Big data avser extremt stora, komplexa och snabbväxande datamängder som kräver specialiserade verktyg (t.ex. Hadoop, Spark, NoSQL) för lagring och analys. Dessa data, som ofta kommer i realtid från källor som IoT, sociala medier och transaktioner, används för att identifiera mönster, förbättra beslutsfattande och skapa affärsvärde. 

Nyckelegenskaper för Big Data (The V's)

• Volym (Volume): Enorma mängder data (terabyte/petabyte) som samlas in från diverse källor.
• Hastighet (Velocity): Data genereras och måste analyseras i realtid eller nära realtid.
• Variation (Variety)

Användningsområden och Tekniker
Big data används brett för att optimera verksamheter, personifiera kundupplevelser, förutse trender och inom forskning. Tekniker som maskininlärning och AI används för att analysera komplexiteten. Vanliga lagrings- och analysverktyg inkluderar Apache Hadoop, MongoDB och molnbaserade plattformar (AWS/Azure/Google Cloud). Innefattar strukturerad (databaser), ostrukturerad (video, text) och semistrukturerad data (sensorloggar)