那些行业数据是怎么求出来的？

小提示：您能找到这篇{那些行业数据是怎么求出来的？}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的那些行业数据是怎么求出来的？内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

本文作者将从数据工具、统计分析、计算和估计以及结果检验四方面来为你解析：那些行业数据是怎么求出来的？一起来看看~

思考佛山网络推广排名一下类似于这样的问题：北京的机动车数量有多少？深圳市有多少家咖啡厅？这些问题的提出，通常与我们的工作息息相关。面对熟悉有陌生的市场，我们经常会遇到数据收集的需求。无论是对运营还是产品，怎么样对市场有一个清晰合理的认识，可能关系到一款产品的市场大小，和需求的强弱。

我在两次上线项目过程中，都需要过类似的数据需求问题。而通过对数据的推测和分析，我帮助产品实施了准确的市场策略。希望与大家分享数据推测的一点心得。

一. 数据工具

其实，在宏观上对数据进行敏锐的统计，我们只有两种方法可以选择：第一种，直接从数据结果维度考虑，考虑一步拿到结果。比如“中国人口和世界人口数”这样的数据，完全是可以通过简单搜索就能完成的，权威部门已经发布过了这样的数据结果；第二种，是在不能获取到直接的结果数据的基础上，想办法透析数据结果的影响变量有哪些，通过分化目标，去获取哪些影响变量的数值，就有机会推导计算出我们需要的结果。

但是，无论是哪选择舆情机构的方案一种方法，都需要了解一些常规的数据工具。数据工具是用来了解已公布已公开的信息的最好途径，通过数据工具中已有的数据，我们能解决一部分问题。比如，百度指数，好搜指数、微博指数、谷歌趋势、友盟指数、Alexa等工具，提供了我们需要的基础数据和趋势对比，能够帮助我们建立基本的认识判断。

这里以“成都市有多少快递员”为例，来看如何通过分析和推测得出我们需要的结果。

我们先通过多款搜索引擎直接搜索相关问题，看不能直接一步得到数据结果。过程不在这里赘述，通过搜索，我们应该都能比较容易的找到这样的结论：2012年开始，我国快递行业从业人员数量就不再公布。这意味着我们需要寻求第二种解决办法，分析需要的结果变量。

二. 统计分析

在第一步里，我们通过行业官网这个基础数据工具找到了一些基础的参考点，这些东西帮助我们能很迅速的将这个问题分解为“全国快递人数有多少”等类似的问题。

这是因为在不能获得直接结果时，我们可以这样考虑这个问题：第一，成都市的快递员工数量不好获知，全国的快递员工数量应该是比较容易的；第二，快递员工的数量是和业务量成强烈的正相关关系的，我们可以通过获悉全国业务量的多少，再想办法找到省市区域业务量的占比，就能大概估计出快递员工的人数。

有了这个分析之后，我们很快就可以通过权威的行业网站，找到官方发布的快递员工往年人数和年增长比率七台河品牌策划及产品营销。实际上，通过搜索，我们也能发现，中国行业信息网这样的行业站点，也是按此思路，给出了2013年到2016年，快递员工人数年增长水平，也即每年增加10万-20万人，据此，我们可以很快从往年已公布数据，推测出2016年的快递员工数量——150万，到160万之间。

三. 计算和估计

在这个基础上，我们就能知道说，四通一达和百事汇通的员工总数为82万，在全行业占比50%左右。那么，现在我们知道了快递员工的全国人数，要推导出成都的人数，就需要用到计算了。

按前面已经说过的逻辑，我们现在变为查询四川省占全国业务量百分比，以及成都占全省业务量的百分比。通过百分比关系，我们把快递人数和业务量按比例关系对应了起来。通过搜索，我们能找到相关的新闻报道，由于带有官方的统计属性，结果还是比较可信的。通过查询，我们知道四川省占全国业务量百分比为2.36%，成都占全省业务量百分比为78%。这就是我们需要的关键数据。

通过简单相乘计算，我们就能得到想要的估计数据了，用2.36%乘上全国快递人数或不含自营快递的全国快递人数，就得到了四川省的快递人员数字，再通过成都业务量与全省业务量的占比数字78%，进一步相乘，得到成都的快递人员数。

这里需要注意，如果有时间的话，可以多想一步，思考一下误差的可能来源，在这里，误差来源主要是时间上的，统计数据不是一个时间维度，由于发展速度影响，可能会导致最终的比率有小范围的波动。当然，这个波动并不大，不会对整体结果有大幅度的影响。实际上，即便我们能准确获知统计数字，也存在误差，因为人员变动是每天都在发生的，这是系统误差的一部分。

四. 结果检验

得到了想要的结果就是这么容易。我们只是需要注意数据的来源地是否可信就行了。在这个案例中我把来源地址都进行了标注，方便后续我对细节进行详细的了解。

得到结果后，我们如果可以的话，可以对结果进行一个简单的检测。检测的意义是看我们得到的结果可信度如何。比如，我如果得出的数据是100万，你直观逻辑判断就会认为这是错的，这也是一种检验，所不同的是，这是常理检验，而不是数据检验罢了。

我们得到的结果看上去可信，但究竟数据可信度如何，我们可以通过侧面估计法再来检验。在这个案例中，我们同样根据产业信息网的下图数据，获知四川省每平方公里快递网点数量在0.02左右，而四川省区域面积是很好得到的，是48.6万平方千米，换算可得，四川省综合快递网点约有9720个。

根据前文得到的业务量占比情况，我们能够得到成都快递网点数，计算下来大概是7581个。假设我们的结果是正确的情况下，七千多个网点和一万五到三万的快递人数，推测出每个网点平均有3名左右的配送员。考虑到四川是非江浙地区，这个数字和常理认知是相符的。所以检验通过。

五. 总结

通过这个案例，我们分析了如何对一个不能直接获知结果的问题，进行解剖分析。我们就能通过多项数据估测得出想要的结果。快递人员和什么有关呢？直观感受是快递网点数和快递业务量，所以我们可以查找这两项数据指标。然后尽可能去新闻媒体中找到相关的官方指标，侧面求解想要的答案。

这个案例只是很多问题中的一个简单应用。实际上，如果我们对行业数据比较敏感的话，甚至能从其它方面来估计结果，直接心算出答案。掌握了这个方法和思路，我们就能去推导这些稍复杂的问题：广州有多少面包师、中国有多少自行车工厂、甘肃每天外卖下单数有多少……

总之，将求解问题分解和转换，对于答案的求得尤为重要。

作者：奉政坊，开发工程师转行运营，策划运营过多起上线项目，钛媒体作者

本文由 @奉政坊 于。，。