产业链上单位时间内创造的产值往往决定能否承受信息数据化初期的成本和风险，产值越大，密度就越高，数据创新所承担的风险度也就越高，成功的可能性就相对较大。这就是价值密度。
例如，金融证券等行业，在很短的时间内产生的交易产值往往很高，这就是单位时间的价值密度高，对数据的依赖性大。随着产业的不断发展，金融已经发展到离开数据就会崩盘的地步，也说明在金融业基本实现了数据生产要素化。大数据的挖掘应用之所以率先在金融业实现，就是价值密度高使然。这也是为什么美国的金融精算师是全球最好的原因。
相反，许多行业对数据的应用还没有达到金融业这样严谨和亲密的程度，可以大致分为半数据生产要素化行业（如国内的电力、铁路、民航等领域）和未数据生产要素化行业（如国内的传统服务业、大部分的农业等）。
价值密度计算方式为：产值或消费（万元）/（人·单位时间）。这个数据要结合国家权威部门和行业协会的统计数据进行比例量化。
