数据特征及大数据分析的可行性分析。
1.基于业务数据和衍生数据的大数据分析的不可能性。
①衡器是一个产品而不是特定的应用行业，涉及的应用领域太多，不利于大数据分析结果的价值。
衡器应用领域广泛，涉及各行各业。越集中在特定的应用行业，大数据分析的价值越高，越符合大数据的数据特征。
②衡器在许多应用领域的业务数据，其终端客户在各行业的代表性不强，不符合大数据需求的所有数据特征。
大数据的另一个特点是数据不再是样本，而是整体，所以收集的数据越多越好，越有代表性。目前，中低端衡器的目标客户群在各个领域都不具有代表性。
③业务数据对中高端或集团客户隐私，进一步限制了可收集的业务数据范围。
业务数据是终端用户的内部数据，可能涉及公司的年销售额、销售额、年购买量和购买额，也可能涉及公司产品的成本结构、产品BOM等。
因此，这类客户的业务数据具有很强的隐私性，必须在公司内部的局域网上传输，与其管理系统对接。
2.基于健康数据和衍生数据的大数据分析是可行的，这种数据和大数据分析对衡器制造商有一定的机密性。
(1)大数据分析对衡器用户:通过健康数据和衍生数据，可以快速判断秤体是否处于健康状态，是否有不规则的称重，提前预防和保证称重的准确性，通过图片、视频等监控称重现场降低称重管理成本称重不准确造成的潜在损失。
②商大数据分析:可以快速找到远程服务，快速解决一些小问题和故障；还可以更准确的分析判断问题的原因，准确的维护服务，降低售后维护成本。也可以根据衍生数据对其业务和售后人员、区域分布、服务次数、服务效果进行更科学的统计、分析和控制。
③鉴于健康数据和衍生数据可能涉及终端客户信息，这种数据衡器制造商也有一定的隐私。
3.数据特征和大数据分析总结。
数据隐私大数据分析的可能性。
在业务数据和衍生数据中，高端或集团的衡器终端用户是不可能的。
健康数据和衍生数据衡器制造商是可行的。
可见，从数据收集的范围来看，基于业务数据和衍生数据的大数据分析，由于数据价值低、代表性差、业务数据机密性差，大数据分析不可行。
对基于健康数据和衍生数据的大数据分析分析是可行的，但这种数据对衡器制造商来说具有隐私特征，产权归衡器制造商所有，因此衡器零部件制造商使用这种数据，只能为衡器制造商的零部件维护和服务，决不能另外使用
数据服务及收费水平及收费规模的可行性分析。
1.业务数据服务对象和目标客户群更多的是中小客户群，收费规模和水平应在合理范围内。
鉴于业务数据对中高端和集团用户的隐私，业务数据服务的对象更多的是中低端终端客户群、中小企业和个体用户，业务数据对此类客户的隐私不强。
正因为业务数据的服务对象是这样的目标客户群，所以他们对业务数据服务的支付能力和意愿不会太高。要普及和加快这类客户群的业务数据服务，其收费规模和水平必须在可接受的范围内。