大數據很重要，尤其是從國家戰略的高度來看這個問題就更是如此。國家要做決策需要很多事實作為依據，尤其需要大量的數據作為參考。數據的獲取有很多途徑，而成本較高的也許莫過于派出專門的調查小組去做訪談和總結了。這種方式缺點顯而易見——時間周期長，人工成本高，協調工作難度大。其實根本沒有必要派出很多調查小組去調查能從大數據網絡中得到的信息，正所謂“一葉知秋”。

從廣泛部署的物聯網來看，很多以前不可想象的問題到現在已經逐步得到了解決。

想知道一個地區繁榮程度如何?最簡單的就看用電和用水就可以了，帶有遠程抄表功能的智能電表、水表可以進行實時數據歸集，每天都能看到數字的變化。做做同比、環比就知道這個地區的電器和人口活躍程度有沒有變化，不管是常駐的還是流動的，而且還能區分是民用水電的增加還是工業水電的增加。

想知道一個地區交通狀況如何?看看那些高速公路和國道、省道上的測速攝像頭記錄就能知道。什么時間，車流通過多少，車速如何，就能夠從一定程度反映出交通的情況，是人跡寥寥還是車水馬龍，是風馳電掣還是擁堵不堪。如果做路段改造，成果也能從這些數據里直接得到體現，而且都是立竿見影。

想知道一個地區的水文信息、氣候信息，也沒問題，傳感網絡可以遍及到每個人跡罕至的地方，不管是江河湖海還是沙漠沼澤，無人值守的傳感器可以為人們代勞數據收集和上報的工作。

總而言之，這些原本需要大量花費人力物力才能進行收集和統計的數據，做起來已經越來越輕松——在這背后是大數據中心的功勞。這樣的工作量在大數據時代到來之前是根本沒辦法想象的。

一個一個獨立的大數據中心能夠在某一個分領域或者一個地區做到數據收集，數據存儲，數據分析，但這還不是數據的終極價值。因為人類社會客觀上來說是廣泛聯系的，這種聯系既然存在于人與人、人與物、物與物之間，那必定能夠體現于廣泛聯系的數據之中。因此，一個孤立的大數據中心建得再好也是無法從割裂的數據去詮釋全局的數據全貌的。如果想要了解這種廣泛的聯系，那必定會產生廣泛的數據交換的需求，這就是大數據網絡——由大數據中心彼此連接形成的數據交換網絡。