現時世界已進入大數據年代，只要數據越多越真確，我們就越能分析當下狀況，從而對症下藥解決問題。基本上，論證難免需要有數據支持，不論學術、商業甚至日常生活的對話中，我們理所當然地覺得意見背後都需要有充分理據支持，反之如同廢話一樣不想理會。

正因為我們擁有求真的心態，往往每個理論背後都是集合數據並且加以分析才得出結論，就好比推出新產品之前會透過市場調查來驗證產品是否適合售賣。所以數據的質素便左右每個理論的可信度。故此，數據來源非常重要。

本人並不是統計學專家，接下來亦不是討論統計學等學術範疇，而是討論對取得數據的難度。畢竟科技發展日新月異，然而取得數據的難度及成本似乎沒有降低。怎樣取得數據，以及如何處理數據都需要研究者精心步署。更何況現今資訊透明化，各家各戶都會引用第三方數據加以論述，但其實這些數據使用者的分析可信嗎？這些取得數據的研究是真有其事嗎？取得數據的手法是否持平？大眾實在難以一一驗證每份數據的質素。

數據的來源是否清晰？

如果數據是來自於學術研究，一般都會詳細解釋如何取得數據。如果涉及到他人的研究，還需要註明引用的文獻。當研究者使用的是一份未經加工的原始數據，即使數據存在差異，研究者都可以通過調整後就可使用。但假如研究者拿到手的數據已經是經過他人處理，那麼數據質素就是必須考慮的問題。

在日常生活中我們經常面對這個問題。我們都會透過媒體取得資訊，雖然它們一般都會引用第三方數據，但一般只是提供來源，詳細相關研究需要讀者自行搜尋。這裡並不是指責媒體會用假數據，而是公眾確實難以得知數據質素，因為數據原始出處可能需要付費查閱，網上搜尋並不一定找到。最後我們會被大量的數據淹蓋，缺乏把關的原故，我們實在難以辨別每份數據的質素。

為甚麼我們難以利用數據

統計處都會定期發布的各類研究或民意調查，大學以至擁有權威的機構都會進行調查。如此數據質素高，為什麼卻難以使用呢？

時間方面

例如我們在證券交易平台上看到的各類金融產品的實時價格，是以秒或分鐘計算。而統計處進行各種研究往往是以年度更新。而一些更加複雜的數據，例如經濟普查、人口普查等，每5-10年才會進行一次，而且從普查執行到最終詳細數據的發布，中間也要間隔2-5年的時間。故此，當我們想研究某一樣事物時， 基於那些權威性的數據跨越多年，這些數據在時間方面不能配合而不可使用。

覆蓋率方面

各種普查可以涵蓋全港，而更多的調查數據則針對某些特定群體，例如政府公佈的就業數據也會以全港及每個行業劃分，但那些數據未必可以用於每一份研究。又例如，假如我們的目標是探討飲食業16-24歲青年的就業情況時，大規模的研究卻未必適合，反而一些針對性的調查數據更有啟發。

深入度方面

數據有時候並不單止著重於量大，數據越能夠深入地探討該命題，就越能反映當時實際情況。我們想像一下把數據當成一份Excel表，每一行化表著研究對象的數量，而每一列都代表著數據所呈現的豐富程度。

總括而言，數據本身就是昂貴。若要尋找合意的數據，其實很大程度上建基於預算，從而在時間及覆蓋率方面，找出與目標配合而取得的數據。今天我們經常引用研究所得出的結論，卻忽略了研究所使用的數據。無論是時間性、覆蓋率、還是深入度方面，任何方面哪怕想提升微小的數據質素都需要投入大量資源，因為獲取數據所消耗的人力物力及時間很多，因此在大數據時代底下，數據卻變得何奇珍貴。