大數據研究專家維克托·邁爾-舍恩伯格曾經說過：世界的本質是數據。在他看來，認識大數據之前，世界原本就是一個數據時代；認識大數據之后，世界不可避免地分為大數據時代、小數據時代。

隨著社會不斷發展的腳步，各類數據不斷累積，如果說小數據時代的各類分析調研更多的是靠樣本采集，那么現在，不管從數據的維度還是層次來看，數據體量的累積已經到了一個非常夯實的階段。

在這兩個時代的過渡中，人們也自然而然的從先前的樣本思維轉變成大數據時代需要具備的整體思維，以更好的運用大數據，或者說，抽樣調查將成為過去時，對所有數據進行分析處理才是大數據時代應有的思維方式。

大數據的多種定義

對于大數據的具體定義和價值，大多數人都停留在知其然而不知其所以然的階段。

但這也并不妨礙大數據這一詞匯在大眾心中的高度，它代表著先進，代表著高科技，代表著不可預知但可以預見的未來世界。

麥肯錫最早提出了大數據時代的到來：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”

對于大數據的定義，權威機構們給出了不同的表述：

世界知名咨詢企業Gartner給出的定義是：“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。

麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。

還有一些是這樣表述的，大數據是指“無法用現有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復雜的數據集合。”

不管是信息資產還是數據集合，這些定義無不在昭示著大數據對于人們未來社會的價值。

大數據的特征

大數據（BigData）是指「無法用現有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復雜的數據集合。」業界通常用4個V（即Volume、Variety、Value、Velocity）來概括大數據的特征。

Volume，數據體量巨大。如果單單從存儲量方面來考量的話，從最小的數據存儲單位bit開始，按順序往上Byte、KB、MB、GB、TB、PB、EB……那么截至目前，人類生產的所有印刷材料的數據量可達數百PB，而歷史上有記載開始人類說過的所有的話的數據量大約要以EB來衡量。截至目前，人類生產的所有印刷材料的數據量是200PB，而歷史上全人類說過的所有的話的數據量大約是5EB（1EB=210PB）。

Variety，數據類型繁多。類型的多樣性讓數據被分為結構化數據和非結構化數據。相對于以往便于存儲的以文本為主的結構化數據，非結構化數據越來越多，包括網絡日志、音頻、視頻、圖片、地理位置信息等，這些多類型的數據對數據的處理能力提出了更高要求。

Value，價值密度低。價值密度的高低與數據總量的大小成反比。數據總量越大，無效冗余的數據則越多，如何通過強大的機器算法迅速地完成數據的價值“提純”是目前大數據背景下亟待解決的難題。

Velocity，處理速度快。這是大數據區分于傳統數據挖掘的最顯著特征，根據IDC“數字宇宙”的報告，預計到2020年，全球數據使用量將達到35.2ZB。在如此海量的數據面前，處理數據的效率就是企業的生命。

大數據的類型大致可分為三類：

傳統企業數據（Traditional enterprise data）：包括 CRM systems的消費者數據，傳統的ERP數據，庫存數據以及賬目數據等。

機器和傳感器數據（Machine-generated /sensor data）：包括呼叫記錄（Call Detail Records），智能儀表，工業設備傳感器，設備日志（通常是Digital exhaust），交易數據等。

社交數據（Social data）：包括用戶行為記錄，反饋數據等。如Twitter，Facebook這樣的社交媒體平臺。