作为一名情报学学生、一名在咨询边缘走了一段时间的小白，也算接触了不少工具和渠道，但一直觉得这些零零散散的渠道有点乱，量虽多，真正面对搜集任务时很多时候并不知道如何下手，下面是结合一门职问在线课程和自己的经历做的总结。
（一）确定所要搜集数据的目的
用来支撑何种研究目的？用来证明/证伪哪个观点？
示例：证明近五年来国内经济发展水平稳步上升、证明全面二孩政策发挥效应等
（二）将研究目的转化为具体维度的数据或指标
这一步应该是最难的，主要分为三种情况：
1. 使用直接指标：有直接相关的指标可以利用，例如反映经济发展水平的GDP。
2. 使用替代指标：没有直接相关的指标，但是可以使用替代指标，例如要说明X行业并购市场的活跃度，如果选择最直接相关的“并购资金规模”这个维度/指标，那这些数据是很难获取的，但可以使用“并购案例数目”来代替，也是能达到目的的。
3. 使用分解指标：例如要反映“X行业的市场潜力”，可以使用市场渗透率这一指标，进一步可分解为：市场渗透率=当前市场规模（供给端）/潜在市场规模（需求端），而潜在市场规模又可分解为客户数量 X 单一客户的平均业务规模，客户数量又可分解为目标客户数量 x 平均选择概率，这样一步一步将指标进行分解，搭建起框架，该用直接指标的直接用，不能用的找替代，继续分解，逐步解决。
（三）选择合适的渠道进行数据搜集
下面的分类仅供参考且列举不全、有些不合逻辑的地方（例如爬虫和搜索引擎应该算做是获得其他渠道数据的手段和方法，但很多时候可以当做直接渠道，如利用爬虫获取知乎上的一手数据，所以也就写进去了）
1. 总体把握：主体-数据-渠道
这种方式便于从主体切入进行结构化思考，例如从主体切入，最底层的公司、同业竞争者、上游供应商和下游消费者；中层行业；上层监管机构（如政府），这些主体产生了许多公开数据、内部数据非公开数据以及潜在可获得数据，一些监管机构、咨询公司、行业协会或券商等已经形成了很多二手数据可以参考，也可以通过访谈、问卷等获得一手数据。但这种思考方式只是方便我们从总体上一览数据搜集的方式，不是解决问题的有效分类方式。
2. 情景切入：情景-渠道
这种思考方式便于从具体情景切入，利于快速、结构化解决问题。其中，情景指的是要搜集哪些层级的数据，对应怎样的情景，例如搜集的是行业数据，如果是较成熟的行业，则可以从监管机构报告、行业协会报告等多个渠道获取；如果搜集的是公司数据，可以从公司年报、招股书或券商报告等渠道搜集。
下面是对上述渠道的一些简单罗列：
监管机构报告：主要是政府机构/事业单位等，包括通用层次的统计局以及特定领域的管辖机构，比如工商局、卫计委、食药监局、中国人民银行、银保监会、工业与信息化部、知识产权局等。这就需要我们对研究的行业或公司所处的监管体系有所了解。可参考 国内外有哪些比较权威的统计数据网站？
行业协会报告：对于一些很成熟的行业已经有了很多行业协会，这些协会也会经常发布报告，比如中国保险协会、中国银行业协会。这个也是需要我们对研究的行业或公司有全局的了解。
咨询公司报告（这里的咨询公司也包含一些市场调查公司，就不单列了）：常见有MBB/德勤/罗兰贝格/埃森哲；尼尔森/益普索/艾瑞/易观智库等。平时可以参考咨询公司或市场调查公司的排名、分类及擅长领域，可以参考：（1）请问怎么找咨询公司的咨询报告？（2）咨询公司分为几种？
券商研究报告：通常可以借助慧博、乐晴智库等获取，在筛选时可以根据领域排名筛选券商和分析师。
专业数据库：例如Wind/同花顺/彭博等。这个需要我们平时注意积累，掌握研究领域常用的数据库。
公司年报与招股书：重点关注管理层经营分析、财务报表等，可参考 如何看年报？
此外，还有一些知名公司及其研究院（例如阿里研究院）、特定领域垂直网站（如雪晴网、巨潮资讯等）也会发布一些报告，可以参考，具体可见 在哪里能找到各行业的分析研究报告？
（四）进行数据的交叉检验double check
1. 为什么要做数据的double check？
（1）口径不一致。比如A咨询公司认为未婚者中年收入达到15w才算中产阶级，报告中所有的数据都是基于年收入15w以上来测算的，B公司认为要达到20w，所以虽然最后两所公司的报告都包含“未婚者中的中产阶级数量”这一指标，数据却是不一致的。
（2）估算方式不一致。咨询报告和券商研究报告中很多数据都是估算而来，由于方式和数据源选择不同，得出的结果可能会存在或大或小的差异。
（3）数据有效性问题。例如由于计算准则的变化，相关主体对之前公布的数据进行变更，因此需要以最新发布的版本为主。
2. 如何进行double check？发现不一致怎么办？
（1）横向多份对比：差距不大，按需选择；差距很大，检查是否是口径、数据源不同等
（2）纵向时间对比：多找几年的数据对比看趋势是否合理
（3）专家验证：通过专家访谈、cold call等方式验证
网友评论