收集的数据不全面
数据分析师张红是我培训过的一个学员，她所在的公司为一家服装公司。她在进行数据分析时，常常出现收集数据不够全面的情况，这就导致她的数据分析结论不够真实，缺乏证据，因此她也常常被经理责骂。
一次，她对公司服装品牌种类的出售情况进行分析。为了收集数据，张红调取了公司近三年的客户购买信息，同时也对公司每个服装品牌的销量进行了统计。经过一个星期的努力，她整理出了一张数据分析报告交给了经理。然而经理在看完她的报告以后，十分生气，责令张红在两天之内重新交一份数据分析报告。
张红感觉很委屈，自己明明已经做了最大的努力，为什么还得不到认可？当时我正好去张红的公司办事，恰巧遇到了她。于是，她沮丧地将自己遇到的困难诉说出来，并问我缘由。
我并没有直接回复张红，而是让她将数据分析报告递给我看看，然后告诉她不要着急，下午给她答复。到了下午，张红找到了我，希望能够尽快得到解答。
我对她说：“别急，我们去看看店里的情况。”
到了店里，她仍然疑惑不解，我指着柜台说：“等一会就明白了。”
就这样过了半个多小时，终于，柜台处来了一位退衣服的顾客，看完这位顾客退衣服的过程，张红若有所思。过了不久，又过来一位换裤子的顾客。这时我对张红说：“这些客人的数据你统计了吗？”
张红有些尴尬地回答：“没有。”这个时候，我开始说出经理生气的原因：“服装公司经常会遇到衣服尺寸不合适导致的退货、更换尺寸等情况；再有，由于某些产品的质量不过关导致客户出现财产损失而产生的赔偿，又或者是产品过季造成的积压损失等，都是需要进行分析的。所以说，你最大的问题其实就是数据收集不够全面，因此最终形成的结论没有多少参考价值。”
听完我的解释，张红恍然大悟，她重新调整思路，将公司退货的数据、仓库产品数据、公司曾经赔偿过的产品数据进行逐一分析，并仔细询问公司的各个员工，掌握第一手准确信息，进行了第二次的数据分析。
当张红将第二次的数据分析报告交给经理的时候，经理很满意，甚至在后来的公司大会上当着所有员工的面夸赞张红。
收集数据不够全面容易导致管理层的决策出现失误，给公司带来巨大的损失。假如在收集数据时能够做到以下两点，就能有效避免收集数据不全的情况出现。
1.全局性思维
数据分析师在收集数据时常常只从单一方面考虑，不能从全局思考，这也就导致收集数据时常常遗漏了其他方面的数据。如此一来，最终得出的结论的可靠性就会大打折扣。因此数据分析师需要拥有全局性思维，从大局出发，收集全面的数据。
例如，分析某企业的销售状况，你就需要站在经营者的角度，对销售的每个环节进行数据收集。假如企业竞争对手较多，那么还要对这些竞争对手的销售情况进行分析，只有这样你的数据才算是较为全面的。
2.多途径收集
收集的渠道越多，往往收集的数据也就越多。通过多个渠道收集的数据能够有效避免单一渠道带来的信息闭塞、信息不全面等问题。例如，张红询问公司员工，就是增加了收集信息的渠道，也使得收集的数据更为全面。
当你苦于收集的信息不够全面时，可以参考以上两点，希望能够帮助你解决难题。
