大資料就是將某一個或某幾個或N多個行業的歷史事件按照數字記錄的方式儲存的數值。所謂有效就是把這些數值進行分析整理統計出來它們的發生規律從而做出相應的處理。

大資料是物聯網和雲計算發展的必然結果，所以大資料時代也必然是物聯網時代和雲計算時代，大資料的價值體現也一定與物聯網和雲計算密不可分。

大資料時代的特點就是資料價值化，所以如何對資料進行價值化提取是大資料相關技術的重點，有效提取資料價值需要注意以下幾個方面：

第一：提升資料採集能力。資料採集是大資料的基礎，資料採集的質量也關係到資料的自身價值，所以在提取資料價值之前，首先要做的是如何採集資料。採集資料要注意資料的全流程採集以及資料自身的維度，簡單的說，資料維度越高價值就越大。

第二：建立資料分析模型。資料分析模型的建立需要圍繞具體的業務進行展開，資料分析模型可以根據具體的業務進行靜態模型分析和動態模型分析，靜態資料模型分析往往以具體的工具來進行實施，一般情況下做初步的資料價值提取。而動態資料模型往往基於機器學習的方式進行建立，這種方式往往是進行細粒度的資料價值挖掘。

第三：對資料進行分類。資料分類是進行有效資料價值提取的重要環節，不同分類的資料在價值提取方面有非常大的區別。比如個人消費資料的分類提取和個人出行的資料分類提取就存在較大的區別，所以在進行資料價值提取之前應該先做分類。

第四：行業大資料要與行業相結合。隨著產業網際網路的發展，未來大資料在傳統產業領域將發揮巨大的作用，傳統行業也需要大資料技術賦能。對於傳統行業的資料分析來說，一定要結合行業的特點進行，這個過程也需要產業專家和大資料專家的密切合作，與具體行業的結合是大資料落地應用的重要環節。

作者簡介：中國科學院大學計算機專業研究生導師，從事IT行業多年，研究方向包括動態軟體體系結構、大資料、人工智慧相關領域，有多年的一線研發經驗。

大資料的提取，首先是針對你公司或者個人的研究方向來決定的，所謂的所謂價值，針對所有的研究者來講，只有自己喜愛，或者是自己在研究的這個領域或單位公司需要這個資料才是有價值的，所以這個價值的定義應當是因人而異，因團體應當為因公司而不同。

大資料的本身，對於資料的提純這個本質上的意義實際上是對資料的清洗和資料的整理，它本身是沒有任何的資料價值的，存在勞動價值的這種說法，而資料的價值在於將資料的各個維度和各個深度廣義上的資料進行整合之後，應用到商業領域之後，才能體現出它的商業價值和它的深層次的潛在能力和價值觀。

大資料時代，也是基於每個小資料積累起來。運用現代化的智慧軟體，可以很快提取，但是有的還是需要人工，市場調查，這樣的資料是最新鮮的。