这里所说的数据，仅指应用于企业运营的市场信息。它是认识事物的中间环节，是事物的表面特征，其作用在于消除事物的不确定性。它具有以下四个基本特征。
1 时效性
所谓时效性是指数据的发生和运用要有个提前期，失去时效性，就失去了潜在机会。
举个例子，以前广州有个南方大厦，它对数据的时效性运用得就很好。据说有一年，它的经理和别人聊天，人家无意间提起那年春天广州的雨水将特别大，于是他特意去了广州气象台证实，证实后，他开始找雨伞的货源，发现深圳一家厂子里积压着二十多万把雨伞。当时正是旱季，这家厂子早就想把压着的近二十万把雨伞出手了，所以南方大厦的经理就去了深圳，以极低的价格把雨伞盘进来。结果广州那年雨水果真很大，一过春节，雨就哗哗地下起来了，他趁机就把这些雨伞拿出去卖，结果一销而空。这就是利用了信息的时效性。
简单吗？很简单，只要到气象台问一下，但是，有多少企业会问呢？其实并不多，因为很多企业没有提前获取数据的意识。经常是等到下雨了再进雨伞，那就没买卖做了。数据要具有时效性，或者说数据分析要有预见性，大家在采集数据的时候，要注意数据的时效性，要具有用现在的数据预测未来市场走向的意识。
2 分散性
数据的分散性具体表现在两个方面：
1. 没有固定发生地。数据没有固定发生地，因此需要多渠道采集数据，除了上网和去图书馆查资料外，还要留意电视、杂志等媒体的信息，关注统计局、行业协会、研究机构的数据或者直接做市场调研。
2. 零散分布，相互关联才完整。数据是零散的，真正能还原和利用数据的都是勤于思考、努力寻找数据关联性的人。
3 概率性
数据的概率性表征了随机事件发生的可能性，如果一件事情发生的概率是1/n，不是指n次事件里必有1次发生该事件，而是指在大量重复试验的条件下，该事件发生的频率接近于1/n这个数值。换句话说，大量重复是显现概率规律的前提条件。
某生产啤酒塑料箱某厂的厂长了解到数据的概率性，就把北京邮政编码本找来，做大量重复试验。他按照编码本找到了100多家单位，发了100多封信，结果就回来1封，让他拿着样品看看，这个厂长怕别人搞不好，就自己夹着箱子去了。这家单位在4楼，厂长把箱子递过去，这老兄看都没看，一推窗户，“”的一声，就给扔出去了。然后这老兄就往下跑，这厂长就在后面追，到了楼下，一看这箱子，一点没坏，这老兄说，行啊，箱子挺结实，甭说了，订货，于是半年的买卖就有了。大量重复，终获机会——这就是概率。
数据的概率性告诉我们：成功=努力+等待。
4 再创性
再创性是指我们所看到的数据只是一种现象，不同的人会得出不同的结论。要想透过现象看本质，需要用发展的眼光看问题，通过深入的分析，找出隐藏在现象背后的机会。
例如，二战后松下幸之助开始研制一个非常不起眼的家用电机，好多人嘲笑他，说电机都是工厂用的，家庭用它干什么？但是，松下幸之助看到了家用电机的发展，他说现在是零，将来就是无限。用发展的眼光看问题，才能再创性地挖掘机会。
再讲个故事：有甲乙两个推销员，同时到非洲的一个岛国卖鞋子。这个岛国人人都光着脚丫。甲推销员一见到他们都不穿鞋，于是认为鞋子在这里没有销路。乙推销员将数据进行再创，看到他们不穿鞋，于是拿着鞋子来做调查，经调查发现：这里的人之所以不穿鞋，是因为他们的脚都特别宽，而市面上的鞋太窄，他们穿不进去。于是他建议公司生产专门适合这个岛国的鞋子。此外，他还把尺寸合适的鞋子送给当地酋长，酋长一穿鞋，感觉舒服极了，而老百姓一看酋长都穿鞋了，他们也想穿。等到老百姓也想穿，就有市场了，原来都不穿鞋，现在人人都要穿鞋，于是鞋子在这个岛国非常畅销。这个故事说明，数据只是现象和启发，只有深入地分析，才能再创性地挖掘机会。
以上就是数据的四个特征，大家关心的数据采集要充分考虑到数据的这四个特征：
· 基于时效性，数据采集要有项目周期。
· 基于概率性，数据采集要有抽样设计。
· 基于分散性，针对不同的数据来源要有不同的采集方法和问卷设计。
· 基于再创性，要对采集到的数据信息深入地分析和解读。
