当通过数据分析来揭示变化趋势时，数据量越大越好，对于任何类型的统计分析，样本量越大，所得到的结果越准确。仅仅追踪公司一周销售数据的价值是很难看出未来发展趋势的，3个月的会好一些，6个月的更佳。即使无法明确所寻找的是什么，也要确保所收集的数据包括的信息尽可能详尽和准确。试着弄了解获得所需最优数据的途径，然后开始收集，如果没有数据，就不能够进行分析。

收集数据是如何将数据记录下来的环节。在这个环节中需要侧重说明的是两个原则，即全量而非抽样，以及多维而非单维。今天的技术革命和数据分析2.0主要就体现在这两个层面上。

1）全量而非抽样

由于系统分析速度以及数据导出速度的制约，因此，在非大数据系统支持的公司中，做数据分析的人员也很少能够做到完整全量地对数据进行收集和分析。但这在未来将不会再成为一个问题。

2）多维而非单维

另企服快车面则在于数据的维度上，即针对客户行为实现SWIH的全面细化，将交互流程的什么时间、什么地点、什么人、由于什么原因、做了什么事情、怎么做的全面记录下来，并将每一个板块进行细化。时间可以通过起始时间、停止时间、中止时间、周期间隔时间等细分:

地点可以通过地市、小区、气象等地理特点、渠道等细分:人可以通过多渠道注册账号、成员、薪资、个人成长阶段等细分:原因可以通过喜好、人生大事、要求层级等细分:事情可以通过主题、程序、质量、效率等细分，通过这些细分维度，增长分析的多样性，从而发掘规律。

有目标地收集数据是确保数据分析流程有效的基础，需要对收集数据的内容、渠道、方法进行策划，主要思考:

①将辨认的数据分析要求转化为更具体的要求，如评价供方时，需要收集的数据可能包含其采集才能、测量系统不明确性等相关数据:

②明白由谁在何时何处，通过何种渠道和办法收集数据:

③记录表应便于应用:

④采取有效办法，防止数据损失和虚伪数据对系统的干扰。

ycz cologne