Büyük veri, geleneksel araçlar için çok büyük veya karmaşık olan veri kümelerini tanımlar. Hacim bir boyuttur. Hız bir diğer boyuttur: sensörlerden, kayıtlardan ve tıklama akışlarından gerçek zamanlı olarak gelen veriler. Çeşitlilik, yapılandırılmış tabloların, yapılandırılmamış metinlerin, resimlerin ve videoların karışımını kapsar. Bu üç V, yıllardır standart tanım olmuştur. Bazıları buna doğruluk, yani verinin güvenilir olup olmadığı sorusunu da ekler.

Araçlar, ölçeği yönetmek için evrim geçirdi. Hadoop, depolama ve işlemeyi standart sunuculara dağıttı. Spark, hız için bellek içi hesaplama ekledi. NoSQL veritabanları, ilişkisel sistemlerin zorlandığı yapılandırılmamış verileri işledi. Bulut platformları, büyük veri altyapısını bir hizmete dönüştürdü. Bu heyecan 2015 civarında zirveye ulaştı. Her şirket bir veri gölü istiyordu. Birçoğu bunları kurdu ama verileri hiç kullanmadı. Teknoloji çalışıyor. Zor olan, doğru soruları sormak ve bunları cevaplayacak becerilere sahip olmaktır. Büyük veri, büyük olduğu için değerli değildir. Daha küçük bir veri kümesinin gözden kaçıracağı bir şeyi ortaya çıkardığında değerlidir. Çoğu zaman, iyi tasarlanmış bir örneklem, dağınık bir tam veri kümesinden daha iyidir.

Büyük verinin boyutları

• Hacim — terabayttan petabayta
• Hız — gerçek zamanlı veya gerçek zamana yakın akışlar
• Çeşitlilik — yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış
• Doğruluk — kesinlik ve güvenilirlik
• Değer — maliyeti haklı çıkaran bilgiler

Büyük veri bir araçtır, bir amaç değil. Amaç daha iyi kararlar almaktır. Sadece büyüklüğüyle bunu sağlayamaz.