦慮しています。現場管理者は人材獲得競争で賃金を最大30%引き上げています。

最後に、ウォールストリートジャーナルのポッドキャスト「Where Jobs are Booming」を参照します。これは我々のデータが示す現象に人間的な文脈を与えてくれます。

結論：ビジネスは好調、ほぼ好調すぎるほどです。さらなるアップデートをお楽しみに！