資料工程 - 資料收集

資料收集涉及從各種來源收集和分析資訊，以解決研究問題、回答問題並預測趨勢。對於社會科學、商業和醫療保健中的研究、分析和決策，這個過程極具挑戰性。資料收集包括識別資料型別、資料來源以及用於收集資訊的方法。除了內部應用程式產生的海量資料外，許多外部系統（例如 Facebook、Google、Shopify、Hubspot）還會生成企業依賴的關鍵客戶資料。

資料收集指定了高質量的資料，這對於準確的決策和分析至關重要。對於資料工程師來說，收集資料是第一步，然後是設定資料。

資料收集是一個隨著技術發展而不斷演變的過程，它提供了比以往更多形式的資料。它透過電話調查、面對面訪談和郵寄評論等方法支援決策。資料收集涉及收集準確的資料，用於各個領域的研究所需的決策和分析。

主要資料收集

主要資料收集涉及直接從來源或透過與受訪者直接互動來收集原始資料。此方法提供與研究目標相關的資訊。

• 結構化調查旨在收集來自群體或個人的資料。這些調查可以透過電話、郵件、面對面訪談或線上平臺進行。

• 訪談涉及研究人員和受訪者之間的直接互動。可以透過視訊會議、面對面或電話進行。

• 觀察涉及在自然環境中記錄和觀察行為、動作或事件。此方法對於收集有關人際互動和行為的資料非常有效。

次要資料收集

次要資料收集涉及使用來自既定來源的資料。這些來源包括線上資料庫、政府和公共資料以及研究研究。

• 線上資料庫提供對各種型別次要資料的訪問，包括經濟資料、社會調查、社會調查和研究文章。

• 可用的公共資料包括個人、組織或社群在公共平臺、社交媒體和網站上共享的資訊。這些資料可以被處理並用於研究目的。

• 已發表的資料包括學術期刊、書籍、政府報告、報紙和其他提供與研究相關資料的材料。

資料提取技術

以下可以預測未來結果，並被分類為不同的訪談型別：

• 句子完成：使用者使用句子完成來獲取更多關於受訪者想法的資訊。此方法涉及提供不完整的句子並觀察受訪者如何完成它。

• 移動調查：移動收集調查利用移動技術。它們使用智慧手機等裝置透過簡訊或移動應用程式進行調查。

• 觀察：最簡單的方法通常是最有效的方法。研究人員使用直接觀察來快速訪問資料，而無需過多幹預或第三方規範。此方法最適合小型情況。

資料收集的重要性

準確的資料收集最能體現研究的完整性，無論研究主題是否涉及定量資料。使用適當和更新的資料收集工具有助於最大程度地減少錯誤。

以下是不有效的資料收集：

• 損害公共政策的決策。

• 不完整的結論浪費了資源。

• 對人類或動物參與者造成傷害。

• 誤導其他研究人員走上無益的研究道路。

• 研究的失敗可以被驗證和複製。