一般不常花時間找資料的人,不太會理解整理初級資料(Raw Data)的專業與成本。很多人都會說「Garbage in, garbage out」,如果不知道從哪裡找資料,不僅容易偏離主題,也是浪費社會資源。
一般人只會零零碎碎地找資料,專業顧問公司會從自己的優勢定義研究範圍,服務最值得服務的客戶。1980年代起步的資策會MIC,一開始除了閱讀書報雜誌之外,海關的統計資料是最重要的參考。可以由此得知每一家公司的出口區域分布、銷售對象、單價等基礎資料,根據這些資料研判台灣產業的動態。
大概在1989年時,我跟頂頭上司陳清文說,海關統計資料要等3個月,加上整理資料還要1個月,每年的統計資料要4個月才能發布,但產業界每年年底以前就要訂定新年度計畫,最好在11月初就能做好產業統計。經過我的建議與修正,搭配海關1~10月的出口統計,透過問卷調查,掌握前20大廠商最後兩個月的動態,陸續完成主機板、電腦、顯示器的統計架構,這就是1990年代台灣電腦工業統計資料的濫觴。
現在,台灣已經有805家上市櫃的電子廠商,加總營收是7,950億美元,只要知道分類的方法,就可以逐一追蹤,並更新產業訊息。這些數據,可以結構化的分析,並掌握產業關鍵趨勢。
更進一步的市調機構也會有自己的方法掌握更精確的數據,解讀產業關鍵趨勢。例如,過去只是預估下一季的產品結構,現在因為台灣在供應鏈第一線上,我們可以針對NB、伺服器、手機等幾大產業,各選擇25個零件深度耕耘資訊來源,並長期追蹤。這樣的數據累積一段時間之後,相互比對,就會成為產業研究的「Raw Data」。
Raw Data猶如產業分析師的定海神針,經由數據的解讀,掌握產業的關鍵趨勢,雖不中亦可以不遠。有了完整的產業數據,之後就是分析師如何根據產業動態彙整資料,以及以個人的產業經驗,針對數據不同角度的判讀。「解讀」數據,當然也是專業的學問,如果您想成為專業的產業分析師,需要具備哪些條件呢?