就印度国家统计局 (INSEE) 而言，它暂时可以访问有关 Orange 中继天线激活情况的汇总数据，并且能够根据上下班通勤最频繁的早上时段的行驶距离构建移动指标。不幸的是，这些数据并未延续到 5 月底封锁放松的第一阶段之后，因为 Orange 不希望将 INSEE 数据的免费访问权限延长到该阶段。
曲线相似，但当我们尝试根据不同的指标比较运动演变的量化时，数量级远未收敛。因此，除了人口流动发生了大规模变化之外，很难从中得出任何信息。
并通过公共统计数据进行衡量，而无需直接观察。前往零售店的情况尤 兼职数据 其如此，尽管这既不是必要条件（由于网上销售），也不是充分条件（前往商店并不一定会导致购买）。将谷歌的这一流动性指标与国家统计机构测量的零售额进行比较，会产生截然不同的结果：许多国家的零售额降幅低于这些指标所显示的降幅，而其他国家则正确反映了 3 月/4 月初始冲击的程度。随着封锁的结束，这一流动性指标与“硬”数据之间的差异正在增大。在线商务的活力强弱不太可能解释这些差异。
另一项指标是衡量在家中度过的时间，可以衡量工人在工作场所的存在情况，经济活动自然取决于此。事实上，这一指标与 2020 年全年 GDP 的变化之间存在很好的相关性。我们在这里是否有一个强大的预期活动指标，还是仅仅是巧合？这是不可能的，但在远程办公大规模增长的时代，我们很难预测独自待在家里的时间会如何发展。
统计信息与产生它的制度环境密不可分。
毫无疑问，谷歌等公司收集的客户“数字痕迹”代表着相当大数量的数据。但数量并不代表一切：从数据到统计信息的转变并不是不言而喻的，从统计信息到指导公众行动或仅仅让我们的同胞了解经济和社会状况的有用知识的转变也不是不言而喻的。在不忽视这些数据的利益的情况下，公共统计数据只能通过控制整个生产链来利用它们，从记录这些“痕迹”到在公开辩论中以统计信息的形式恢复它们。今天情况已不再如此。即使在当前的健康危机背景下，它们在统计信息方面的局限性也很快就会达到，但引言中提到的内在优势仍然得到了加强。