در سال 2001، تحلیلگر صنعت، داگ لنی (که اکنون با گارتنر کار می کند)، Big Data را به صورت سه V تعریف کرد: حجم (Volume)، سرعت (Velocity) و تنوع (Variety)
حجم: افزایش در میزان داده
سرعت: افزایش سرعت تولید داده های ورودی و خروجی
تنوع: افزایش محدوده تنوع و منابع داده
در سال 2012 گارتنر تعریف جدیدی ارائه کرد:" داده های بزرگ، حجم بالا، سرعت و شتاب بالا و تنوع بالایی از داده های اطلاعاتی هستند که نیازمند شکل جدیدی از پردازش هستند تا بتوانند تصمیم گیری را بهتر کنند، بینش جدیدی را کشف کنند و نیز فرایند ها را بهینه نمایند."
علاوه بر این مفهوم جدیدی به نام صحت (veracity) نیز به ویژگی های داده های بزرگ افزوده شد تا بتواند آن را بهتر توصیف کند.
چرا Big Data مهم است؟
مسئله واقعی این نیست که مقدار زیادی داده به دست آورید؛ این است که با آن چه می کنید. دیدگاه امیدوارانه این است که سازمان ها قادر به تحصیل داده از هر منبعی بوده، داده های مرتبط را تهیه کرده و آن را تحلیل کنند تا پاسخ سؤالاتی را بیابند که 1) کاهش هزینه ها، 2) کاهش زمان، 3) توسعه محصولات جدید و پیشنهادات جدید، و 4) تصمیم گیری هوشمندانه تر کسب وکار را مقدور می سازند. برای مثال، با ترکیب Big Data و تحلیل های قوی، این امکان وجود دارد تا:
- علت های اصلی شکست ها، مسائل و نقوص را در لحظه تعیین کرد تا سالانه تا میلیاردها دلار صرفه جویی کرد.
- مسیر وسیله های حمل بسته های تحویلی را زمانی که هنوز در جاده هستند، بهینه کرد.
- در چند دقیقه تمام سبد ریسک را دوباره حساب کرد.
- سریعاً مشتریانی که بیشترین اهمیت را دارند، شناسایی کرد.
مزایای داده های حجیم عبارتند از: بازاریابی هدفمندتر، بینش درون بینی کسب و کار بطور صریح تر، تقسیم بندی مبتنی بر مشتری، تشخیص فروشها و شانس بازار، خود کاری سازی تصمیم گیری، تعریف رفتارهای مشتری، بازگشت بیشتر سرمایه گذاری، تعریف خطرها و روند بازار، فهم تغییر تجارت و کسب و کار، برنامه ریزی و پیش بینی بهتر، شناسایی رفتار مصرف کننده از جریان کلیک و گسترش عملکرد تولید.
نمونه هایی از داده های حجیم: نمونه های واقعاً در دسترس از داده های حجیم عبارتند از: در ستاره شناسی، علوم جوی، ژنومیک(علم تجزیه وتحلیل داده های ژنتیکی)، بیوژئوشیمی (شیمی زیستی جغرافیایی)، علوم و تحقیقات زیستی، دولت، حوادث طبیعی، منابع مدیریت، بخش خصوصی، مراقبت نظامی، خدمات مالی، جزئیات، شبکه های اجتماعی، وبلاگها، متون، اسناد، عکاسی، صوت، ویدئو، جریان کلیک کردن، جستجو، اندیس گذاری، سوابق جزئیات تماس، اطلاعات اعتباری، شناسایی فرکانس رادیویی(RFID)، تلفنهای همراه، شبکه های حسگر و ارتباطات از راه دور.
