数据采集是开展统计分析的前提“没有劲土，如何做砖?”美国作为世界的数据中心它的数据量巨大都以美国服务器为依托，费城联邦储备银行(Federal Reserve Bank of Philadelphia)对全美的制造业数据统计最为权威。他们以往收集统计数据的思维是先确定统计分析研究的目的，然后需要什么数据就收集什么数据，所以要精心设计调查方案，严格执行每个流程，但往往是投入大而数据量有限。现在，我们拥有了美国服务器支撑平台大数据，就等于拥有了超大量可选择的数据—备选“劲土”的体量与种类都极大地增加了，所要做的最重要的工作就是比较与选择，因此我们的思维应该是如何充分利用大数据，凡是大数据源中能找到的数据就不再需要进行专门的调查。
      当然，在美国服务器中并不是任何数据都可以从现成的大数据中获得，这里存在一个针对性、安全性和成本比较问题。因此，我们美国服务器既要继续采用传统的方式方法去收集特定需要的数据，又要善于利用现代网络信息技术和各种数据源去收集一切相关的数据，并善于从大数据中进行再过滤、再选择。问题在于什么是无用的或不重要的数据?该如何过滤与选择数据?这就需要对已经存在的数据进行重要性分析、真伪识别和关联物定位。
      此外，大的数据库可能需要将信息分散在美国服务器不同的硬盘或电脑上，这样一来，在不能同步更新数据信息的情况下如何选择、调用和匹配数据又是一个问题。因此从某种意义上讲，从大数据中收集数据就是识别、整理、提炼、汲取(删除)、分配和存储元数据的过程。