做产业分析，最怕的不是没有数据，而是拿到了互相矛盾的数据却不知该信哪一个。交叉验证是解决这个问题的基本动作，但做起来有先后顺序。下面按“先做什么、再做什么、别做什么”梳理一份清单。

先做：对齐来源与口径

第一步不是急着比较结论，而是先把数据摆开，标清楚每个数字来自哪里、覆盖什么范围、用的是哪种口径。是抽样还是全量，是含税还是不含税，是规模以上还是全部企业，这些差别往往就是数字打架的真正原因。很多所谓的“数据矛盾”，对齐口径之后便不复存在。这一步做扎实，后面的判断才有稳固的基础，也才不会在错误的比较上浪费时间。花点功夫把这层底数理清，比急着下结论要划算得多。

再做：多源头三角验证

口径统一之后，用至少三个相互独立、方法不同的来源去印证同一个结论。比如，一家企业的产量，可以同时看行业协会数据、上游原料采购量和下游订单的变化；一个区域的需求，可以结合用电、物流和用工情况来看。当多个独立来源指向同一方向，结论的可信度才够高。如果它们相互矛盾，别急着挑一个相信，而要先去查清楚分歧出在哪里，那往往正是最有价值的信息，可能藏着某个环节的真实变化。

别做：三个常见动作

要避免的动作有三个：别只用一个来源就下结论，哪怕它看起来最权威；别把口径不一致的数据直接放在一起比较，那样得出的差异没有意义；别为了让数据符合预期而选择性使用，那已经不是分析，而是在找证据。数据分析的底线是诚实，交叉验证的意义，恰恰就在于逼着自己去面对那些不一致的地方。

交叉验证不是把数据堆得更多，而是让不同来源互相检查。多问一句“这个数从哪来”，判断就多一分把握。