Big Data é bem amplo e ainda não existe um consenso comum em sua definição. Porém, Big Data pode ser resumidamente definido como o processamento analítico de grande volumes de dados complexos produzidos por várias aplicações, ou seja, a mineração de enormes volumes de dados estruturados e não estruturados. Exemplos de aplicações no contexto Big Data varia bastante, como aplicações científicas e de engenharias, redes sociais, redes de sensores, dados de Web Click, dados médicos e biológicos, transações de comércio eletrônico e financeiros, entre inúmeras outras.

Três fatores influenciaram o grande aumento de volume de dados sendo coletados e armazenados para posterior análise: difusão e barateamento dos dispositivos de captação de dados (sensores, GPS, smartphones), capacidade de armazenamento na ordem de Petabytes e aumento de velocidade de transmissão nas redes.

Estas tecnologias atuais permitiram - e permitem - aumentar exponencialmente a quantidade de informações no mundo. Empresas, governos e outras instituições precisam saber lidar com esta "explosão" de dados. O Big Data se propõe a ajudar nesta tarefa, uma vez que as ferramentas computacionais usadas até então para gestão de dados, por si só, já não podem fazê-lo satisfatoriamente.

Simplificando, podemos definir o conceito de Big Data como sendo conjuntos de dados não estruturados, extremamente grandes e que necessitam de ferramentas especialmente preparadas para lidar com grandes volumes, de forma que toda e qualquer informação nestes meios possa ser encontrada, analisada e aproveitada em tempo hábil.

Informação é poder, logo, se uma empresa souber como utilizar os dados que tem em mãos, poderá saber como melhorar um produto, como criar uma estratégia de marketing mais eficiente, como cortar gastos, como produzir mais, como evitar o desperdício de recursos, como superar um concorrente, como disponibilizar um serviço a um cliente de maneira satisfatória e assim por diante.

A proposta de uma solução de Big Data é a de oferecer uma abordagem ampla no tratamento cada vez mais "caótico" dos dados, para tornar as informações mais eficientes e precisas. Para tanto, o conceito considera não somente grande quantidade de dados, a velocidade de análise e a disponibilização destes, como também a relação entre eles.

Os 'Vs' do Big Data: volume, velocidade, variedade, veracidade e valor.

No intuito de deixar a ideia de Big Data mais clara, alguns especialistas passaram a resumir o assunto em aspectos que conseguem descrever satisfatoriamente a base do conceito: os cincos 'Vs' – primeiramente volume, velocidade e variedade, e posteriormente agregados, os fatores veracidade e valor.

Volume - é a quantidade de dados realmente grandes, que crescem exponencialmente e que, não raramente, são subutilizados justamente por estarem nestas condições.

Velocidade (velocity) – a identificação dos dados (obtenção, gravação, atualização, enfim) deve ser feito em tempo hábil - muitas vezes em tempo real. Se o tamanho do banco de dados for um fator limitante para a velocidade de entrega, o negócio pode ser prejudicado: imagine, por exemplo, o transtorno que uma operadora de cartão de crédito teria - e causaria - se demorasse horas para aprovar um transação de um cliente pelo fato de o seu sistema de segurança não conseguir analisar rapidamente todos os dados que podem indicar uma fraude.

Variedade (variety) é outro aspecto importante. Os volume de dados que temos hoje são consequência também da diversidade de informações. Temos dados em formato estruturados, isto é, armazenados nos bancos de dados, e dados não estruturados oriundos de inúmeras fontes, como documentos, imagens, áudios, vídeos e assim por diante. É necessário saber tratar a variedade como parte de um todo - um tipo de dado pode ser inútil se não for associado a outros.

Veracidade (veracity) - não adianta muita coisa lidar com a combinação "volume + velocidade + variedade" se houver dados não confiáveis. É necessário que haja processos que garantam o máximo possível a consistência dos dados. Voltando ao exemplo da operadora de cartão de crédito, imagine o problema que a empresa teria se o seu sistema bloqueasse uma transação genuína por analisar dados não condizentes com a realidade.

Valor (value) – são os resultados e benefícios significativos que justificam a afirmação que informação é poder, é patrimônio. A combinação "volume + velocidade + variedade + veracidade", que caracteriza a solução Big Data deve apresentar valor para seu investimento.

É claro que estes cinco aspectos não precisam ser tomados como a definição perfeita. Há quem acredite, por exemplo, que a combinação "volume + velocidade + variedade" seja suficiente para transmitir uma noção aceitável do Big Data. Sob esta óptica, os aspectos da veracidade e do valor seriam desnecessários, porque já estão implícitos no negócio - qualquer entidade séria sabe que precisa de dados consistentes; nenhuma entidade toma decisões e investe se não houver expectativa de retorno.

Resumindo: Big data é um conceito, no qual o foco é o grande armazenamento de dados e maior velocidade, baseado em 5V’s - volume, velocidade, variedade, veracidade e valor.