听力学是一个不断生成各种数据的行业。从基本的纯音测试开始，每位患者的每只耳朵必须获得至少从500～8000 Hz的8个气导阈值，双耳则是16个阈值；如果存在双耳不对称的情况，可能再增加8个阈值；如果包括骨导测试的话，还得增加10阈值，如此推算，平均计算每位听力检测患者至少要产生30个纯音数据点，如果包括言语测试、声导抗测试、电生理测试等，每完成一个全面听力检测所需数据超过100个。听力学家的工作便是通过仪器和其他手段获得各种关于患者听力状况的数据。按照一定逻辑关系、遵循预先制定心理声学流程和格式所获得的听力图、脑干诱发电位反应、鼓室图、蜗后测试结果等，属于所谓的结构性数据，结果可以预测并进行所需要的处理。同时，听力学还产生大量的非结构性数据，如海量的病史文字记录、图片复印、语音录音和其它关于健康背景的资料等。这些规模庞大的数据如果用数据单位G或T来储存，是难以胜任的。这些需要计量单位P（1000个T）、E（100万个T）或Z（10亿个T）来衡量的数据被称为大数据（big data）。如何保存、利用大数据为听力学临床诊治和康复服务已经成为行业不可避免的问题。