Μια πηγή δεδομένων είναι η πηγή προέλευσης των δεδομένων. Οι βάσεις δεδομένων, τα API, τα αρχεία καταγραφής, οι αισθητήρες, οι έρευνες και τα δημόσια αρχεία χρησιμεύουν ως πηγές. Η πηγή καθορίζει τη δομή, την ποιότητα και την αξιοπιστία των δεδομένων. Μια καλά συντηρημένη βάση δεδομένων με περιορισμούς και επικύρωση παράγει καθαρότερα δεδομένα από ένα υπολογιστικό φύλλο που συμπληρώνεται χειροκίνητα. Ένας αισθητήρας με απόκλιση βαθμονόμησης παράγει μεροληπτικές μετρήσεις. Ένα δημόσιο σύνολο δεδομένων μπορεί να είναι ελλιπές ή ξεπερασμένο.

Η γνώση της πηγής είναι απαραίτητη για την αξιοπιστία των δεδομένων. Από πού προήλθαν; Ποιος τα συνέλεξε; Πότε; Πώς; Ποια ήταν η μέθοδος; Τι εξαιρέθηκε; Αυτές οι ερωτήσεις καθορίζουν τι μπορούν και τι δεν μπορούν να υποστηρίξουν τα δεδομένα. Τα δεδομένα από μια έρευνα 100 ατόμων δεν μπορούν να υποστηρίξουν ισχυρισμούς για έναν πληθυσμό εκατομμυρίων. Τα δεδομένα από ένα σύστημα που καταγράφει μόνο επιτυχημένες συναλλαγές δεν εντοπίζει τις αποτυχίες. Τα δεδομένα από έναν προμηθευτή μπορεί να είναι ακριβή για τους σκοπούς του και λανθασμένα για τους δικούς σας. Η πηγή επηρεάζει επίσης τον αγωγό. Μια βάση δεδομένων με σταθερό σχήμα είναι πιο εύκολη στην ενσωμάτωση από έναν ιστότοπο που αλλάζει την HTML του κάθε μήνα. Ένα API με όρια ρυθμού περιορίζει τον όγκο των δεδομένων που μπορείτε να αντλήσετε. Ένα αρχείο που φτάνει χειροκίνητα είναι επιρρεπές σε καθυστερήσεις και σφάλματα. Η πηγή είναι το θεμέλιο. Ένα αδύναμο θεμέλιο υπονομεύει όλα όσα βασίζονται σε αυτό.

Κοινές πηγές δεδομένων

• Βάσεις δεδομένων — δομημένα αρχεία από εφαρμογές
• API — προγραμματική πρόσβαση σε εξωτερικά συστήματα
• Αρχεία καταγραφής — συμβάντα συστήματος και εφαρμογής
• Αισθητήρες — συνεχείς φυσικές μετρήσεις
• Έρευνες — δομημένες απαντήσεις από άτομα
• Δημόσια αρχεία — κυβέρνηση και ανοιχτά σύνολα δεδομένων

Πριν εμπιστευτείτε τα δεδομένα, κατανοήστε την πηγή. Οι απαντήσεις είναι συχνά πιο αποκαλυπτικές από τα ίδια τα δεδομένα.