一项大数据应用，如果不是经得起推敲的，那就值得怀疑它是不是优秀的大数据应用，是不是有可利用的价值，是不是值得将人力物力财力花费在其中。所以，必须对大数据应用进行必要的筛选，做一定的检验之后才可以做出具体的处理方案。真正做到数据来源可靠，数据用途明晰，数据价值得到体现，三点缺一不可。
至于数据源，互联网和物联网是生成和存储大数据的好地方。互联网金融公司是天生的大数据分析公司，在搜索、社交、媒体、交易等各自核心企业业务管理领域，积累并持续产生海量信息数据。物联网技术设备每时每刻都在进行采集信息数据，设备企业数量和数据量都与日俱增。作为大数据金矿，互联网和物联网一直在不断产生各类应用，而国外关于这类数据的应用尤其多。
当前在国内比较常见的应用资源，就是一些从严格意义上不算大数据的数据资源。
如房地产交易、商品价格、特定群体消费信息等等。但这些企业信息对商业应用而言，却是最易获得和比较容易进行加工技术处理的数据管理资源。除此之外，*部门还拥有一些数据资源，这些资源一般被认为质量好、价值高，但开放程度较低。面向企业社会的公共管理数据进行开放发展愿望虽十分美好，但一段时间内都是可望而不可即。因此，许多官方统计数据只能通过灰色通道流通，经过处理成各种各样的数据产品。
因此看数据的来源，首先，取决于应用程序是否真的有数据支持，数据资源是否可持续，来源渠道是否可控，数据安全和隐私保护是否存在隐患。二是要看这个技术应用的数据信息资源管理质量以及如何，能否保障这个应用的实效。
关于数据的用途，即如何通过应用大数据解决一些问题，如何将数据资源转化为解决方案，从而实现生产。具体看来，大数据主要有以下几种较为常用的功能。
一追踪：大数据可以追踪、追溯互联网以及物联网上任何一个记录，形成真实的历史轨迹。如消费者购买行为、购买偏好、搜索和浏览历史等等。
二识别：在追踪的基础上，通过市场定位、比对、筛选，可以进行实现对语音、图像、视频等的精准有效识别，不仅能丰富分析的内容，而且结果更为精准。
三画像：通过追踪、识别，形成更立体的刻画和更全面的认识。根据中国消费者画像，可以通过精准推送广告和产品，根据我国企业员工画像，可以更加准确判断其信用及面临的风险。
四提示：对未来发展趋势及重复出现的可能性可以进行分析预测，当某些重要指标体系出现预期变化或超预期变化时给予提示、预警。
五匹配：利用相关性、接近性等筛选比较，更有效地实现产品的搭配和供需匹配。如在互联网约车、租房、金融等共享经济新商业模式方面的应用。
六优化：按给定的原则，通过分析各种学习算法对路径、资源等进行管理优化企业配置。不仅能够提高企业服务管理水平、提升内部效率，还可以节约公共资源、提升公共服务发展能力。
关于数据的价值，关键看谁买单。大数据的应用要实实在在不断提升能力、改善企业绩效。应用在不同类型的服务对象上，应该有对应的实际效果发生。基于企业要的就是竞争力是不是提升，是不是更加盈利。
光点科技表示：大数据应用应该是极其严肃认真的事情，而不是企事业单位等的面子工程和盲目跟风，不合理的利用社会资源只能事倍功半，而正确的做法应该是谨慎考察，再言其实。