采样是指从大量数据中选择特定数量的条目以进行进一步分析的行为。商业研究通常会产生大量数据，特别是在人口统计等以市场为导向的研究中。商业研究中的抽样技术允许研究人员使用更易于管理的数据子集，他们认为这些数据准确地代表了更大集合中的趋势。
初步研究
企业获得研究数据，从中以两种不同的方式取样。第一项主要研究涉及从其来源挖掘数据。调查是最受欢迎的初级研究形式，无论是亲自进行，通过电话，通过互联网还是通过任何其他方式进行。初步研究的结果是专有的，这意味着除非研究人员特别授予或向公众提供，否则没有其他公司可以获得初级研究的结果。
二级研究
当主要研究成果与其他研究人员共享时，其他研究人员正在进行二次研究。二级研究基本上依赖于其他人花费时间编制大量相关和有价值数据的努力。查看劳工统计局的平均收入数据是二次研究的一个例子。由于该局已经对数据进行了广泛的调查和编译，其他商业研究人员可以很少或没有成本地利用这些数据。
随机抽样
随机抽样涉及完全随机选择一定数量的数据项，然后使用该样本进行进一步分析。在分析相当同质的数据集时，随机抽样可能是一种有效的技术。想象一家公司希望确定在特定州被诊断为病态肥胖的人的百分比。该公司可以合理地分析几百个条目的随机样本，而不是使用数百万个条目的数据集，以得到一个近似整个数据集统计数据的数字。
第N个名称抽样
第N个名称采样，也称为系统采样，与随机采样类似，不同之处在于它减少了任意数据选择的影响。系统抽样涉及选择每个第n个数据条目以包含在样本中。例如，如果您拥有一百万份调查回复的数据集，则可以选择要包含在样本中的每千个条目，从而为您提供一个更易于管理的一千个条目样本。
受控采样
受控采样从非常不同的数据集中获取高度特定的样本。在进行二次研究时，受控抽样是最有价值的，因为初步研究可以设计为仅在需要时针对特定受访者。
想象一下，一家公司购买了一个包含调查受访者年龄，种族，教育和收入水平信息的大型数据集。如果公司想要确定某个年龄组的平均收入水平，公司可以在计算收入数字之前建立一个仅包含符合特定年龄标准的条目的样本。
