有一個欄位看起來像「材料的萬用程度排行」，但它前一百名裡有七支是 0 家供應商

閱讀約 5 分鐘。

資料庫裡有一個我一直沒用過的欄位：potential_uses。

它記的不是搭配的材料，是香型——這支材料可以用在哪些類型的作品裡。

它的規模不小

• 7,807 筆紀錄有內容（全庫的 18.5%），供應商 10 家以上的有 2,616 筆
• 標記分成 FR（香水）72,233 條、FL（風味）11,132 條、FL/FR 4,492 條
• 每筆材料的用途數：中位數 3、平均 12.4、最大 326

而香型的名字就是你熟悉的那些：

香型	出現次數
草本	1,260
木質	1,186
花香	1,170
香脂	887
琥珀	798
柑橘	797
馥奇（fern）	752
綠	734
辛香	730
東方	698
⋯
西普（chypre）	506

這看起來正是新手最想要的那份清單：一支材料進得了幾種香型。

排行榜長這樣

把香水（FR）用途去重之後排序：

材料	香型數	供應商
沉香醇	269	135
coranol（Firmenich）	265	15
左旋沉香醇	262	25
乙基沉香醇	247	26
freesia heptanol	246	35
zdravetz 原精	201	0
citrus ocimenol acetate	186	1
leerall	182	40
citronellyl senecioate	174	5
β-倍半水芹烯	169	1
香草醛	166	193

沉香醇第一名，那很合理——它是這個資料庫裡最常出現的分子。

但第六名的 zdravetz 原精有 0 家供應商。

量一下這件事有多普遍

有 FR 用途的材料一共 4,618 支（中位數 5 種、平均 16.5、90 百分位 55、99 百分位 116）。

把高分群拆開看：

	供應商 < 10 家	供應商 = 0 家
香型數前 100 名	38 支	7 支
香型數前 500 名	196 支	33 支

前一百名裡有超過三分之一是幾乎買不到的材料。

而整體的相關性也不高：香型數與供應商數的 Spearman 相關係數是 0.365。

那不是零——這個欄位確實帶著訊號。但它不是「這支材料多常被用」的代理指標。

最直接的反例

我在〈「主力原料」是可以量的〉用 954 份公開配方做過同一件事的另一種版本：把配方按標題分成十四種類型，算每支材料跨了幾類。

那次的結果是廣藿香油跨滿十四類，是最全能的一支。

而這個欄位給廣藿香油的香型數是 77——排在 coranol（265 種、15 家供應商）與 zdravetz 原精（201 種、0 家）後面很遠。

兩個「萬用程度」的量法，給出不同的答案。

為什麼會這樣

我沒有辦法確認這個欄位是怎麼產生的，但資料的形狀提供了一個線索。

potential_uses 的值是一份份香型頁面的連結。所以一支材料的「香型數」，實際上是有多少個香型頁面把它列進去。

那個數字反映的是編纂者的交叉索引有多完整，而不是產業實際用了多少。一支冷門但被詳細記載的材料，會排在一支常用但記載簡略的材料前面。

這解釋了 0 家供應商的材料為什麼能進前十。

那它還有什麼用

• **當成「這支材料可以往哪些方向想」的靈感清單，不是排行榜。**一支材料被列在馥奇與西普底下，那是一個值得試的方向。
• 反過來用比較可靠：想做西普調，去看那 506 條標著 chypre 的紀錄是哪些材料。那是一份候選名單，而不是一個排名。
• **要判斷「多常被用」，用供應商數或配方語料。**兩者各有偏誤（供應商數的陷阱、語料的偏誤），但至少它們測的是使用。
• 看到高分低供應商的組合，那本身是有意義的訊號——那通常是一支被詳細記載但市場上冷門的材料。

這篇沒有建立的

• 我不知道 potential_uses 是怎麼產生的。「香型頁面的交叉索引」是我從資料形狀推的解釋，不是查證過的機制。
• **Spearman 0.365 是相關係數，不是因果。**供應商數本身也不是使用量的完美代理。
• **我只算了 FR 與 FL/FR 標記的用途，去重之後計數。**FL（風味）那 11,132 條沒有處理。
• 「香型」的命名沒有標準化（herbal 與 fern 是不同層級的東西），所以 269 與 77 的比較本身就不精確。
• 廣藿香那個對照橫跨兩種完全不同的資料來源——一邊是 954 份配方的十四類，一邊是這個欄位的香型頁面。兩者的分類粒度不同，所以「77 對 14」不是同一把尺。
• 我沒有評估任何一筆用途標記的正確性。