对于希望使用数据档案的研究人员来说，访问数据档案的方式和分析其中所存储数据的技能是关键的方法论问题。对于社会学家来说，这些数字数据客体提出了一系列问题和挑战。这种数字数据的数量和持续不断的生产状态，对社会学家和其他社会研究者来说，是迄今为止都未遇到的独特特征。这些数据的规模提供了巨大的机会，但也令人望而生畏，引发了研究领域的界定问题。
我在第一章中提到过一些学者的论点，即实证社会学正在面临一种合法性危机，并正广泛地被一系列获取大规模数字数据集和这些数据的分析工具的行动者（从政府组织和国家安全局等安全机构到商业企业，再到数字技术用户本身）所排斥。因此，许多社会学家认为，社会学家作为杰出的经验研究者（社会数据的熟练收集者、分析者和解释者）的地位受到了重大挑战（Savage，2013；Savageand Burrows，2007，2009)。任何背景下的社会研究都是“共享的成果”(shared accomplishment)，而不是研究者单独努力的结果，这些研究者不仅包括人类行动者，还包括所涉及的技术（Marres，2012：140)。这一点在运用数字方法的社会研究中变得更加突出。高校以外的其他研究人员和机构一直参与着社会研究。然而，随着大数据的出现，社会研究已经被再分配于更广泛的研究实体，以及各种各样的方法和设备(Marres，2012；Marres and Weltevrede，2013;Ruppert, 2013; Ruppert et al., 2013)。
社会学家不仅面临着其他行动者或机构可以利用数字数据客体与他们争夺社会研究专家地位的事实，也许还面临着掌握大型数字数据集所需之计算技能的困难。一小批社会科学家在定量数字数据分析方面非常熟练，他们能够使用计算机代码和软件来更好地访问和分析数字数据。计算社会科学家从事各种基于计算机形式和可量化数据的研究已经有几年了，他们的方法受到网络科学技术的影响，这些技术来自计算科学、社会网络研究者、网络计量学（使用统计技术去分析网站和平台的特征）以及媒体和传播研究中的定量方法（关于他们所采用方法的概述，参见Ackland，2013)。
数字社会学
45
52