架构视界
主页
企业架构
  • 方案总览
  • 业财一体
  • 企业中台
  • 组织与绩效
  • 流程治理
数据收集与分析
  • 转型总览
  • 信息化阶段
  • 数字化解决方案
  • 智数化解决方案
  • 智能化解决方案
  • 产品设计
  • 项目管理
全栈软件工程
AI 原生软件工程
方法论
博客
  • 资源导航
  • 效率工具
  • 展示专区
主页
企业架构
  • 方案总览
  • 业财一体
  • 企业中台
  • 组织与绩效
  • 流程治理
数据收集与分析
  • 转型总览
  • 信息化阶段
  • 数字化解决方案
  • 智数化解决方案
  • 智能化解决方案
  • 产品设计
  • 项目管理
全栈软件工程
AI 原生软件工程
方法论
博客
  • 资源导航
  • 效率工具
  • 展示专区
  • 数据收集与分析

    • 数据收集与分析
    • 问题与研究设计
    • 采集方法
    • 处理与质量
    • 分析与结论
    • 表达与反馈

采集方法

来源决定证据质量。同一问题,访谈、日志与公开数据给出的答案不同:选渠道之前先想清楚"它能回答什么、会引入什么偏差"。

1. 渠道总览

渠道适合回答典型数据主要偏差
系统导出与接口既有业务过程发生了什么订单、工单、交易等结构化记录系统外流程缺失、口径不明
日志与埋点行为路径与使用情况点击、页面、接口调用埋点缺失、事件定义不一致
访谈动机、原因与一线经验转写文本与引述样本偏差、引导性提问
问卷规模化的态度与事实量表、选择题、开放题自报偏差、低回收率
观察与跟岗真实操作与流程断点观察记录、时点记录被观察者行为改变
实验某个动作是否有效对照组与处理组数据入组不均、外溢效应
公开数据与文献背景、环境与交叉验证政策、报告、财报口径不可控、时效滞后
采购数据内部拿不到的市场数据行业数据库口径与覆盖需核对

多数研究需要两到三个渠道:一个定量主证据,一个定性解释,一个外部交叉验证。

2. 访谈:问出原因

  • 提纲:背景 → 现状与流程 → 卡点与影响 → 替代方案 → 收尾,问题开放、避免诱导;
  • 追问:用具体事例替代抽象评价——"最近一次是什么时候,当时怎么做的";
  • 记录:录音、转写与现场笔记分开存,引述与转述分别标记;
  • 样本:5–8 人通常能覆盖大量共性问题,但必须写明选择标准与覆盖范围。

访谈得到的是"为什么"的线索,不是比例。频次表述要谨慎。

3. 问卷:测出规模

  • 选项来源:先定性探索,再定选项,不要拍脑袋设计选项;
  • 发放渠道:内部群发不等于全员代表,渠道决定样本结构;
  • 题目设计:核心题前置,避免双重问题与引导性措辞,设置筛选题排除不适用人群;
  • 回收与无应答:报告样本结构、回收率与无应答人群,不用"回收率低但结果显著"掩盖偏差。

4. 观察与实验

  • 观察:跟岗、影子跟踪、时点采样,记录"实际做了什么",而不是"应该怎么做";
  • 实验:先定假设、指标与最小可检测效应;随机入组、控制外因、预留观察窗口;
  • 准实验:无法随机时,用前后对比、对照群体与事件对齐,并在结论中说明限制。

实验的成本在设计和解释,不在采集本身。没有对照的"上线后增长"不能证明动作有效。

5. 系统数据采集

  • 埋点先行:先定义事件字典(事件、属性、触发条件),再采集;
  • 接口与日志:抽样、限流、保留原始记录,记录采集时间与版本;
  • 跨系统对齐:统一主键与时间口径,避免同一个人在三套系统里三个 ID;
  • 采集频率:跟随问题与决策节奏,不跟随技术便利。

6. 公开与二手数据

  • 记录来源、发布时间、统计口径与覆盖范围;
  • 二手数据用于背景与交叉验证,不直接当作结论证据;
  • 引用保留链接与快照,避免内容变更后无法回溯;
  • 注意发布方的立场与利益关系。

7. 采集记录与合规

产物内容
采集记录时间、对象、方式、执行人、异常情况
原始材料转写、截图、导出文件与校验值
合规记录知情同意、授权范围与脱敏处理

合规底线:最小必要、知情同意、敏感字段脱敏、外部数据遵守条款。

8. 常见误区

  • 只用一个渠道就下结论,偏差直接变成结论偏差;
  • 问卷选项来自预设结论,只验证自己想看到的;
  • 访谈只问评价不问事例,拿不到可追溯的细节;
  • 埋点没有事件字典,半年后没人说得清字段含义;
  • 不记录采集过程,结论无法复算。

继续阅读

  • 问题与研究设计:采集之前先定问题与证据标准
  • 处理与质量:采集到的数据如何变成可信材料
最近更新: 2026/11/20 18:00
Contributors: 庆峰
Prev
问题与研究设计
Next
处理与质量