Wykorzystanie do analiz dużych zbiorów danych oznacza jednocześnie, że nie trzeba ograniczać się do mniejszych zbiorów określanych za pomocą różnych sposobów doboru próby, co eliminuje związane z tym błędy. thumb|upright=1.3|Wizualizacja edycji Wikipedii jako klasyczny przykład big data
Charakterystyka W 2001 roku META Group opublikowała raport, który opisuje big data w modelu 3V:
duża ilość danych (ang. ); duża prędkość przetwarzania danych (ang. ); duża różnorodność danych (ang. ). Model ten uzupełniony został o kolejne składowe – weryfikację posiadanych danych (ang. ) oraz wartość dla użytkownika (ang. ).
Zastosowanie modelu w polskiej wersji 4W przedstawia się następująco: wykorzystanie – wykorzystaj najpierw wewnętrzne (własne) zasoby danych; wnioskowanie – umiejętnie stosuj techniki analityczne, użyj ekspertów; wzbogacanie – wzbogacaj własne dane o informacje z rynku, używaj słowników i baz referencyjnych; weryfikacja – koniecznie weryfikuj hipotezy i wnioski.
W roku 2012 Gartner uzupełnił podaną wcześniej definicję, wskazując, iż big data to zbiory informacji o dużej objętości, dużej zmienności lub dużej różnorodności, które wymagają nowych form przetwarzania w celu wspomagania podejmowania decyzji, odkrywania nowych zjawisk oraz optymalizacji procesów”.