专业的人才队伍
数据采集端口
数据传输和存储介质
第一步：建设数据收集渠道 大数据的意义在于将数据信息作为一种资源帮助企业或是个人进行决策，保证决策的准确性，最大的难题是建立数据信息收集渠道——也就是获取大数据的渠道。因此，在利用大数据之间首先需要建立相应的信息收集通道。
第二步：明确数据收集种类 现在各种类型的数据很多，但是由于投入资源的有限，不可能将所有的数据都进行收集，而且很多数据都不一定和我们要研究的对象发生关系。所以在初期，需要明确具体需要收集那些信息，比如：性别、年龄、学历、婚史、所处行业、工作经验等信息。
第三步：建立数据收集模型 明确数据收集的种类后，可能我们拟收集的数据信息较为分散，处于不同的位置，而且和其他数据相互交融。为此，我们则需要建立相应的数据收集模型，识别出我们需要的数据类型。
第四步：采集数据 上述一切工作完成以后，与获得数据还有一步之遥，那就是需要按照数据收集模型将收集的数据，通过特殊的介质/渠道，采集并传送至数据存储介质中去。
第五步：存储数据 需要存储的数据较大，需要在采集数据之前建立好相应的容量足够的存储介质，在选用存储介质的时候要综合考虑成本和数据安全的问题，选用最合适最科学的方案。
第六步：管理数据 由于数据收集初期，由于样本数量的不足，不能立即对数据进行分析和应用。所以需要等待一定时间段，等待数据样本达到足够的数量才对其分析和应用。由于网络或者是硬件可能存在一些安全隐患/缺陷，在等待这个时间段内，需要由专业人员对数据进行维护和管理，保障信息不回被丢失、篡改等。
第七步：挖掘数据 假设影响电子商务支付安全的因素网民的年龄、网购的时间、季节、网民所在地区、性别、性格、收入、从事的工作类型、学历等存在某种特殊的关系，然后再用设计的模型和专业的数据分析工具，对数据进行归类分析，来对因素与电子商务支付安全之间的关系进行验证。
第八步：应用数据 根据数据分析结果，对数据进行应用。例如：通过分析发现支付安全和年龄存在的关系是：高龄网民发生支付安全事故较多，低龄网民则相对较少。为此，可以专门对高龄网民，采取有针对性的支付安全改善措施。除此之外，还可以根据其他分析结论做出关于电子商务支付安全的其他决策，实现应用大数据对安全支付的综合改善。
在分析数据前一定要先假设问题，再通过对数据进行分析，对问题进行验证。
采集的数据样本一定要足够大，如果量不足够，会造成数据分析结果不准确，决策针对性差。