例如，新车在家庭预算中只对应一个项目，但在 Ademe 足迹数据库中却对应 44 个项目，其碳含量在排放量最少和排放量最多之间变化，从 1 到 5。对这些不同新车的偏好因家庭类型（取决于居住地、收入、年龄）而异，并且无法对相应的足迹进行精确测量。此外，如上所示，家庭预算调查中记录的大多数产品按收入支付的价格上涨，导致系统性地高估最富裕者的碳足迹，而低估最不富裕者的碳足迹。 定类型的家庭，这些问题就变得更加严重，而样本调查无法很好地描述这些家庭：例如，推断最富有的 1% 或 0.1% 的情况比推断最富有的 10% 的情况更为微妙。
因此，为了能够根据家庭类型准确 护士数据 测量碳足迹，需要更详细的数据。为了限制价格和碳强度的影响，需要掌握每类家庭所消耗的物理数量数据，并足够详细地衡量同质产品的碳强度、碳含量以及家庭的主要特征。然而，收集这些数据并不容易，而且也不需要花费成本。
物理量数据通常将成为管理生态转型的重要工具 [ Pisani and Mahfouz，2023]。项目已经在进行中：Carbones sur facture建议公司计算并显示每种产品的碳含量以及价格。Ademe、低碳转型协会（ABC）和Citepa使用在线模拟器nosgestesclimat收集了志愿者家庭的信息，并根据家庭类型提供了碳足迹的初步估计。该碳足迹模拟器中的问题与消耗的数量（例如每周的素食次数）直接相关，而不仅仅是支出。使用这种类型的问卷，而不是像家庭预算这样的调查，可能辅以某些排放项目的其他来源，有几个优点，例如更定期的估计，针对不同碳含量产品的专门和更详细的问卷。