数据分析中，不可或缺“数据收集”这一环节。数据收集是通过借助数据分析工具利用一定的收集方法，将想要利用的数据信息收集起来用于后面的数据分析、数据挖掘。所以数据收集也是数据分析的基础和上限。例如，某运动APP想要针对某部分用户制定某训练课程，需要收集这部分用户的训练需求倾向、习惯的训练强度、训练时长等数据。
下面再来跟大家了解一下数据采集源及数据采集的方式，关于数据采集的来源主要有6大类，分别是端上数据、开放数据、其他平台的数据、物理数据、主观性数据和数据库的数据。数据采集的方式主要可以分为4种，分别是手工方式、条码方式、RFID方式和数据分析工具录入。
（1）手工方式
手工方式，即是用人工的方式通过按键盘进行采集。手工采集的优势是需要付出的成本较低，劣势是人工收录误差较大，收录的数据质量不高。
（2）条码方式
条码方式，是通过条码扫描的方式进行数据录入。条码方式的优势是其系统的开发难度较小，劣势是当条码标签被损坏或者遗失后，扫描仪器会无法识别数据或者是出现数据无法录入的问题，导致数据会无法正常录入。另外，利用扫描仪录入数据也有所限制，比如需要有操作员进行录入，扫描仪也有一定的扫描范围限制，这些因素都会影响收录的效率和质量。常用于零件标识工作，且方便进行手工操作的场所。
（3）RFID方式
RFID方式，能够支持反复录入不同的信息。其优势是录入的目标不需要像条码方式那样有扫描仪范围的限制，只要标签在功率范围之内就可以被识别录入。这种方式的成本投入较大，对软件和硬件的要求会较高，同时难度也会较大。这种采集方式主要用于对数据精确度较高的场所。
（4）数据分析工具录入
现在很多企业都选择数据分析工具进行数据录入，选对数据分析工具进行数据录入确实会事半功倍。如Smartbi，其除了在数据分析、数据可视化等方面具有较大的优势，其在数据收集方面也是非常强大的，其拥有丰富的数据源，支持录入各种不同的数据源，适用性非常强大。不仅能够支持常用的oracle等关系型数据库，还支持多维数据库和各种主流大数据等数据源。
以上就是6大数据采集源和4大数据采集方式的内容啦，感兴趣的小伙伴可以继续去深入学习喔！
