大数据已经成为在IT业被广泛应用的一个工具，其涉及领域非常广泛，包括教育机构，企业，甚至政府机关，这些单位都会去在做自己的大数据平台。

       产业模式不同，决定其做大数据的方向也不尽相同，有的企业是想做数据的整合，这种情况大多数是有用户基础，而且有用户的数据库平台，但是这个数据库平台和大数据平台并不一样，在大数据平台里面，用户更多的是要把他所有相关数据都融合到一个数据库平台之下。还有一些大数据平台的建立是需要进行数据的分析，这种数据分析主要用来协助于业务开展，这种大数据并不是企业本身的业务。第三种情况是用户自己的数据消费，就是将自己所产生的数据作为信息消费的服务内容供应给客户，这是目前比较常见的大数据的应用范围。

       关于大数据的使用差别，其实很多时候我们都在强调一种对于数据的分析方式的差异，在以前，记录一个东西，通常会使用表格方式去进行记录，对一个行为习惯进行统计的时候，就会对这个表格进行排序、叠加或者存储等等的东西，但是在大数据之中有一个概念，那就是关联性。这种关联性有时候很能体现大数据的价值。以人为例，当我们去看一个东西的时候，比如看见一个物品，这个时候如果能够对它进行量化，通常是记录物品大小、形状、重量。但是在大数据观念领域中，关联性思维会让我们在看到这个杯子的时候，不会想这个杯子的重量，而是关联到这个杯子它适合喝茶还是喝咖啡，这就是关联性比较直观的一个体现。

       实际上这种关联性并不是通过逻辑叠加出来的，而是需要数据分析。

       很多人用大数据东西，这个东西可能更适合什么，这是关于食物的趋势性的讨论。这种通过大数据分析出来的结果，适应性会更强。其实就如同人的思维发散的方式，本质上来说，人的思维模式对于数据的处理和计算机对数据的处理肯定是不一样的，人的思维模式更多的体现了关联性，计算机不会，而大数据就可以让计算机具备这种关联性思维模式。

       至于安全问题，主要需注意两个方面，其一是在技术上，建设自己技术平台的时候就要考虑它的安全性，所以必须构建一个非常稳定的架构和可控的架构。另外就是对于一些前端的使用者，当你选择把你的一些信息去发布到应用的时候，你也得判断接收这个信息的对方，他是不是一个可信的企业或者说一个数据平台，他拿到你的数据之后不会挪作他用。

       其实大数据主要体现是还是其工具性，通常大数据是在云计算底层平台，可以促进云计算的服务更加有效，或者直接供给到需要服务的人手中。这就要求大数据要有高度的准确性和分析事物的合理性，只有这样的数据，才是有用的。