大数据玩的是什么，趋势，故障，寿命？
物联网拉动的是终端厂商的销量，作为终端设备生产商（OEM）。无论是汽车、手机、家电行业。最有理由推动物联网的普及，可是作为传统行业，玩“网”并不擅长，这也就是为什么须要IT厂商的介入。由于数据easy採集，可是产生价值非常难。
想起前一家公司做过的电动车监控项目。将BJ市全部电动车的数据採集回来后。面对后台数据库server不断暴增的容量，处理的速度逐渐赶不上新增的数据。而且处理完的结果还谈不上增值，不得已仅仅能能删掉一个月前的备份数据。大数据的採集、存储、处理都是须要花钱的。在没有盈利能力的情况下，眼下IT厂商的数据还是不要往大了玩的好。
大数据差别于传统抽样方法的特征之中的一个就是大/全样本（4V之中的Volume）。假设能以极低的成本收集和存储数据（相信这是一个趋势），或者说对于那些可以不计成本的企业/团体而言。大数据能玩什么呢？
预測未来。
科学史上。牛顿三大定律出来后。科学界漫延这一种人类无所不知的骄傲。以为一切都在掌握。量子理论诞生后，我们倾向于在全部猜測结论之前加上一个概率，可是仍然不放弃寻找偶然后面的必定规律。计算机和互联网技术把我们带到了一个能够研究大样本的时代，研究的方式已经发生了根本的转变，不是通过观察个体来总结规律进而猜測总体趋势。而是通过收集总体数据来预測个体变化的概率。可是，一切真的都能够预測吗？
还是回到电动车的监控项目，由于电池技术的不成熟，发生过几次电池爆炸的事故。因此。电动车监控的重点之中的一个就是电池故障和寿命的预測。通过持续观察电池的充放电过程，包含温度和电压，是能够从大量电池的数据中建立特定的统计模型，进而能够对电池的可靠性、故障模式做出更精确的描写叙述，比如 SoC，SoH。SoF。理想一点来说。假设做出的预測足够准确，从而避免一定事故。对车辆监控的数据全然是能够卖给保险公司、电动车/电池的生产厂家，车辆运维的公司也能够基于车辆寿命进行适当淘汰，由于它们关心车辆的健康趋势，故障条件和使用寿命。
假设检測的不是电池。是通过手环/智能手表採集的人的体温、心率、血压等数据。那边人的疾病和寿命甚至都是能够预測的，问题是。我们会甘心被贴上这种标签吗？假设知道你将有80%的概率在明年5月份得一次感冒，公司会对你的工作做出额外安排吗？假设你家老人60岁后有90%的概率得一场重病，保险公司还会继续提供医疗保险吗？
随着对个人隐私的重视，大家也逐渐意识到那些掌握数据的公司/团体，在怎样使用数据上也应负有一定的责任，或者是有限责任。对商业模式的设计，不可避免的也要考虑怎样去分担这部分责任。
还是回到车上，近期车联网技术在租车公司的引导下。产生一种新的个人租车服务。有私家车的个人在租车站点上注冊，并在车上安装Telematics监控设备后，就能够将车在网上挂牌出租了。
租车公司的业务模式就是收集车辆数据（实时、在线）。公布租车交易信息（基于LBS）。并管理车辆状态。除向出租人依据车辆使用情况返还部分租金外，还能够提供车辆维护信息，甚至分担一部分车辆维护费用（作为折旧费）。
租车人能享受到的便利就是能够就近租车和扩大车辆类型的选择范围。这样，三方在责任和风险上各有分担。也各有收益。
貌似 “哈哈拼车” , "易到用车"也能够借鉴这个模式，从车联网和汽车大数据挖掘中受益。
车辆作为个人资产，产生的数据自然也是个人隐私的一部分。租车公司能够利用车辆数据开发租车业务，但从法理上并不具备对数据的全部权，个人假设向租车公司支付一定的费用（当然也能够放弃），能在车辆数据中挖掘什么价值呢？