大數據的四大特征

說起大數據，人們得第一反應是大，而麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。而WiFi作為的當下最重要的流量入口，通過用戶的上網行為采集大數據，并通過大數據分析用戶畫像，從而進行一系列的變現行為，也成為了當下商業WiFi企業普遍采取的方式。

雖說如此，但是縱觀整個WiFi產業，從最早的廣告變現、流量變現到如今普遍使用的大數據、O2O等多種變現模式，大多數的WiFi相關從業企業并沒有實現真正意義上的變現，還是在在依靠資本苦苦支撐，撇開其他的變現模式不談， WiFi行業大數據變現究竟路在何方？

正如上面所說，大數據具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征，那么我們就這四大特征一一進行分析：

第一、海量的數據規模。

大數據相較于傳統數據最大的區別就是海量的數據規模，這種規模大到“在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合”。就商業WiFi企業所擁有的數據而言，即便整合一個商場或者商業中心所采集到的數據也很難達到這種“超出范圍”的數據量，更不要說少有WiFi企業可以做到布點一整個商業中心，現在多數的商業WiFi企業還是處于小規模發展階段，所得到的數據多是某一個門店或者單獨營業個體的數據，并不能稱之為大數據。所以要想收集海量的數據，就目前的行業發展態勢而言，最佳的選擇是企業合作，通過合作，集合多家企業的數據，填補數據空白區域，增加數據量，真正意義上實現大數據到大數據的跨步。

第二、快速的數據流轉。

數據也是具有時效性的，采集到的大數據如果不經過流轉，最終只會過期報廢。尤其是對于商業WiFi企業來說，大多數商業WiFi企業采集到的數據都是在一些用戶的商業行為，這些行為往往具備時效性，例如，采集到某位用戶天在服裝商場的消費行為軌跡，如果不能做到這些數據的快速流轉、及時分析，那么本次所采集到的數據可能便失去了價值，因為這位用戶不會每一天都在買衣服?？焖倭鬓D的數據就像是不斷流動的水，只有不斷流轉才能保證大數據的新鮮和價值。

第三、多樣的數據類型。

大數據的第三特征就是數據類型的多樣性，首先用戶是一個復雜的個體，單一的行為數據是不足以描述用戶的。目前WiFi行業對大數據的使用多是通過分析用戶軌跡，了解用戶的行為習慣，由此進行用戶畫像，從而實現精確推送。但是單一的類型的數據并不足以實現用戶畫像，例如，筆者之前了解過一些企業可通過用戶某一段時間的在某一區域內的飲食數據，并由此在用戶進入這一區域的時候推送相關信息，但是這一信息只是單純的分析了用戶一段時間的飲食數據，并沒有考慮到用戶現階段的身體狀況、個人需求和經濟承受能力等等，所以這種推送的轉化率也就可想而知。

第四、價值密度低。

大數據本身擁有海量的信息，這種信息從采集到變現不要一個重要的過程——分析，只有通過分析才能實現大數據從數據到價值的轉變，但是眾所周知，大數據雖然擁有海量的信息，但是真正可用的數據可能只有很小一部分，從海量的數據中挑出一小部分數據本身就是各巨大的工作量，所以大數據的分析也常和云計算聯系到一起。只有集數十、數百或甚至數千的電腦分析能力于一身的云計算才能完成對海量數據的分析，而很遺憾的是，目前WiFi行業中的絕大部分企業并不具備云計算的能力。

以上四點，既是大數據的特征，也是影響WiFi行業大數據變現原因，這些因素對于大多數的WiFi企業來說很難單獨解決，所以才需要全行業、甚至與多個行業的合作來完成。當然大數據本身也是具有價值的，WiFi企業可以通過出售大數據變現，只是，相比于多方合作最獲取的大數據價值而言，單純的出售所得到的價值真的是太少了。