1.数据体量巨大

随着互联网行业的发展，许多日常运营中生成、累积的用户网络行为的数据。比如社交电商平台每天的产生订单，各个短视频、论坛、社区发布的帖子、评论及小视频，每天发送的电子邮件，以及上传的图片、视频与音乐等等，这些无数个体产生的数据规模很庞大，数据体量早已达到了PB级别以上。如此大规模的数据想要被处理，被分析，被统计，就需要有足够大的容量，所以大数据的一大特点就是体量巨大。

2.数据形式多样

广泛的数据来源，决定了大数据形式的多样性。任何形式的数据都可以产生作用，目前应用较广泛的就是推荐系统，如淘宝，网易云音乐、今日头条等，这些平台都会通过对用户的日志数据进行分析，从而进一步推荐用户喜欢的东西。日志数据是结构化明显的数据，还有一些数据结构化不明显，例如图片、音频、视频等，这些数据因果关系弱，就需要人工对其进行标注。

3.高速性

大数据的高速性是指数据增长快速，处理快速。每一天，各行各业的数据都在呈现指数性爆炸增长。在许多场景下，数据都具有时效性，如搜索引擎要在几秒中内呈现出用户所需数据。企业或系统在面对快速增长的海量数据时，必须要高速处理，快速响应。

4.价值密度低

大数据的低价值密度性是指在海量的数据源中，真正有价值的数据少之又少，许多数据可能是错误的，是不完整的，是无法利用的。总体而言，有价值的数据占据数据总量的密度极低，提炼数据好比浪里淘沙。

5.商业价值高

相比于传统的小数据，大数据最大的价值在于通过从大量不相关的各种类型的数据中，挖掘出对未来趋势与模式预测分析有价值的数据，并通过机器学习方法、人工智能方法或数据挖掘方法深度分析，发现新规律和新知识，并运用于农业、金融、医疗等各个领域，从而最终达到改善社会治理、提高生产效率、推进科学研究的效果，实现其商业价值。

延伸阅读

大数据行业有哪些特点

1.工业数据资本化

大数据时代，数据已经渗透到每个行业，逐渐成为企业资产，也成为大数据产业创新的核心驱动力。自己生产数据的互联网公司有得天独厚的优势。他们可以利用自身丰富的数据资产，挖掘数据的潜在价值，洞察用户的信息行为，推动行业利用数据实现精准化、个性化的生产、营销和盈利模式。

2.产业技术创新度高

创新是大数据产业发展的基石。世界每天都在产生大量的数据。如何有效获取数据、存储数据、整合数据、服务用户，需要大数据行业技术的不断创新。具体包括持续优化创新大数据冗余和降噪技术、高效低成本的大数据存储和有效融合技术、非结构化和半结构化数据的高效处理、适合不同行业的大数据挖掘分析工具和开发环境，大幅降低数据处理、存储和通信能耗，从而为用户提供高效、优质、个性化的服务。

3.决策智能化

Di的研究报告显示，过去企业只重视数据的存储和传输，企业使用的数据不到获取数据的5%。在数据量每年增长60%左右的情况下，企业平均只获取了25%-30%的数据，作为企业战略的数据远未被挖掘。而随着大数据产业的发展，分布式计算的大数据推动生产组织向去中心化、扁平化、自组织、自协调的方向演进，促进劳资融合，极大地克服了人类在决策过程中的有限理性，促进了决策的智能化、科学化发展。

4.产业服务个性化

Monetate的调查报告显示，与不使用数据分析的企业相比，投资和分析数据的企业增长率为49%，而通过可量化个性化的在线销售增长率为19%。因此，基于数据的分析成为大数据行业提供个性化服务的重要工具。这些行业通过数据挖掘用户的兴趣和偏好，根据个性化需求开展个性化定制和云推荐服务，提升产品服务质量，满足用户更高层次的需求，获取更高的经济效益。