مصدر البيانات هو المكان الذي تأتي منه البيانات. قواعد البيانات، وواجهات برمجة التطبيقات، وملفات السجلات، وأجهزة الاستشعار، والاستبيانات، والسجلات العامة، كلها مصادر للبيانات. يحدد المصدر بنية البيانات وجودتها وموثوقيتها. قاعدة البيانات المُدارة جيدًا، مع مراعاة القيود والتحقق من الصحة، تُنتج بيانات أدق من جدول بيانات مُعبأ يدويًا. جهاز الاستشعار الذي يعاني من انحراف في المعايرة يُنتج قراءات متحيزة. قد تكون مجموعة البيانات العامة غير مكتملة أو قديمة.

معرفة المصدر أمرٌ أساسي لضمان موثوقية البيانات. من أين أتت؟ من جمعها؟ متى؟ كيف؟ ما هي الطريقة المُتبعة؟ ما الذي تم استبعاده؟ تُحدد هذه الأسئلة ما يمكن للبيانات أن تدعمه وما لا يمكنها دعمه. لا يمكن لبيانات استطلاع رأي شمل 100 شخص أن تدعم ادعاءات حول ملايين السكان. بيانات نظام يسجل المعاملات الناجحة فقط تُغفل المعاملات الفاشلة. قد تكون بيانات أحد الموردين دقيقة لأغراضه، ولكنها غير مناسبة لأغراضك. يؤثر المصدر أيضًا على سير العمل. قاعدة بيانات ذات مخطط ثابت أسهل في التكامل من موقع ويب يُغير صفحته HTML شهريًا. واجهة برمجة التطبيقات (API) ذات حدود معدل الاستخدام تُقيد كمية البيانات التي يمكنك سحبها. الملف الذي يصل يدويًا عُرضة للتأخير والخطأ. المصدر هو الأساس. أساس ضعيف يُقوّض كل ما بُني عليه.

مصادر البيانات الشائعة

• قواعد البيانات - سجلات منظمة من التطبيقات
• واجهات برمجة التطبيقات (APIs) - الوصول البرمجي إلى الأنظمة الخارجية
• ملفات السجل - أحداث النظام والتطبيقات
• أجهزة الاستشعار - قياسات فيزيائية مستمرة
• الاستبيانات - ردود منظمة من الناس
• السجلات العامة - مجموعات البيانات الحكومية والمفتوحة

قبل الوثوق بالبيانات، افهم مصدرها. فالإجابات غالباً ما تكون أكثر كشفاً من البيانات نفسها.