一、传统企业的内部数据

企业的内部数据来源诸如客户信息、销售订单、生产工艺工序、入库出库、财务报表等业务数据，这些数据是企业运营的生命线，对于企业的经营管理和决策分析分析至关重要。通过大数据技术对这些数据进行分析、挖掘可以更加精准的指导企业经营、生产。

二、社交媒体和网络数据

随着社交媒体和互联网的普及，大量的社交媒体和网络数据被产生和存储，比如微博、微信、Facebook、Twitter等社交媒体，以及电子邮件、互联网搜索、网站浏览等网络数据。这些数据包含了人们的行为、喜好、想法等信息，可以为企业提供更好的营销和推广策略。

三、传感器和物联网数据

传感器和物联网技术的应用越来越广泛，其采集的物理数据、环境数据等，对于大数据分析应用也有很大的价值。例如，汽车上的传感器可以采集到车速、油耗、发动机温度等，这些数据可以进行分析为汽车生产厂商提供更精准的维修保养建议和新产品研发方向。

四、位置和空间数据

位置和空间数据来源于移动设备和卫星定位系统，包括基站定位、GPS定位、WiFi定位、北斗定位等。这些数据可以为企业提供更精准的用户定位、交通流量、城市规划等信息，给企业带来更好的经营决策支持。

五、公共领域数据资源

公共领域数据来源于政府、公共服务机构、科研机构等，例如CIA World Factbook、美国国家气象局（National Oceanic and Atmospheric Administration）等等。这些数据资源具有一定的权威性和数据质量，因此可以为企业提供更准确的市场竞争状况、市场趋势、政策变化等信息。

大数据的数据来源如何收集

1.数据抓取：通过网络爬虫等技术从网页、社交媒体等平台上获取数据，例如获取用户评论、发布信息等。

2.数据采集：通过传感器、设备等技术采集物理世界中产生的数据，例如温度、湿度、速度等。

3.数据交换：通过与其他企业、组织等进行数据交换，获取对方提供的数据资源，例如政府提供的统计数据、地图数据等。

4.数据购买：通过购买商业数据服务提供商提供的数据资源，获取各种数据集合，例如市场调查数据、消费者数据等。

5.数据监控：通过对网络流量、设备状态等进行监控，获取实时的数据流，例如监控网站访问量、设备运行状态等。

6.数据合成：通过将多个数据来源进行整合，构建更加完整和全面的数据集合，例如将用户行为数据、地理位置数据等进行合成，得出更加精准的用户画像。

综上所述，数据的种类和来源十分广泛和多样化，为大数据分析和应用提供了很多资源和挑战。但是，什么样的数据资源可以被应用到某个特定的领域和场景仍需要企业和科研人员进一步探索与实践。