Veri kaynağı, verinin geldiği yerdir. Veritabanları, API'lar, günlük dosyaları, sensörler, anketler ve kamu kayıtları kaynak olarak hizmet eder. Kaynak, verinin yapısını, kalitesini ve güvenilirliğini belirler. Kısıtlamalar ve doğrulama içeren iyi bakımlı bir veritabanı, elle doldurulmuş bir elektronik tablodan daha temiz veri üretir. Kalibrasyon kayması olan bir sensör, hatalı okumalar üretir. Kamuya açık bir veri kümesi eksik veya güncel olmayabilir.

Veriye güvenmek için kaynağı bilmek çok önemlidir. Nereden geldi? Kim topladı? Ne zaman? Nasıl? Yöntem neydi? Neler hariç tutuldu? Bu sorular, verinin neyi destekleyebileceğini ve neyi destekleyemeyeceğini belirler. 100 kişilik bir anketten elde edilen veriler, milyonlarca kişilik bir nüfus hakkındaki iddiaları destekleyemez. Yalnızca başarılı işlemleri kaydeden bir sistemden elde edilen veriler, başarısızlıkları gözden kaçırır. Bir tedarikçiden gelen veriler, onların amaçları için doğru olabilir, ancak sizin amaçlarınız için yanlış olabilir. Kaynak ayrıca veri işleme sürecini de etkiler. Sabit bir şemaya sahip bir veritabanı, HTML'sini her ay değiştiren bir web sitesinden daha kolay entegre edilir. Hız sınırlamaları olan bir API, ne kadar veri çekebileceğinizi kısıtlar. Manuel olarak gelen bir dosya gecikmeye ve hataya eğilimlidir. Kaynak temeldir. Zayıf bir temel, üzerine inşa edilen her şeyi baltalar.

Ortak veri kaynakları

• Veritabanları — uygulamalardan gelen yapılandırılmış kayıtlar
• API'ler — harici sistemlere programatik erişim
• Günlük dosyaları — sistem ve uygulama olayları
• Sensörler — sürekli fiziksel ölçümler
• Anketler — insanlardan alınan yapılandırılmış yanıtlar
• Kamu kayıtları — hükümet ve açık veri kümeleri

Verilere güvenmeden önce, kaynağını anlayın. Cevaplar genellikle verinin kendisinden daha açıklayıcıdır.