事实上，绝大多数大数据都是无关紧要的，这听起来必要是很残酷的，但这并不是我们对大数据的预期。正如我们已经讨论过的，一个大数据流体在容量、速度、多样性和复杂程度等多个方面。大数据流的很多内容对于某些特定目标来说是没有价值的，而有些内容则没有任何用户。驾驭大数据并不意味着一定要将所有的水牢牢地圈在游泳池中。事实更像是通过一个吸水管；你只需要把你所需要的部分洗出来就可以了，剩余的部分就随它去吧。

在一个大数据流中，有些信息具有长期的战略价值，有些信息只具有临时的战术价值，而另一些信息则毫无价值。驾驭大数据的关键部分是弄清楚不同信息所属的类别。有个例子能够很好说明这点：今天很多产品在运输时都会在运货箱上打上标签，对于一些昂贵的货物，甚至每一个货物上都会打上标签，将来，为每件货物打上标签最终会成为一个标准的做法。但是在今天的很多情况下，这么做的代价仍然过于昂贵，因此通常只在每个运货箱上打上一个标签，这些标签使得运货箱当前的位置、装载和卸载的时间、存放的地点都很容易别追踪到。

想象一个存放了数以万计的运货箱的仓库。每个货运箱都打上一个RFID标签。RFID识别器每隔十秒钟都要向仓库询问一次，而每一个货运箱都要做出相应的回应。一旦一个货运箱离开了仓库，它将不会再做出任何回答。一旦确认这个货运箱是按照预期的方式离开的，那之前所有的相关记录将不再有用。随着时间的推移，真正有用的是这些货运箱达到和离开的日期和时间。

所以对于大数据的使用一定先要做甄别出那些重要的信息。让大数据放任自流显得很奇怪，但是对于大数据来说却是意料之中的事情。也许你需要时间来适应丢弃一些低价值的数据。