1. 분석 및 처리가 필요한 TB, PB, 심지어 EB와 같은 대량의 데이터가 존재합니다.

2. 신속한 대응의 요구, 시장은 빠르게 변화하기 때문에 변화에 적시에 신속하게 대응해야 합니다. 데이터 분석도 빨라야 하고, 높은 성능이 요구되기 때문에 속도에 비해 데이터의 양이 조금 "큰" 것 같습니다.

3. 데이터 다양성: 다양한 데이터 소스의 비정형 데이터를 정리, 정렬, 필터링하여 정형 데이터로 만들어야 하는 경우가 점점 더 많아지고 있습니다.

4. 낮은 가치 밀도: 시기적절하지 않은 데이터 수집, 불완전한 데이터 샘플, 불연속적인 데이터로 인해 데이터가 왜곡될 수 있습니다. 그러나 데이터의 양이 일정 규모에 도달하면 더 많은 데이터를 통해 보다 현실적이고 포괄적인 피드백을 얻을 수 있습니다.

통신 산업, 인터넷 산업 및 기타 대량의 데이터를 생성하기 쉬운 산업 등 많은 산업에서 빅 데이터에 대한 수요가 있을 것입니다. 제약, 교육, 광업, 전력 산업과 같은 많은 전통 산업에서도 빅데이터에 대한 수요가 있을 것입니다.

비즈니스가 계속 확장되고 과거 데이터가 계속 증가함에 따라 데이터 양은 지속적으로 증가하고 있습니다.

빅데이터 분석이 필요한 경우 하둡과 같은 오픈소스 빅데이터 프로젝트나 용홍 Z-Suite와 같은 상용 빅데이터 BI 도구를 사용할 수 있습니다.

인터넷과 모바일의 급속한 발전으로 빅데이터는 다양한 분야에서 점점 더 많이 사용되고 있습니다. 또한 개인용 빅데이터 애플리케이션에 대한 관심도 높아지고 있습니다.