大数据集的整洁有序引人注目，这是其文化力量和共鸣的一部分，但这却也是海市蜃楼。大数据集虽然规模很大，但不一定总是“干净”、有效或可靠的(Lazer et al.，2014)。当数据集特别庞大时，“脏数据”(dirtydata)或者不完整、不正确的数据问题就会变得更加严重。这些数据在被“清理”或调整至可用于分析的形式之前都是无用的(boyd and Crawford，2012；Waterman and Hendler，2013)。为了确保数据“干净”、可用，雇用数据处理专家可能是非常昂贵的。
除了讨论数据的“生”“熟”隐喻(本章前面提到过)，波尔斯托夫（Boellstorff，2013）进一步借鉴了人类学家克洛德·列维-斯特劳斯（Claude Lévi-Strauss）引入的“腐烂”数据概念。这一隐喻强调了数字数据的转换方式，而这些方式可能超出了其创始人的预期或想象。它还承认数据的物质性，承认数据的存储方式可能会导致数据退化或数据丢失。“腐烂”数据概念使人们注意到数据的不洁性，这背离了数字数据的主流概念，即干净、客观和纯粹。数字数据的生产、传输和存储方式并不是万全的，网络链接之间的联系并不总是一向无缝和流动的。如果“网络”或“互联网”的隐喻倾向于暗示线或绳之间的相互连接，那么就会出现“断网”或“阻止站点”等提示语，表明它们之间可能无法相互连接，从而变得混乱、毫无用处。由于网站破坏、长期未更新、链接失效或政府管控等因素，网络可能会在不同点出现“断网”（Rogers，2013：127)。
构建大数据收集和解释的基本假设，也需要强调将此现象放置于批判性分析中。正如贝姆（Baym，2013）所说：在大数据不证自明、掌握真理的时代，我们需要时刻提醒自己，哪些数据是看不见的，哪些数据是无法测量的，这点尤为重要。大数据的相关决策，比如将重要事物、现象最佳分类都转化为数据，有助于解决模糊、矛盾和冲突问题（Baym，2013；boyd and Crawford，2012；Gitelmanand Jackson, 2013; Uprichard, 2013; Verran, 2012; Vis, 2013)。
第五章 大数据批判社会学
129