Kualitas data sangat penting dalam membentuk informasi. Ada banyak factor yang harus dipertimbangkan dalam pengambilan keputusan, sehingga informasi yang harus tersedia pun harus lengkap dan sesuai kebutuhan.
Sebagai contoh, jika seseorang ingin membuat coffee shop di suatu daerah, maka dia harus melakukan survey tentang daerah sekitar secara keseluruhan. Dia tidak dapat mempertimbangkan hanya jumlah penduduk tetap, tetapi juga harus mempertimbangkan perkantoran di sekitar, dan banyaknya coffe shop sejenis yang akan menjadi saingannya.
Dia juga tidak dapat menggunakan data dari beberapa tahun sebelumnya yang bisa saja tidak lagi relevan dengan kondisi saat ini.
Data yang kurang berkualitas akan menghasilkan informasi yang kurang tepat yang akan menuntun pada keputusan yang salah.
Contoh lain adalah kasus Ibu Ratna Sarumpaet, dimana pihak yang menyebarkan tidak melakukan cross check terlebih dahulu dan hanya mengandalkan 'penampakan' wajah dan keterangan korban. Data-data yang membentuk informasi  'penganiayaan' tersebut kurang berkualitas sehingga dengan mudah 'ditumbangkan'.
Kuantitas Data
Kuantitas data perlu dipertimbangkan untuk menghasilkan informasi yang benar. Anda tidak dapat menyimpulkan sesuatu akan baik-baik saja selamanya hanya karena saat ini kondisinya memang sedang baik. Kita akan membutuhkan berbagai macam data yang relevan dengan permasalahan selama sekian periode untuk menyimpulkan sesuatu. Â
Contoh, kita tidak dapat menyimpulkan produksi beras Indonesia akan cukup selamanya karena Indonesia memang sejak dulu adalah Negara agraris. Justru kita harus menghitung berapa banyak produksi beras yang dibutuhkan per bulan agar mencukupi untuk jumlah rakyat Indonesia yang mengalami pertumbuhan sekian % pertahun. Untuk itu diperlukan data luas tanah pertanian, cuaca yang mempengaruhi pertanian, serangan hama, dst. Untuk memprediksi semua itu diperlukan data beberapa tahun ke belakang, agar informasi yang dihasilkan lebih akurat.
Pengolahan Data
Hal lain yang dapat mempengaruhi terbentuknya informasi adalah cara mengolah data. Jika data-data yang terkumpul sudah cukup berkualitas dan juga secara kuantitas dianggap dapat mewakili suatu kondisi, namun informasi yang dhasilkan masih belum berkualitas, kemungkinan ada kesalahan saat mengolah data menjadi informasi.Â
Mungkin ada kesalahan dalam formula-formula yang dipakai, business logic yang diterapkan, atau mungkin ada kesalahan software pengolah data yang tidak terdeteksi. Maka sebaiknya formula, business logic, dan juga software pengolah data sudah ditest dengan benar sebelum diimplementasikan.
