虽然这种可追溯能力有助于实现更高效的食品安全监测，也能更快地查清问题来源，但也只能是到此为止。所以，我们还需要借助大数据的力量。
大数据分析
随着物联网向更深、更广的方向发展，它也产生了前所未有的海量数据。眼下，大多数行业都在想，该如何利用这些信息来改善我们的工作?
这就是大数据分析的职责所在。这一迅速成熟的数据科学可用来挖掘异常庞大的数据集，从中发现隐藏的模式、不为人知的联系、失误之处、市场趋势、客户偏好以及其他各种有用的商业信息。
在食品行业，上文所述的传感器网络产生了大量数据。
但这只是开始。真正令人感兴趣的地方在于，通过分析食品安全数据，再结合来自其他科学和环境渠道的传感器数据，从中发现新的联系。这将为更加重大的突破创造条件。
玛氏公司(Mars)与IBM的一个合作项目就可以体现这方面的应用。该项目对全球食品供应链中出现的细菌进行了DNA和RNA测序，旨在绘制食品中正常菌群的基因图谱。
通过这一方式，食品卫生管理机构更容易发现食品样本中的异常现象，从而让有害细菌无所遁形。凭借这一手段，还能更好地了解食品污染原因以及食源性疾病的传播状况。
该项目把大数据分析应用于基因数据，从中寻找新的见解。它还分析了通过物联网收集的天气、运输和其他背景数据，以便探究如何及早发现食品污染隐患。
有了来自食品样本的大量基因数据，加之供应链网络和传感器网络提供的海量数据，把这些信息结合起来，大数据分析最终将使食品安全达到一个新的高度。
食品卫生相关数据的其他来源
当然，还有很多其他的数据来源可供分析，能够进一步加强我们对食品安全的了解。
其中之一就是曾经难以获取的公共信息。但如果方法得当，公共信息可以发挥很大作用。芝加哥的食品监管项目就克服了这个障碍，通过大数据预测分析技术，对免费获取的数据加以分析。这包括利用食品检查报告、311服务数据、气象数据、社区和犯罪数据等信息，来预测哪些餐厅最有可能严重违反食品安全法规。
在分析数据时，该项目发现了几个关键变量，可用来预测一家餐厅违规的可能性。这些变量包括餐厅的违规记录、当地入室盗窃事件的发生频率，以及当地的常年平均气温。
自从采用这个方法后，监管人员发现违规行为的速度平均提高了25%。
另一个数据来源是食品行业的众多供应商所提供的信息。PestConnect系统就收集了这方面的信息。
PestConnect系统安装在拥有联网传感器的设备上，这些设备能主动探测、捕捉或消灭害虫，并将探测和捕捉信息无线传送至云服务器。
PestConnect能远程监控害虫动态，防止不干净的食物进入人们口中，并控制现有虫害。收集到的数据还可以利用大数据技术进行分析，进而识别虫害来源，预测虫害的爆发。
这最终将帮助我们采取更加积极主动的措施，管理全球供应链中的食品安全风险。
跨行业合作，提高食品安全
一方面，物联网产生的数据，其庞大体量和多样性令人生畏。但另一方面，这应该被视作一场重大机遇。而如果商界、政界和学界能够通力合作，分享数据以及数据所带来的启发，这一机遇将变得更加无与伦比。
幸运的是，很多机构似乎都认同这一观点。例如，雀巢(Nestle)表示，企业和英国食品标准局等监管机构收集的大量数据应该实现共享，以便从中“挖掘”关于潜在食品安全问题的信息。
全球食品安全促进会等行业组织，也越来越认识到开展合作以及分享数据与启发的必要性。该组织希望建立一个国际性平台，让供应链各方在此开展合作、交流见解、加强联系。
监管部门也在发挥自己的作用。比如2015年，欧盟委员会的Horizon 2020研究计划提出，在智慧农业和食品安全领域，开展大规模的国际跨行业物联网试点项目。
该计划指出，“物联网技术可以通过实时监控、优化决策以及改善从农场到餐桌的整个价值链的运营管理，帮助欧洲的农业和食品行业应对未来的重大挑战。”
欧盟委员会还鼓励有关各方参与进来，在农产品-食品链条中扮演积极角色，包括农户、机械供应商、食品加工商、零售商和批发商，当然，还包括食品行业的科学家和物联网技术提供商。试点结果还将辅助决策者，用于制定欧盟在农业及食品安全领域的政策。