1.海量數據規模:
大數據與傳統數據最大的區別是海量數據規模，即“在獲取、存儲、管理和分析方面遠遠超出傳統數據庫軟件工具能力的數據集合”。
就商業WiFi公司擁有的數據而言，即使整合壹個商場或商業中心收集的數據，也很難達到這個“超出範圍”的數據量；
更不用說很少有WiFi公司能部署壹整個商業中心。現在大部分商業WiFi公司還處於小規模發展階段，獲得的數據多是某個店鋪或個體商家的數據，不能稱之為大數據。
所以，為了收集海量數據，就目前行業發展趨勢而言，最好的選擇是企業合作。通過合作，匯集眾多企業的數據，填補數據空白區域，增加數據量，真正實現從大數據到大數據的跨越。
第二，快速數據流動:
數據也是有時效性的，收集的大數據只有不流通才會過期報廢。尤其是對於商業WiFi公司來說，商業WiFi公司收集的大部分數據都是在壹些用戶的商業行為中，往往具有時效性。
比如收集壹個用戶在服裝店的日常消費行為軌跡。如果這些數據不能及時快速的流通和分析，這次收集的數據就可能失去價值，因為這個用戶不會天天買衣服。快速流動的數據就像不斷流動的水。只有不斷循環，才能保證大數據的新鮮度和價值。
第三，多樣化的數據類型:
大數據的第三個特點是數據類型的多樣性。首先，用戶是壹個復雜的個體，單壹的行為數據不足以描述用戶。目前WiFi行業使用大數據多是通過分析用戶的軌跡，了解用戶的行為習慣，從而做出用戶畫像，從而實現精準推送。
但是，單壹類型的數據不足以實現用戶的畫像。比如我了解到，有些企業可以通過用戶在某段時間內的食品數據，在用戶進入這個區域時推送相關信息。
而這些信息只是簡單的分析了用戶壹段時間的飲食數據，並沒有考慮到用戶目前的身體狀況、個人需求和經濟承受能力，所以這次推送的轉化率可想而知。
第四，價值密度低:
大數據本身就有海量的信息。這種信息從收集到實現不需要壹個重要的過程分析。只有通過分析，才能實現大數據從數據到價值的轉化；
然而，眾所周知，大數據雖然信息量巨大，但真正可用的數據可能只有壹小部分。從海量數據中挑出壹小部分數據本身就是壹個巨大的工作量，所以大數據的分析往往與雲計算聯系在壹起。
只有整合了數十臺、數百臺甚至數千臺計算機分析能力的雲計算，才能完成海量數據的分析。遺憾的是，WiFi行業的大部分企業並不具備雲計算的能力。
以上四點既是大數據的特點，也是影響WiFi行業大數據實現的原因。這些因素是大部分WiFi公司難以單獨解決的，需要全行業甚至多個行業的合作才能完成。
當然大數據本身也是有價值的。WiFi公司可以通過出售大數據來實現。但相對於多方合作獲得的大數據價值，單純銷售獲得的價值真的太少了。