大数据最显著的特点在于其“大”，这让它成为一项特别适用于流动性治理的工具。大数据的“大”首先体现在其规模和容量远远超出“传统数据”的测量尺度，一般的软件工具难以捕捉、存储、管理和分析的数据，通过大数据的云存储技术都能保存下来，形成浩瀚的数据海洋，目前的数据规模已经从TB级升级至PB级。大数据之“大”还表现在其采集范围和内容的丰富多变，能存入数据库的不仅包含各种具有规律性的数据符号，还囊括了各种如图片、视频、声音等非规则的数据。
在大数据时代，“行动即数据”，个体任何一项微小的行动（比如点击鼠标、刷卡等）都会被编码，这些编码乍看之下杂乱无章，可结合编码的时间、地点、频率等数据，通过特定的复杂运算之后，其意义便能体现出来。因其惊人的存储和分析能力，大数据决策和流动性治理可以即时捕获的丰富数据，而无需再以“历史的”或者“邻居的”数据作为参考。
大数据技术已经逐渐运用于流动性治理的各个环节中，并取得了不错的成效。例如，百度公司通过百度地图发现，相关地点的搜索请求数据和实际到达该地点的人群数量具有极高的相关性（相关系数大于0.9），意味着用户前往目的地前，一般都会提前利用百度地图规划路线。通过大数据分析发现，相关地点的地图搜索会先于实际人流量达到峰值。利用此特性，百度大数据可提前1-2小时对即将到来的风险进行预警，百度地图APP能够准确、清晰、高效地显示出高峰期堵塞最严重的交通路段，让驾车者有足够的时间做出反应、调整线路，从而节省出行时间安排、缓解交通压力、降低交通治安投入成本，大数据的应用有效突破了交通秩序管理瓶颈，避免如上海外滩踩踏事件一类悲剧的再次发生。
