2023-6-13
数据收集对于在DBA论文阶段非常重要，我们很多学员在论文写作的初期不知道怎么收集数据，今天我们就来跟着教授的思路一起学习一下数据收集的步骤和常用的方法有哪些。
教授从“数据收集的重要性”、“数据质量问题”、“定性数据和定量数据”和“数据收集的方式和工具使用”四个部分展开讲解，条分缕析，层次分明。
第一部分、数据收集的重要性
教授首先强调数据收集的重要性，公司越来越好的象征就是用数据驱动家决策管理，具体用于公司规划、预测、库存管理、供应链管理和战略制定等方面。
第二部分、数据质量问题
数据的质量也十分重要的。因为在越来越多的数据面前，做出正确的决策也会变得变得困难，数学模型的复杂性使人们不愿意质疑决策，因此，无论我们拥有多么智能和稳定的计算模型，它们仍然完全依赖于我们收到的数据质量。
同时也要消除“神话”数据的思想思，不能盲从数据，需要谨慎，对数据不要有太大的野心，要明白并不是收到的数据越多越好。
第三部分、定性数据和定量数据
数据质量取决于我们用于收集数据的技术，以及如何区分收集到的不同类型的数据。我们收集的数据可以分为两类：定量数据和定性数据。
定量数据是统计性的，通常本质是结构化的，可以用数字进行计数、测量和表示，更加严格和明确。定量数据可以用来问“多少”的问题，不能告诉你为什么、何时、如何的问题。
定量数据的优点：具体的、易于沟通的、高可靠性的。
定性数据是非统计数据，通常是非结构化数据或半结构化，是描述性的和概念性的。根据特性、属性、标签和其他标识符进行分类。定性数据可以用于“为什么”这个问题。涉及更多详细信息，何时以及如何等问题，是对现象的一种解释。定性数据的优点：更好的理解、提供解释、更好地识别行为模式。
第四部分、数据收集的方式和工具使用
数据收集的方式基本两种类型：一手数据和二手数据
获得一手数据的主要收集方式观察、抽样调查、访谈、问卷调查、附表计划表等方式；
获得二手数据的主要收集方式有两种方式：一是内部来源，包括销售记录、成本信息、分销商报告和反馈、客户反馈；二是外部来源，包括期刊、书、杂志、报纸、图书馆、互联网等。并且强调了在使用二手数据的需要考虑数据的可靠性、数据的适用性和数据的充分性。
通过两天的课程学习，交流研讨和师生互动，学员对数据收集有了更深的理解和领悟，带着满满的收获，本次课程圆满结束，让我们期待下一次课程的精彩开启。