大数据的四大特征

说起大数据，人们得第一反应是大，而麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。而WiFi作为的当下最重要的流量入口，通过用户的上网行为采集大数据，并通过大数据分析用户画像，从而进行一系列的变现行为，也成为了当下商业WiFi企业普遍采取的方式。

虽说如此，但是纵观整个WiFi产业，从最早的广告变现、流量变现到如今普遍使用的大数据、O2O等多种变现模式，大多数的WiFi相关从业企业并没有实现真正意义上的变现，还是在在依靠资本苦苦支撑，撇开其他的变现模式不谈， WiFi行业大数据变现究竟路在何方？

正如上面所说，大数据具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征，那么我们就这四大特征一一进行分析：

第一、海量的数据规模。

大数据相较于传统数据最大的区别就是海量的数据规模，这种规模大到“在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合”。就商业WiFi企业所拥有的数据而言，即便整合一个商场或者商业中心所采集到的数据也很难达到这种“超出范围”的数据量，更不要说少有WiFi企业可以做到布点一整个商业中心，现在多数的商业WiFi企业还是处于小规模发展阶段，所得到的数据多是某一个门店或者单独营业个体的数据，并不能称之为大数据。所以要想收集海量的数据，就目前的行业发展态势而言，最佳的选择是企业合作，通过合作，集合多家企业的数据，填补数据空白区域，增加数据量，真正意义上实现大数据到大数据的跨步。

第二、快速的数据流转。

数据也是具有时效性的，采集到的大数据如果不经过流转，最终只会过期报废。尤其是对于商业WiFi企业来说，大多数商业WiFi企业采集到的数据都是在一些用户的商业行为，这些行为往往具备时效性，例如，采集到某位用户天在服装商场的消费行为轨迹，如果不能做到这些数据的快速流转、及时分析，那么本次所采集到的数据可能便失去了价值，因为这位用户不会每一天都在买衣服。快速流转的数据就像是不断流动的水，只有不断流转才能保证大数据的新鲜和价值。

第三、多样的数据类型。

大数据的第三特征就是数据类型的多样性，首先用户是一个复杂的个体，单一的行为数据是不足以描述用户的。目前WiFi行业对大数据的使用多是通过分析用户轨迹，了解用户的行为习惯，由此进行用户画像，从而实现精确推送。但是单一的类型的数据并不足以实现用户画像，例如，笔者之前了解过一些企业可通过用户某一段时间的在某一区域内的饮食数据，并由此在用户进入这一区域的时候推送相关信息，但是这一信息只是单纯的分析了用户一段时间的饮食数据，并没有考虑到用户现阶段的身体状况、个人需求和经济承受能力等等，所以这种推送的转化率也就可想而知。

第四、价值密度低。

大数据本身拥有海量的信息，这种信息从采集到变现不要一个重要的过程——分析，只有通过分析才能实现大数据从数据到价值的转变，但是众所周知，大数据虽然拥有海量的信息，但是真正可用的数据可能只有很小一部分，从海量的数据中挑出一小部分数据本身就是各巨大的工作量，所以大数据的分析也常和云计算联系到一起。只有集数十、数百或甚至数千的电脑分析能力于一身的云计算才能完成对海量数据的分析，而很遗憾的是，目前WiFi行业中的绝大部分企业并不具备云计算的能力。

以上四点，既是大数据的特征，也是影响WiFi行业大数据变现原因，这些因素对于大多数的WiFi企业来说很难单独解决，所以才需要全行业、甚至与多个行业的合作来完成。当然大数据本身也是具有价值的，WiFi企业可以通过出售大数据变现，只是，相比于多方合作最获取的大数据价值而言，单纯的出售所得到的价值真的是太少了。