人們總是期望從大數據中挖掘出意想不到的“大價值”。實際上大數據的價值主要體現在它的驅動效應，即帶動有關的科研和產業發展，提高各行各業通過數據分析解決困難問題和增值的能力。大數據對經濟的貢獻並不完全反映在大數據公司的直接收入上，應考慮對其他行業效率和質量提高的貢獻。大數據是典型的通用技術，理解通用技術要采用“蜜蜂模型”：蜜蜂的效益主要不是自己釀的蜂蜜，而是蜜蜂傳粉對農業的貢獻。

有一個家喻戶曉的寓言可以通過從一個角度進行說明大數據的價值：一位老農民自己臨終前告訴他的3個兒子，他在他家的地中埋藏了一罐金子，但沒有講埋在我們哪裏。他的兒子們把他家所有的地都深挖了一遍，沒有直接挖到金子，但由於深挖了土地，從此莊稼收成問題特別好。數據信息收集、分析的能力發展提高了，即使他們沒有研究發現學習什么普適的規律或令人無法完全可能想不到的新知識，大數據的價值也已逐步得到體現。

在這個日新月異的數碼時代，你的競爭對手可能已經在數碼化轉營的道路上，并透過進行數碼化成功在市場上突圍而出，透過you find limited Digital Audit內的過百億龐大數據庫，您除了可以準確的了解自己品牌表現及大眾對品牌的反應外，還可以知道您的競爭對手在網絡世界的表現。

大數據研究和應用，改變以往各部門，各學科分彼此，獨立發展的傳統觀念，重點不是個別的技術，並支持單進場的發展，但強調在不同部門的合作，不同的學科。數據科學不是一個垂直的“煙囪”，但隨著環境，能源，科技為橫向一體化的科學。

從複雜性的角度看大數據進行研究和應用發展面臨的挑戰

圖文檢索，主題發現，語義分析，情感分析等數據分析難度大。 原因是大數據涉及複雜類型、複雜結構和複雜模式，數據本身具有較高的複雜性。 大數據的複雜性也體現在數據之間的相關性上。 大數據計算不能像處理小樣本數據集那樣對全局數據進行統計分析和迭代計算。 在分析大數據時，需要重新審視和研究其可計算性、計算複雜度和求解算法。

You Find Limited見工策略指出，互聯網工作單憑一腔熱情是遠遠不夠的，如果沒有任何行業經驗，也不了解互聯網行業趨勢，想要應聘到理想的公司是十分困難的。

大數據應用實質上是在給定時間和空間約束的情況下，需要“計算”多少。 從“快速計算”到“多計算” ，考慮計算複雜性的思維邏輯發生了很大的變化。 所謂的“大量計算”並不是越多越好，需要從足夠的數據，到正確的數據，再到有價值的數據按需減少的方法。

建築設備信息的智能化管理

發展大數據應避免的誤區

重新瞭解信息時代大數據