當產業有變動的時候，數據變化的速度真的很快。
舉例，像是伺服器代工廠緯穎(6669-TW)公布財報的前一天，法人的預估原本是比較低的（事後才知道），所以當時計算出來的營收達成率是超乎預期的（見下圖）。
但在財報公布後，所有法人都快速上調了第一季營收預測（下圖一，紅色代表預估值上修），所以當優分析更新了這個上修後的預測值之後，此時你再來看，會發現緯穎一月營收已經變成「符合預期」而已（下圖二）。
這種做法的缺點，是會讓使用者無法回溯當時是處於「優於預期」的情況的。
但這種作法的優點是，它會不斷以最新的情況（最新的預期）幫你做後續追蹤評估。
由於股票市場永遠都是採取「往未來看」的邏輯，過去優於預期的狀況，都反映在現在的股價上，除非你的目的是做學術研究，否則，幫你不斷調整數據是更有幫助的。
每月營收累計下來能夠不斷優於法人上調後的預期，對投資人來說還是比較關鍵的。
接下來要公布2月營收了，緯穎(6669-TW)是否再次優於這個「上調後」的預期，對於未來股價的發展至關重要，至於過去是否超越預期已經是過去的事件，並不會對未來股價的發展產生影響。
因此，當你在使用這個數據模組時，別在意過去是否優於預期，能夠不斷優於法人「上調/下調後的預期」，應該更為重要。
從這個案例可以知道，最大的獲利通常來自於數據出現了劇烈變動的時候，此時數據的變動會非常快速，追蹤數據有時候比預測更為重要。
起碼，你的預測是高估了，還是低估了，都必須靠「追蹤數據」來提出最新的解決方案。
