Sumber data adalah tempat data berasal. Basis data, API, file log, sensor, survei, dan catatan publik semuanya berfungsi sebagai sumber. Sumber tersebut menentukan struktur, kualitas, dan keandalan data. Basis data yang terawat dengan baik dengan batasan dan validasi menghasilkan data yang lebih bersih daripada spreadsheet yang diisi secara manual. Sensor dengan penyimpangan kalibrasi menghasilkan pembacaan yang bias. Kumpulan data publik mungkin tidak lengkap atau sudah usang.

Mengetahui sumber data sangat penting untuk mempercayai data tersebut. Dari mana asalnya? Siapa yang mengumpulkannya? Kapan? Bagaimana caranya? Apa metodenya? Apa yang dikecualikan? Pertanyaan-pertanyaan ini menentukan apa yang dapat dan tidak dapat didukung oleh data tersebut. Data dari survei terhadap 100 orang tidak dapat mendukung klaim tentang populasi jutaan orang. Data dari sistem yang hanya mencatat transaksi yang berhasil akan melewatkan kegagalan. Data dari vendor mungkin akurat untuk tujuan mereka dan salah untuk tujuan Anda. Sumber data juga memengaruhi alur kerja. Basis data dengan skema yang stabil lebih mudah diintegrasikan daripada situs web yang mengubah HTML-nya setiap bulan. API dengan batasan laju data membatasi seberapa banyak data yang dapat Anda tarik. File yang tiba secara manual rentan terhadap penundaan dan kesalahan. Sumber data adalah fondasinya. Fondasi yang lemah akan merusak segala sesuatu yang dibangun di atasnya.

Sumber data umum

• Basis data — catatan terstruktur dari aplikasi
• API — akses terprogram ke sistem eksternal
• File log — peristiwa sistem dan aplikasi
• Sensor — pengukuran fisik berkelanjutan
• Survei — tanggapan terstruktur dari orang-orang
• Catatan publik — pemerintah dan kumpulan data terbuka

Sebelum mempercayai data, pahami sumbernya. Jawabannya seringkali lebih mengungkapkan daripada data itu sendiri.