关于大数据，估计大家都是觉得听过这个概念，但具体的应用好像离我们还很遥远，IBM曾提出大数据的5个特点：数量大、价值高、多样性、速度快、真实性。
目前很多行业都已进行大数据应用，包括：金融、汽车、餐饮、电信、能源、体能、娱乐等社会的各行各业都已经融入了大数据的印迹。
例如制造业利用大数据进行水平提升，对产品的故障诊断预测、分析工艺流程、改进工艺生产、优化产能过剩、进行生产计划安排等；互联网行业利用大数据分析用户行为，进行商品推荐和针对性广告投放；物流行业利用大数据提高运输效率，降低物流成本等。而随着人们对生活水平的不断提高，这种情况将进一步发展。
在水务方面，相对于其他行业可能起步较慢，数据的深层次挖掘还存在较大的差距，但随着供水机制的日益完善，这种情况也必将有所改变。现在水务企业在大数据情况所面临的问题主要是：
1、基础设施尤其是传感设备的部署及建设覆盖率仍然较低，目前仅分成块状，未形成完善的网状；
2、感知数据的准确性及稳定性难以保障，导致计算结果与实际经常出现偏差；
3、数据之间的连接未有效打通，缺乏业务层与数据层的联动；
4、虽有海量数据，却缺乏统一的数据要求及标准，导致数据难以归类及整合。
上述问题，也是水务企业在智慧水务建设过程中亟需解决困扰。在如此海量的数据中，有一类数据是能够率先达到大数据分析要求，且该数据与民生、经营、生产等均有很大的关联性，这类数据就是用户水量，而水量的计量就与水表相关联。
在智慧城市中，除地理信息外，每个用户节点数据则尤为重要，能够反应每个节点用户的动态数据即水、电、气三表的数据，其中水是生活的必需品，因此，水量数据在智慧城市感知层中则格外重要。
早在2000年，国内就有部分水务企业开始尝试智能抄表，随着需求的催生，智能水表行业得到了蓬勃的发展，如抄表方式有线抄表、IC卡预付费、光电直读式、摄像直读等，通信方式有GPRS、ZIGBEE、PDA、NB-iOT、LoRa等，各种技术层出不穷，也都风靡一时。随着技术的发展，近年来，大口径水表电子化也逐渐成为趋势，包括电磁式、超声式等水表逐渐成为市场主流。因此不管是用量还是电子化更新程度，水量数据无疑是最有潜力率先实现大数据分析的领域。
多维数据应用
随着智慧城市的建设加速，以及水务企业的逐渐转型，水量数据已从单一的抄收需求演变为具有多重应用意义的关键数据。
漏损分析
近几年，为了更好的控制漏损，国内大部分水务企业开始推行区块化管理，在部分区域更是实现了网状化管理，即根据各节点水量测算节点间的漏失，实现快速的定位漏损的管理效益，并且，基于各用水节点的水量能够实现多级水量校核，有效控制计量损失误差。
经济景气度
在大部分国家，非居民用水往往是一个城市经济景气度的风向标，在2008年全球金融危机时，当时尤其是沿海地区城市的用水量成为了景气度很好的写照。而目前来看，非居民用户用表电子化在未来将成为趋势
民生分析
2020年初，随着新冠疫情的爆发，我们史无前例的经历了社会危机。随着疫情的好转，大量企业开始复工，而此时，用水数据即是恢复秩序的晴雨表。通过水量动态统计，我们可以计算各城市复工率、统计复工时间、计算工商也恢复程度、保障长期停用用户的水质安全等。另外，对于居民用水而言，水量数据可以帮助我们了解小区居民的回流率、小区管网真实漏失水平、孤寡老人安全等，可见，水量数据非但能够作为水务企业安全生产的重要参考依据，更能直接深入到民生应用领域，作为水务企业对外输出的服务形式加以延展。这也许才是智慧水务乃至智慧城市的发展方向。
智慧计量的未来
当然，上述的应用挖掘还有很多，但应用越贴近民生对感知的数据要求则越高，这对于计量行业而言无疑也是更大的挑战。我们不能简单的将计量的智慧化理解为解决单个计量点的精度及传输问题，而是应该将整个城市的计量节点作为一个体系，在这个体系中，我们需要评价这个传递体系的数据质量、数据密度及数据维度，只有这样我们才能说智慧计量已经到来。
