软件指标是包含许多活动的衡量标准，涉及某种程度的衡量.软件测量的成功在于收集和分析数据的质量.
收集的数据可以考虑作为一个好的数据，如果它可以产生以下问题的答案 :
它们是否正确？ : 如果根据度量标准定义的确切规则收集数据，则可以认为数据是正确的.
它们是否准确？ : 准确度是指数据与实际值之间的差异.
它们是否适当精确？ : 精度处理表达数据所需的小数位数.
它们是否一致？ : 如果数据没有显示出从一个测量设备到另一个测量设备的主要差异，则可以认为数据是一致的.
它们是否与特定设备相关联活动或时间段？ : 如果数据与特定活动或时间段相关联，则应在数据中明确指定.
是否可以复制？ : 通常，调查，案例研究和实验等调查经常在不同情况下重复进行.因此，数据也应该可以轻松复制.
为测量目的而收集的数据有两种类型 :
原始数据 去;原始数据来自流程，产品或资源的初始测量.例如:组织中员工的每周时间表.
精炼数据 : 精炼数据来自从原始数据中提取基本数据元素以获取属性值.
数据可以根据以下几点定义 :
位置
时间
症状
最终结果
机制
原因
严重程度
费用
数据收集需要人类观察和报告.管理员，系统分析员，程序员，测试人员和用户必须在表单上记录行数据.要收集准确和完整的数据，重要的是 :
保持程序简单
避免不必要的录音
培训员工需要记录数据和使用的程序
及时以有用的形式向原始提供者提供数据捕获和分析的结果，以帮助他们开展工作
验证在中央收集点收集的所有数据
规划数据收集涉及多个步骤 :
根据GQM分析确定要测量的产品
确保产品处于配置控制之下
确定要测量的确切属性以及间接度量的推导方式
一旦明确指标集并确定了要测量的组件集，设计用于识别测量过程中涉及的每项活动的方案
建立处理表格，分析数据和报告结果的程序
数据收集计划必须在项目计划开始时开始.实际数据收集发生在许多开发阶段.
例如 : 可以在项目开始时收集与项目人员相关的一些数据，而其他数据收集(如工作)从项目开始开始，并继续进行操作和维护.
在软件工程中，数据应存储在数据库中，并使用数据库管理系统(DBMS)进行设置.下图显示了数据库结构的示例.该数据库将存储在组织的不同部门工作的不同员工的详细信息.
在上图中，每个框都是数据库中的表，箭头表示从一个表到另一个表的多对一映射.映射定义了保留数据逻辑一致性的约束.
一旦数据库被设计并填充了数据，我们就可以利用数据操作语言来提取数据进行分析
