运维大数据平台中的数据如何分类获取？如何为运维和业务带来更高价值？

大数据我涉猎不深，但是在2010年左右去DBS做过类似资源运维与业务关系一些，目标也是给预测、分析和决策提供科学依据。不过当时主要还是BI的角度分析。
我理解大数据平台是扩展了数据来源，可能不光是资源类（性能、日志等）、业务类（日志、连接数、队列数据等），其它非业务类诸如各种业务激励活动、双11、双12、圣诞等促销活动、甚至把诸如能源、天气等因素、人员支持、技能更新等等诸多信息都摄入运维大数据平台，然后根据事件发生点，从不同面获取不同维度的画像，从不同的渠道拿到的信息，进行不同粒度/噪音的语义分析，为运维和业务支撑提供更有意义的分析和决策。
不过说实话，我对这个是存在一些顾虑，顾虑的是投入和产出比，到底是什么价值趋向？毕竟每一次事件都是偶然事件，要从偶然事件找出必然规律的确是有点不太合乎科学，但是作为语义分析，去寻找root-cause分析和警惕粒度/噪音重现做好更稳夺的支持和应急策略，从这个方面是有意义和价值。寻找规律或者其他什么定性或定量的理论，个人觉得投入和产出比的参考价值有待商榷。