巨量資料的定義取決於持有資料組的機構之能力，以及其平常用來處理分析資料的軟體之能力。「對某些組織來說，第一次面對數百 GB 的資料集可能讓他們需要重新思考資料管理的選項。對於其他組織來說，資料集可能需要達到數十或數百 TB 才會對他們造成困擾。」
隨著大數據越來越常被提及，2012 年《紐約時報》的一篇專欄中寫到，大數據時代已經降臨，在商業、經濟及其他領域中，決策將日益基於資料和分析而作出，而非基於經驗和直覺。
巨量資料時代的來臨帶來無數的機遇，但是與此同時，個人或機構的隱私權也極有可能受到衝擊，大數據包含各種個人資訊資料，現有的隱私保護法律或政策無力解決這些新出現的問題。有人提出，巨量資料時代，個人是否擁有「被遺忘權」，被遺忘權即是否有權利要求資料商不保留自己的某些資訊，巨量資料時代資訊為某些網際網路巨頭所控制，但是資料商收集任何資料未必都獲得用戶的許可，其對資料的控制權不具有合法性。2014 年 5 月 13 日歐盟法院就「被遺忘權」（right to be forgotten）一案作出裁定，判決 Google 應根據用戶請求刪除不完整的、無關緊要的、不相關的資料以保證資料不出現在搜尋結果中。
巨量資料必須藉由計算機對資料進行統計、比對、解析方能得出客觀結果。美國在 2012 年就開始著手大數據，美國當時的總統歐巴馬更在同年投入 2 億美金在大數據的開發中，更強調巨量資料會是之後的未來石油。
資料探勘（data mining）則是在探討用以解析巨量資料的方法。
有的學者會用「4V」或「4Vs」來定義：Volume（資料大小）、Velocity（資料輸入輸出的速度）、Variety（多樣性）和 Veracity（真實性）。處理速度快、來源多元、具備真實性的大量數據，能產生 Value（價值），可以在多種層面應用，這就是大數據的特質。
大數據特性，謹記四字箴言：「大、快、雜、疑」：資料量龐「大」、變化飛「快」、種類繁「雜」、真偽存「疑」。
大數據的資料來源不只網際網路服務，只要是可以連上網路的裝置 ，都可能是大數據的資料來源，未來物聯網時代來臨後，包括家裡的冰箱、電視、烤箱，廠商分析由智慧家電回傳的資料，就能瞭解用戶開冰箱的頻率、看那些節目、溫度都怎麼控制，所有的日常行為都可以數據化。
Airbnb 如何應用大數據？
Airbnb 蒐集了在自家網站上的眾多數據，利用照片分析、數據資料整合分析後，開發出一套名為 Aerosolve 的演算法工具，來幫助之後的屋住制訂房間的出租價格。
租金要訂多少錢，其實是一門很大的學問，從床的尺寸大小、屋內的裝潢、房子的位置、附近的交通，都是考量點，Airbnb 原本以為，房屋的地點決定了房價，所以這套系統會自動把房子歸在「市區」或是「郊區」，不過經由反複驗算之後，他們發現地點並不是重點，房子內部的規劃以及整體條件搭配，才會影響出租價格，而且多上傳房間的照片，拍攝風格又是溫暖色調，更能吸引其他人的目光，因此出租價格也可以訂的比較高，有了過去龐大用戶的資料，後來的屋主在制訂出租價格時，就不用傷腦筋了。
A machine learning package built for humans. Aerosolve 的開放原始碼：http://airbnb.github.io/aerosolve/
更多應用大數據的舉例：
● 許多老舊的人孔蓋是不定時炸彈，但其中有些更容易闖禍，運用大數據分析及早有效地找出它們悠關公共安全。
● 在公共衛生上，Google 搜尋的關鍵字，可以預測流感的蔓延，讓官方掌控疫情。
● 預測機票的價格，美國網站 Farecast.com， 讓使用者可以依據機票浮動的機率，決定是否下單。
● 美國零售商 Target 用大數據可以預測女生是否懷孕，以便提前進行郵寄孕婦嬰兒用品折價卷等策略。
● 規劃快遞的送貨路線， 尋找節約能源或省時的路線。
