在當今的大資料時代，以大資料為基礎的人工智慧時代的到來，為各行業開展基於資料資產的業務創新和管理創新帶來了機遇。不僅IT行業的人們需要了解與大資料相關的知識，而且傳統行業的從業者和普通大學生也應瞭解某些大資料知識。新的基礎架構計劃未來，大資料技術將開始得到全面應用，大資料還將重塑整個產業結構。想了解大資料，必須先從它的這五個特點開始。
1。海量的資料量
容量僅僅是界定大資料定義的關鍵要素之一，而對於大資料的定義至少有三個方面的重要要素。容量伺服器資料恢復、許多不同的資料和檔案型別、對於管理和更深入的分析資料。資料量本身就是聚合的概念。不是資料量大的資料被稱為大資料，傳統資訊系統生成的“小資料”也是大資料分析的重要組成部分，這點必須清楚。當前，從大資料的資料來源的角度來看，它主要集中在網際網路，物聯網和傳統資訊系統三個渠道。當前物聯網資料的比例相對較大。
2。資料分析型別繁多
這種型別的多樣性也讓資料被分為結構化資料和非結構化資料。相對於以往便於儲存的以文字為主的結構化資料，非結構化資料越來越多，包括網路日誌、音訊、影片、圖片、地理位置資訊等，這些多型別的資料對資料的處理能力提出了更高要求。
3。資料價值密度
雖然資料量大，資料價值密度低是大資料的第2個重要特徵。傳統資料基本都是結構化資料，每個欄位都是有用的，價值密度非常高。大資料時代，越來越多資料都是半結構化和非結構化資料，比如網站訪問日誌，裡面大量內容都是沒價值的，真正有價值的比較少，雖然資料量比以前大了N倍，但價值密度確實低了很多。
如果有海量的結構化資料，需要大資料技術才能處理得了，當然也可以稱之為大資料，但價值密度並不低。舉個例子，銀聯、VISA等清算組織有海量的交易資料，不僅資料量大，而且很有價值。
4。資料處理速度快
通常傳統資訊系統的資料增量是可以預測的，或者增長率是可控的，但是在大資料時代，資料增長率已經大大超過了傳統資料，處理能力已經超過自身的極限。資料增長是一個相對的概念。與消費網際網路相比，工業網際網路帶來的資料增長可能更加客觀，因此工業網際網路時代將進一步開啟大資料的價值空間。
5。資料的可靠性
它指在資料的生命週期內， 所有資料都是完全的、一致的和準確的程度。保證資料的完 整性意味著以準確的、真實的、完全地代表著實際發生的方 式收集、記錄、報告和儲存資料和資訊。大資料時代帶來的一個重要副作用是，很難區分真假資料，這也是當前大資料技術必須重點解決的問題之一。從當前大型Internet平臺採用的方法來看，它通常是技術和管理的結合。
大資料已經成為過去幾年中大部分行業的遊戲規則，行業領袖，學者和其他知名的利益相關者都同意這一點，隨著大資料繼續滲透到我們的日常生活中，圍繞大資料的炒作正在轉向實際使用中的真正價值。當然大資料的出現，也讓商業智慧BI逐漸火了起來。國內BI軟體也慢慢的在企業中變成無法忽略的存在。像Smartbi，如今可以說是國產BI裡面口碑最好的。涉及的領域也特別廣。Smartbi 的功能也非常完善，報表、填報、BI 一應俱全。在未來也是不容小視的。