Uma fonte de dados é a origem dos dados. Bases de dados, APIs, ficheiros de registo, sensores, pesquisas e registos públicos são exemplos de fontes. A fonte determina a estrutura, a qualidade e a fiabilidade dos dados. Uma base de dados bem mantida, com restrições e validação, produz dados mais precisos do que uma folha de cálculo preenchida manualmente. Um sensor com desvio de calibração produz leituras enviesadas. Um conjunto de dados público pode estar incompleto ou desatualizado.

Conhecer a fonte é essencial para confiar nos dados. De onde vieram? Quem os recolheu? Quando? Como? Qual foi o método utilizado? O que foi eliminado? Estas questões determinam o que os dados podem e não podem comprovar. Os dados de um inquérito a 100 pessoas não conseguem sustentar afirmações sobre uma população de milhões. Os dados de um sistema que regista apenas transações bem-sucedidas omitem as falhas. Os dados de um fornecedor podem ser precisos para os seus fins, mas inadequados para os seus. A fonte também afeta o fluxo de dados. Uma base de dados com um esquema estável é mais fácil de integrar do que um website que altera o seu HTML mensalmente. Uma API com limites de taxa restringe a quantidade de dados que pode obter. Um ficheiro recebido manualmente está sujeito a atrasos e erros. A fonte é a base. Uma base frágil compromete tudo o que nela se constrói.

Fontes de dados comuns

• Bases de dados — registos estruturados de aplicativos
• APIs — acesso programático a sistemas externos
• Ficheiros de registo — eventos do sistema e da aplicação
• Sensores — medições físicas contínuas
• Inquéritos — respostas estruturadas de pessoas
• Registos públicos — dados governamentais e conjuntos de dados abertos

Antes de confiar nos dados, compreenda a fonte. As respostas são, muitas vezes, mais reveladoras do que os próprios dados.