Big data menggambarkan kumpulan data yang terlalu besar atau kompleks untuk alat tradisional. Volume adalah salah satu dimensinya. Kecepatan adalah dimensi lainnya: data yang datang secara real-time dari sensor, log, dan clickstream. Variasi mencakup campuran tabel terstruktur, teks tidak terstruktur, gambar, dan video. Ketiga V tersebut telah menjadi definisi standar selama bertahun-tahun. Beberapa menambahkan kebenaran (veracity), yaitu pertanyaan apakah data tersebut dapat dipercaya.

Alat-alat tersebut berevolusi untuk menangani skala yang besar. Hadoop mendistribusikan penyimpanan dan pemrosesan di seluruh server komoditas. Spark menambahkan komputasi dalam memori untuk kecepatan. Basis data NoSQL menangani data tidak terstruktur yang menjadi tantangan bagi sistem relasional. Platform cloud mengubah infrastruktur big data menjadi sebuah layanan. Hype mencapai puncaknya sekitar tahun 2015. Setiap perusahaan menginginkan data lake. Banyak yang membangunnya tetapi tidak pernah menggunakan data tersebut. Teknologinya berfungsi. Bagian yang sulit adalah mengajukan pertanyaan yang tepat dan memiliki keterampilan untuk menjawabnya. Big data tidak berharga karena ukurannya yang besar. Big data berharga ketika mengungkapkan sesuatu yang akan terlewatkan oleh kumpulan data yang lebih kecil. Sebagian besar waktu, sampel yang dirancang dengan baik mengalahkan kumpulan data lengkap yang berantakan.

Dimensi-dimensi big data

• Volume — terabyte hingga petabyte
• Velocity — aliran data waktu nyata atau mendekati waktu nyata
• Beragam — terstruktur, semi-terstruktur, dan tidak terstruktur
• Kebenaran — akurasi dan kepercayaan
• Nilai — wawasan yang membenarkan biaya

Big data adalah alat, bukan tujuan. Tujuannya adalah pengambilan keputusan yang lebih baik. Ukuran saja tidak akan mewujudkannya.