Big Data ist für viele ein schwammiger Begriff. Schaut man sich die Definition aber genau an, so zeigt sich, dass Big Data einfach nur viele verschiedene Aspekte des heutigen Umgangs mit Daten umfasst: Immer mehr Daten sind vorhanden; das Datenvolumen steigt ständig (volume). Auch die Geschwindigkeit, mit der Datenmengen erzeugt und in andere Systeme exportiert werden, nimmst zu (velocity). Hinzukommt die Bandbreite der Datentypen und -quellen (variety). Daten können beispielsweise von Personen oder Sachen stammen; sie können händisch eingegeben oder automatisch erzeugt werden. Seit dem Aufkommen von Spam-E-Mails kennt jeder das Problem der Echtheit von Daten (veracity). All diese vier Vs zusammen bezeichnet man als Big Data.
Damit aus all diesen Aspekten aus Big Data am Ende Smart Data wird, müssen noch weitere Aspekte berücksichtigt werden: Außerdem spielt die Datenqualität (validity) eine immer größere Rolle. Denn nur wenn die Daten im Unternehmen durchgehend stimmig sind, können sie genutzt werden. Und erst dann haben die Daten einen Wert (value), das heißt, sie können zur Wertschöpfung genutzt werden. In vielen Definitionen fehlt noch die Visualisierung (visuality) der Daten durch digitale Lösungen. Denn durch die Nutzung einer Grafik lassen sich die Strukturen in den Datenbeständen schneller erkennen. Dies ist die Basis für eine unternehmerische Nutzung der Daten. Und natürlich ist bei Big Data der Datenschutz und die Datensicherheit immer zu berücksichtigen. Dabei helfen auch Anonymisierung und Pseudonymierung von Daten.