- 商业分析教程
- 商业分析 - 首页
- 商业分析基础
- 商业分析 - 它是什么?
- 商业分析 - 历史与发展
- 商业分析 - 关键概念和术语
- 商业分析 - 数据类型
- 商业分析 - 数据收集方法
- 用于数据清洗的不同工具
- 商业分析 - 数据清洗过程
- 数据分析的不同数据来源
- 商业分析 - 数据清洗
- 商业分析 - 数据质量
- 描述性分析
- 描述性分析 - 简介
- 描述性分析如何工作?
- 描述性分析 - 数据分析中的挑战和未来
- 描述性分析过程
- 描述性分析 - 优缺点
- 描述性分析 - 应用
- 描述性分析 - 工具
- 描述性分析 - 数据可视化
- 描述性分析 - 数据可视化的重要性
- 描述性分析 - 数据可视化技术
- 描述性分析 - 数据可视化工具
- 预测性分析
- 预测性分析 - 简介
- 统计方法与机器学习技术
- 规范性分析
- 规范性分析 - 简介
- 规范性分析 - 优化技术
商业分析 - 数据收集方法
什么是数据?
数据是事实、数字、符号和对象的集合。数据由个人或组织从不同的数据来源收集。例如——它可以从公司的内部部门收集,例如生产部门、人力资源部门、销售和市场营销部门,也可以从公司外部收集,例如利益相关者、客户、互联网、社交媒体、报纸、杂志等。
数据可以被认为是组织的灵魂,因为数据处理后,用户可以找到有益的见解来做出富有成效的决策,这有助于组织发展并相应地制定业务战略。
什么是数据收集?
数据收集是从不同的来源收集数据并将其存储在中央位置以进行处理并找到所需结果的过程。数据收集是收集数据以进行研究、数据分析和数据探索以发现商业见解或数据见解的重要阶段。数据分析的一些常见示例包括社会科学、商业和医疗保健。
数据是组织中最关键的要素之一,因为它处理后的结果用于决策和制定业务战略,因此正确和准确的数据在整个数据分析或数据相关过程中起着至关重要的作用。因此,准确的数据收集对于做出明智的业务决策、确保质量保证和保持研究完整性是必要的。
在数据收集过程中,主题专家必须关注数据类型、来源和方法。数据收集最广泛地用于研究、商业、医疗保健和政府部门。
在收集数据之前,您应该记住以下几点:
- 收集数据的目标或目的是什么?
- 您计划收集哪种类型的数据?
- 数据的价值
- 您正在收集的数据是否相关?
- 您正在从中收集数据的来源是否可靠?
- 数据源是否包含您正在寻找的相同类型的数据?
在数据收集过程中,您可以确定合适的方法和流程来收集、存储和处理数据。收集到的数据可以分为定性和定量两类。定性数据包括描述,例如产品的颜色、尺寸、质量和外观(对于产品相关数据)。而定量数据包括数值数据、统计数据和百分比。
什么是数据收集方法?
数据收集方法是为特定目标收集数据的方法。它们可能从简单的自我报告调查到更详尽的定量或定性数据不等。
不同的数据收集方法
主要数据收集方法和次要数据收集方法是两种收集研究或分析信息的方法。
1. 主要数据收集
主要数据收集方法直接从用户收集响应或数据。收集数据后;它可能由计算机系统处理以去除噪声并对其进行组织以进行分析。主要数据收集在研究中至关重要,因为它能够进行特定数据收集、相关且最新的信息,直接解决研究问题或目标。
收集主要数据的方法
一些最常用的主要数据收集方法如下:
- 调查问卷 - 这是使用结构化问卷或调查从个人或群体收集数据的主要方法之一。此方法还包括面对面访谈和电话。
- 访谈 - 这是一种方法,包括研究人员和受访者之间的直接互动。它们可以亲自进行,通过电话或通过视频会议进行。它可以是结构化的、半结构化的或非结构化的。
- 观察 - 此方法观察并记录自然环境中的行为。此方法对于获取有关人类行为、互动和事件的信息非常有用,而无需直接干预。
- 实验 - 此方法包括变量操作并观察其对结果的影响。
- 焦点小组 - 此方法涉及使用一小群人来讨论特定主题并记录结果的数据收集。
- 案例研究 - 这是一种研究单个案例或多个案例以找到可行解决方案的方法。
- 实地研究 - 这是在现实世界中测试产品或流程的一种方法。
2. 次要数据收集
次要数据收集是从数据或信息已存在于不同资源中的方法。这种数据收集方法非常流行,并且在研究中最广泛使用。当需要进行关于时间的的数据分析或研究时,这很重要。例如——随着时间的推移,营销趋势的变化;因此,如果有人正在就此进行研究,他们需要收集前几年的营销趋势的次要数据,然后进行研究并将结果与当前的营销趋势进行比较。
当主要数据收集不可行、耗时或不需要时,通常会采用此类型的数据。它可用于收集背景信息、丰富主要数据或在主要数据不可用时进行数据分析。
收集次要数据的方法
收集次要数据的一些主要来源如下:
- 已发表的研究/现有研究 - 这包括发表在学术期刊、会议、杂志、书籍、报纸和其他包含相关数据的已发表材料中的研究文章。研究和他们的发现可以用作次要数据来源。研究人员可以评估和分析数据,以获得新的见解或用新的见解扩展现有信息。
- 互联网上的数据来源 - 这包括互联网上提供的信息。它被认为是次要数据。
- 在线数据库 - 提供对研究文章、统计信息、经济数据和社会调查的访问权限的在线数据库。
- 政府和机构报告 - 政府不时处理其数据并发布报告,例如关于人口普查数据、经济报告和健康统计的报告,这些报告可以进一步用作次要数据来源进行研究。这些机构维护可用于研究目的的数据库或记录。
- 行业报告 - 这包括市场研究报告、行业趋势以及当前和未来的行业趋势。
- 社交媒体数据或公开数据 - 社交媒体网站上可用的数据也可以被认为是次要数据。例如,情绪数据最广泛地用于进行 NLP 和机器学习研究。个人、组织或社区在公共平台、网站或社交媒体上共享的数据可以被访问并用于研究。
关于数据收集方法的常见问题
1. 什么是数据收集?
数据收集是从不同来源收集数据以进行研究或出于不同目的进行探索的过程。它有助于发现商业见解或数据见解。数据分析的一些常见示例包括社会科学、商业和医疗保健。
数据收集的常见类型有哪些?
数据收集有两种类型:
- 主要数据收集
- 次要数据收集
2. 命名一些流行的数据收集方法
一些常见的数据收集方法如下:
- 面对面调查 - 研究人员亲自提问,例如在线/网络调查
- 角色扮演 - 受访者会遇到一种虚构的情况,并被问及如果它是真实的,他们会如何行动或反应。
- 移动调查 - 调查依靠移动设备(如平板电脑或智能手机)使用短信或移动应用程序进行调查。
- 访谈 - 这是一种方法,包括研究人员和受访者之间的直接互动。
- 观察 - 它观察并记录自然环境中的行为。
- 实验 - 此方法包括变量操作并观察其对结果的影响。
- 焦点小组 - 包括使用一小群人来讨论特定主题并记录结果的数据收集。
- 案例研究 - 这是一种研究单个案例或多个案例以找到可行解决方案的方法。
- 实地调查 - 这是在现实世界中测试产品或流程的一种方法。
3. 次要数据收集的优点是什么?
与主要数据收集相比,它是一种经济有效的方法。因为它可以快速访问和分析新数据,所以它可以节省时间。
4. 次要数据的常见用例是什么?
次要数据最广泛地用于文献综述、市场分析、历史研究和对主要研究的支持。