测量与预测
许多企业陷入的第一个陷阱，是假设他们能够根据历史测量来计算TCO和管理成本，举个例子，利用过去的PUE值，设备的刷新率和其他因素。不过，这些信息其实并没有太大的帮助价值；没有拿来与之相比较的目标，企业将无法了解和掌握数据中心Data Center的执行情况，也不知道是否需要调整自己的业务。这就好像在一处您不知道当地限速规定的地方驾驶一辆汽车。你可以从计速器上得知自己的行驶速度，甚至也能通过燃料效率，轮胎磨损和发动机温度等性能指标来了解自己的行车速度。然而，由于您并不知道当地行车驾驶的限速规定，即使您知道自己确切的行驶速度，仍然会完全不知道自己行车驾驶是否可能造成了罚款。
同样，企业首先应使用适当的工具、计算和信息来预测他们的TCO，如数据中心Data Center每台设备预期的能源使用情况。他们可以综合评估曾经的历史测量数据与预测，以了解是否能够实现相关的目标，然后采取相应的措施和行动。但当这样计算时，企业很可能会落入第二个陷阱。
硬计算
硬计算涉及到使用不能应付相关复杂性的工具。尽管没有人会用一个记事本，笔和计算器来预测他们的TCO，但假设缺乏专门的工具，意味着企业将仍然依靠传统老旧的方法，如电子表格。尽管电子表格是一款出色的多用途工具，世界上许多企业仍然依赖它，然而，他们仍不足以完成预测数据中心Data Center的TCO这样复杂的工作任务。根据夏威夷大学的最新研究发现，88%的电子表格，以及至少1%的公式计算是含有错误的。尽管看似1%的比例似乎很小，但这些误差所造成的影响则可以成倍的增加。哈佛经济学论文经常被用来衡量政府部门的经济政策，其一个惊人的发现是计算中忽略的某些细微的部分，这些错误与其他的问题一起的作用可能意味着研究的原则和结论是不稳固的，甚至最坏的情况，可能是完全错误的。
复杂性的代价
尽管数据中心Data Center管理人员的电子表格不太可能损害国家经济，但也存在着复杂的问题，其对于一部分细微错误的妥协，往往可以大大降低TCO计算的准确性。首先，一定要收集来自各个不一样领域的数据来执行计算，这些数据记录的是不一样的单元和尺寸的信息。千瓦，千瓦时，电力使用效率，平方英尺或米，热量单位，摄氏度或华氏度，CAPEX，OPEX，时间和日期都是数据中心Data Center理解的真实成本所需的一部分单位和测量数据。当执行这种复杂的多维计算时，任何轻微的错误可以极大地扭曲TCO的估计，无论耗时多久，采用怎样的计算方程都是错的。
当面对这样一个复杂的任务时，许多企业自然会试图把它简化。最常见的方式是通过试图简化那些涉及太多方面的分析和详细细节，了解甚至简化电子表格。这会造成了TCO计算的不准确，因为最后得到的数据是基于不完整的输入获得的。既然那些创建和维护这些电子表格的人员已经意识到这种不足，他们在进行相关计算时会将适当的误差计算在内，基本上解决了最终数据的问题，他们认为其最终数据是“足够接近”真实数据的。不过，一个单一的TCO计算可能涉及来自各种团队和组合的计算和输入数据来源。这反过来又意味着，这些计算都可能是基于相同的“足够接近”的方法。
这样的结果是，任何TCO最终的数字计算结果都将根据一系列跨多个电子表格估计得出的，其中每一份表格都有机会可能含有关键的错误。而这些错误数据万一积沙成塔般累积起来，其造成的任何系统级行为或异常都是几乎不可能预测的。
企业需要确保通过一定的测量和计算来预测他们的成本。当这样做时，他们一定要确保将各种复杂性，人的本性和工具集组合的精准度考虑在内，以尽量做到离精度境界“足够接近。”如若不额外考虑到这些因素，所有的数据中心Data Center的投资都可能会成为金融黑洞。