Loan Data

实时行业分类提供的 SIC 替代方案意味着经济学家终于可以不再为 SIC 道歉了。

一份又一份的报告，一个又一个的警告。SIC 体系漏洞百出，以至于分析师们纷纷为在报告中使用它而道歉。这个体系已经过时，而且过于僵化，无法准确描述过去十年出现的经济部门类型。我们之前已经详细讨论过SIC 体系的缺陷。

我们不是唯一对 SIC 感到沮丧的人，但我们是第一个提出替代方案的人。

最近的报道对 SIC 表示道歉
英国文化教育与体育部 (DCMS) 最近发布的《评估英国区域数字生态系统》报告总结了对英国各个国家和地区的数字生态系统的研究结果，并使用 SIC 和 SOC 作为审查的基础。

我们注意到，报告强调了 SIC 系统局限性的阻碍，并希望确保 DCMS 的 印度尼西亚电报号码数据库 团队知道我们已经克服了这些问题，并在我们的平台上发布了 200 多个新兴经济体分类。

报告作者指出了SIC代码的缺陷。他们写道：“SIC代码分类存在局限性，因为它们过于死板，可能仅部分涵盖新兴行业，例如金融科技、教育科技等。为了解决这个问题，Steer-ED使用了其他来源的数据，例如Beauhurst跟踪的增长型企业数据库和Geek Talent的数据，后者对行业和职业的分类方式更贴近新兴行业和角色。然而，这些数据并非适用于所有指标。”

当然，所有这些数据集都有其优点，并且都是为特定目的而设计的。由于需要整合来自各种来源的数据，而每个来源对所分析的业务类型都有不同的定义，并且创建数据集的方法也各不相同，因此存在出现错误的可能性。

即使是最好的意图也可能导致混合数据池无效，并且更有可能错过企业和公司（甚至整个细分市场）。

2021年2月发布的《Kalifa英国金融科技报告》也承认了SIC的局限性。该报告概述了建立更好的行业分类体系的必要性，以实现更好的连通性、“信息流动性”以及行业内部的分析。报告作者指出：

“在审查过程中，我们对大量现有数据源进行了广泛的数据清理，以准确描绘英国金融科技的面貌。例如，研究发现，超过 50% 的金融科技公司（包括 Monzo、Wise、Funding Circle、Revolut 等）无法使用现行的标准行业代码 (SIC 2007) 进行自我分类。”

报告继续说道，“因此，国家统计局、政府和其他相关方目前无法对金融科技行业进行可重复、准确的分析，因此需要建立一个能够实现信息流动的平台。”

RTIC 提供解决方案
显然，SIC 阻碍了经济学家和分析师的工作。他们常常需要混合大量数据集才能理解某个经济部门及其所属的公司。

这种为了便于分析而混合不同数据集的方法虽然在SIC是唯一选择的情况下是可以理解的。但现在有了另一种选择，意味着大家可以不再为SIC道歉了。

RTIC 通过将机器学习与人类专家融合在一起，创建出能够更好地描述当今经济的高度细致的多层次结构，从而提供了一种替代方案。

实时行业分类有潜力取代标准行业分类 (SIC)。我们在 2021 年开发了 200 多个新的行业分类 (RTIC)。事实上，为了响应 Kalifa 审查的结果，我们一直在研究金融科技的分类法，并将很快发布首个数据城市金融科技普查报告。