马航失联客机事件已发生超过10天，但各方对客机的飞行方向以及最终结果都没有明确的结论。另一方面，由于失联客机上搭载了一百多名中国乘客，因此这一事件更是成为中国目前最受关注的事件之一。3月20日，澳大利亚海事局正在举行的新闻发布会宣布从卫星影像中找到了疑似马航MH370失联航班残骸。
据悉，澳大利亚总理阿博特在新闻发布会中所提到的卫星影像由一家名为DigitalGlobe的商业卫星图像公司所提供，而该公司所启用Tomnod众包平台在目前已经接受了630万参与者的4亿8千万卫星地图浏览。而在Tomnod平台上，DigitalGlobe公司所提供的卫星数据来自5颗商业卫星，他们分别是Worldview1 （拍摄精度0.5米）， Worldview2（拍摄精度0.46米）， GeoeEye1 （拍摄精度0.41米，681公里轨道高度）， QuickBird（拍摄精度0.61米，450公里轨道高度）和IKONOS（拍摄精度0.82米）。
虽然我们目前还不能够确定澳大利亚所宣称的飞机残骸确实来自于失联的MH370,但该众包平台从发起之后的短短6天里就找到了如此关键的线索确实令人赞叹。这种人肉搜索的方式虽然是个笨办法，但其中所蕴含的道理仍然值得我们思考。
在寻找失联客机的过程中，各国机构都使用了相当多的科技手段和专业的搜索技术，但有一点我们不得不否认，这些搜索力量大多来自各国军方或准军事机构。这些机构都有着相似的运作模式、分析模式以及装备，因此当最强的搜索团队仍无法找到结果时，其他团队的成功概率自然也就不高了；原因很简单，因为这些搜索团队使用的方法都基本一样。
而Tomnod平台仅利用卫星图片就在6天内发现重要线索的原因则在于参与搜索的数千万用户每个人都拥有一个独立且不同的思路，而这正是Tomnod得到结果的重要原因之一。这个道理引申到大数据应用当中同样适用。
大数据的核心意义在于找到两种事物之间的内在关联，这与在浩瀚印度洋上寻找MH370的情况非常类似。而当一种方法无法得到有效结果时，最理智的选择应该是换一种方法，而不是继续等待结果。大数据同样应该如此，当一套模型无法在当前的数据库内计算出有效的商业信息时，最理智的选择恰恰应该是换一套模型，而不是想办法改造我们数据库的排列方式或扩充我们的数据库。
就目前的情况来看，市场上已经出现了一些数据分析建模公司，但这些公司往往都是凭借一两个科学家的一己之力，很难形成规模效应，也无助于用户对大数据的使用。相信随着大数据产业链的成熟和发展，越来越多这样的大数据分析建模公司将会出现，用户也将了解到“换个思路，得到结果”这个道理。
作为一个冉冉升起的新兴产业，大数据与之前的云计算一样，都会带动一批次生行业的发展，而这些行业的出现也会令大数据的应用更加广泛，使用和分析更加简便，成本也更低。