不同于那些需要研究人员介入、以从回应中收集他们想要分析的数据的社会研究，大量的数字数据是作为其他日常活动的一部分平常地（unobstrusively）生成的。所有这些日常活动，包括公共空间轨迹、打电话、发送电子邮件、浏览网页、使用搜索引擎、参与政府服务、在线购买商品或使用顾客忠诚度计划，都生产了关于用户活动，以及更具意图性的内容生成实践的数字数据，如发表博客和在社交媒体平台中更新状态、上传图像、点赞、发表推文、转发、评论等。这些作为互联网使用的输出结果，能产生大量集聚和可量化的数字数据，它们被不同地称为交易数据、跟踪数据、附属数据或大数据。
正如第二章所言，数字社会研究者开始使用的另一个更具分析性的术语是“数字数据客体”。罗杰斯（Rogers，2013）引用案例区分了“数字化数据客体”(digitised data objects）和“原生数字数据客体”(natively digital data objects)。数字化数据客体涉及的物质预先存在其模拟形式，然后被数字化(如罗杰斯指出的“迁移至互联网”)。它们包括图像、电影、录音、文件、书籍或文物，这些都经过扫描、重新记录或拍摄，以制作成新型的数字版本并上传至网站，如在线博物馆展览或历史档案馆。数字人文学的工作者，已经投入了大量的时间来将这些资料数字化。原生数字数据客体是在为特定目的而定制运行的网络属性中产生的(“诞生于网络”)，它们对数字社会研究者具有吸引力，因为它们似乎具备“研究者生成数据”所不具备的信度和效度。它们提供了一个了解社会实践和身份认同的窗口，因为此时的人们并没有意识到他们正在接受调查、采访或正以其他方式被征求意见。
第三章 数字时代研究的再概念化
51