這是一個非常有趣的分析工作，因為我目前在義大利商工作，根據亞洲總部的要求，進行了這個專案分析（點我看相關網頁）。
有關報告的內容，可以進一步去了解。但在這邊要分享的是，透過這個清楚的個案，要如何進行相關的研究，並進一步澄清我們與一般消費者調查最大的差異。
步驟一：所有的調查研究最重要的都是母體
對多數的讀者來說，調查想像最多的畫面，就是消費者調查，因此，如果要進行一個東南亞的消費調查，感覺問題不大。基本上，就是針對目標國家進行設定，偷懶一點，就是設定每個國家20-60歲的消費者，再加上一些過濾題目，大概就可以完成（這裡是簡化，實務上比大家想的難很多）。但如果換成這次的研究主題呢？義大利商在東南亞的經濟分析？
問題頓時間會呈等比級數的難度增加。因為：
1.你不知道怎樣算是義大利商？它可能不是由義大利公司直接投資？中間有好幾手投資，它的股東清冊可能來自某個免稅天堂或其他國家的公司？（也就是網頁中提及的UBO問題）
2.你有點掙扎投資多少算義大利商？投資100％一定算義大利商。但是75％、49％算嗎？分公司要如何看待？
光是描繪母體，你就一陣頭痛。這裡面充滿了與消費者調查類似的原則，但截然不同的解題方式。你很難去處理母體，你會面臨到不知道母體如何定義跟母體一定不完整的問題。
因為，它至少有幾個地方跟消費者不同，在消費者調查，你不知道誰誰誰是你的目標客群，但你可以藉由統計資料知道流動資產破億的大約有多少人，你知道年薪超過新台幣300萬的人大約有多少人。所以，你只要去建立一個隨機的調查數據，你就可以完成分析。因為你知道母體，所以，你會進行母體與樣本的檢定（母數檢定Parametric Test）來確保你可以進行推論分析。
但在企業調查上，事情完全不是這樣運作的。你不知道母體，所以，你最多只能做無母數檢定 (Non-parametric Test）。因此，你的麻煩大了，不是檢定的方式的差異。而是當你不知道母體，甚至你手上沒有樣本清冊，你要如何做到隨機抽樣？或是，確定你調查的對象沒有偏誤？如果，沒有這些工具，縱使你的檢定通過了，其實，你也知道你可以做的分析非常有限。
簡單來說，在B2B調查中，我們甚至常常無法像消費者調查一樣，清晰地畫出一個「靶心」來進行射擊。靶心在哪都不知道，這就是第一個，也是最大的挑戰。
『這個階段對我來說，問題相對簡單。我從CRIF ASIA的資料庫撈出所有符合我定義的義大利公司，針對股權比例、股東結構進行篩選，並且依照UBO的工具找出最終受益人，去定義出義大利公司的樣本清冊，再依照這個樣本清冊去做無母數檢定，就可以得到一個誤差值可以接受的樣本清冊，並且確認了我至少要針對多少公司進行分析』
步驟二：企業跟消費者完全不同的分布樣貌
如果你對調查或統計有相關的背景知識，你就可以理解多數的統計都是建立在常態分佈的狀況下。有人高，有人低，但多數人的分布會差不多。最容易理解的就是薪資調查，讓我們一起看看台灣主計處公布的數據：
『主計處公布2024年全年薪資調查，總薪資每月平均數為60,984元，中位數為37,274元，兩者較往年都增幅超過2％，超過通貨膨脹。』
好的，通常這個數據的公布，都代表社交平台上的熱門議題，一堆人要說，他對不起大家，拉低了平均數，不然，就是有人要說，他根本無感。這就是不符合常態分佈的特徵，平均數與中位數落差很大，但事實上，我們還是會認為，他仍然接近常態分佈。
讓我們來看下一個新聞報導的數字。
『全球前十大晶圓代工廠的全球總市占率維持在97.0％，市場結構相對穩定，排名與去年第四季相同。但在龍頭地位的強化方面，台積電持續拉開與對手的距離…2025年第一季，台積電的市佔率上升至67.6％。』
好吧！對比一下這兩組數據的概念，你就知道企業離常態分佈有多遠了，基本上，一家台積電就吃了全球65.6％的市場。它離常態分佈非常非常遠。
所以，企業調查跟消費者調查，有一個很大的差異，也就是常態分布的概念會完全不同。實務上，某些公司你可以不用理這個問題，如晶圓代工產業，歷年許多研究分析資料，你就可以看到幾家大公司就佔了絕對多數的市場，他們做的是更偏向指標公司分析，透過指標公司的技術分析，去評估市場的變動。跟你一般想像的市場分析有很大的差距，基本上假設為中小型公司都不存在於市場或對市場幾乎沒有影響力。
既然你熟悉了台積電的案例，我們在做這個分析時，就會遇到上述兩個問題的混合難題。
1.你可能過於集中在大公司，所以，會出現薪資漲幅與現實世界多數人都脫節的問題。
2.你可能過於集中在分析或調查的隨機性，所以，你可能忽視了像台積電這種巨頭對於市場的衝擊，嚴重誤判了市場的成長性。
因此，你必須建立一個衡量前25％跟其他75％的分析指標（這個比例可以進一步微調），就像台灣政府統計處調查的方式相似。
『當我確定了樣本清冊後，我必須針對樣本中的公司依照2碼及4碼行業別去建立一個排序，重新檢驗，（1）前25％公司是否含括了所有知名企業，後75％全部加總後，是否符合無母數檢定的誤差範圍。（2）東南亞各國在相關行業領域營收成長率、總體GDP變化及當地相關產業的頂尖公司及整體營收變化，先初步檢驗成長性的變化是否有不一致的反指標存在。這兩項工作，就是確保在我進行無母體及足夠次級資料時，基本避免非常態分布可能出現的謬誤。』
步驟三：企業存在，不等於存在
在消費者調查中，我們通常不會質疑受訪者「是否存在」。一個 20 歲的年輕人，就是一個 20 歲的年輕人。但在企業調查中，情況則截然不同。一個「企業的存在」，並不等於它具備分析上的意義。一個掛牌成立但沒有實際運營的空殼公司，或是一個僅為資產管理而存在的控股公司，在產業分析中，其價值可能為零，甚至會誤導我們的判斷。
在我們的實務操作中，需要特別關注以下三類「存在，卻不代表有分析意義」的企業：
剛成立的企業： 這些企業可能尚未產生營收，沒有實際的經營活動或市場影響力。將它們納入調查，可能會拉低行業的平均營收、獲利等數據，造成分析偏誤。同時，這些企業的商業模式和策略仍處於高度不確定性中，其意見難以代表行業趨勢。
控股公司或無實質營運的公司： 這些公司可能擁有龐大的資產或資本額，但在其名下並無實際的生產、銷售或研發活動。它們的存在主要是為了股權管理或稅務規劃。將它們納入企業調查，同樣會扭曲產業的真實面貌。這也是為什麼在「義大利商」的案例中，我們需要透過 UBO (最終受益人) 工具來追溯，確保我們調查的是真正有經營活動的企業。
營運停滯或已無影響力的公司： 這些企業可能曾經輝煌，但由於市場變化或經營不善，已逐漸退出市場競爭。它們可能仍然「存在」於政府的企業資料庫中，但其意見已無法反映產業的現狀與未來趨勢。過度關注這些企業，會讓我們陷入對「過去」的分析，而錯過對「未來」的洞察。
總結來說，專業的企業調查，必須在篩選母體時，就先行排除這些「無意義的企業」。 這一工作看似繁瑣，卻是確保我們分析結果具備真實性、有效性的關鍵。否則，我們可能在一個充滿「空殼」或「過氣英雄」的數據庫上，進行著看似嚴謹的分析。
『所以，你可以看到在這個分析中，我針對員工人數10人以下的公司進行篩選，這是一個實務可以考慮用的指標，也是在研究報告中寫出來的界定。但實際上，是在我針對整個樣本清冊透過成立時間過短、幾乎沒有營收等公司所整理出來的最大公因數原則』
結論：企業資料庫，如何解鎖你的分析困境？
透過上述的步驟，我們可以清楚看到，企業調查與消費者調查在每一個環節都存在著根本性的差異。這不僅是調查對象的不同，更是背後思維邏輯、數據應用和分析框架的全面挑戰。
你不知道母體在哪裡，你面對的是非常態分佈，你還要面對許多「存在不等於存在」的企業。這一切，都讓企業調查看似一個難以突破的困境。
然而，這正是專業的企業資料庫能夠解鎖的價值。
它解決母體定義的困境： 專業資料庫能提供精準的篩選標準（如投資結構、行業別、資本額、員工人數等），幫助你將「義大利商」這種模糊的概念，轉化為清晰、可操作的企業清冊。
它讓你掌握市場的真實樣貌： 專業資料庫已經為你繪製了市場的長尾分佈圖，讓你不再盲目隨機抽樣，而是能夠有策略地選擇樣本——既包含頭部具影響力的巨頭，也包含長尾中具代表性的中小企業。
它確保你分析的有效性： 透過資料庫的驗證，你能夠排除那些「無意義的企業」，確保你的分析是基於有商業實質、有市場影響力的「真實」企業。
但最後讓我強調一下，任何強大的資料庫都只是一張精良的「地圖」。真正的價值，來自於經驗豐富的「領航員」（專業顧問），他知道如何解讀地圖上的等高線，如何避開地圖未標示的暗礁，並最終為您的企業，規劃出最安全、最有效率的航行路線。企業資料庫解鎖了分析的困境，而專業顧問，則解鎖了資料庫的全部潛力。 因此，企業調查的精髓，不在於模仿消費者調查的隨機性，而在於精準的篩選與有策略的樣本選擇。而專業的企業資料庫，正是將這個挑戰，轉化為企業洞察的獨特優勢。它讓你的分析不再是迷霧中的猜測，而是基於事實、具備精準度和可執行性的戰略指南。
▲本文轉載自Nickolas商業解謎思
﹊﹊﹊﹊﹊﹊
CRIF觀點：
想知道為什麼國家發展委員會在執行企業調查研究時，建議以CRIF企業資料庫作為抽樣母體？以及為什麼我們有辦法依據經濟部統計處的「截斷抽樣法」，執行不同行業的產值調查？
如何確實瞭解不同產業的真實樣貌？而非透過不完整的地圖(資料庫)以偏概全，CRIF高價值成長指數（High-Value Growth Index, HVGI）幫你重新檢視有商業實質、有市場影響力的「真實」企業。
若您有任何問題或需要進一步了解，歡迎隨時聯繫我們。
市場研究部│李俊 J.Lee@crif.com 分機：668
