种类。大数据是异构的：由于它们并不都具有相同的特征，因此不能以相同的方式处理。例如，分析书面信息与分析图像或其他多媒体内容不同。为了执行此任务，需要 ERP 或 CRM 等工具。
速度。速度是指数据创建、存储和处理的速度。这些数据可以是结构化的、易于管理的，例如来自数据库的数据；或非结构化的，包括视频、图像、社交媒体帖子、点击流等等。
多变性。在大数据中这个概念有两层含义：一方面是数据中不一致的数量；另一方面，数据维度的多样性。
挥发性。随着数据的速度和数量，必须考虑波动性。需要制定有关信息可用性和有效性的规则。
真实性。它指的是数据源的来源或可靠性、其背景以及它对于分析的重要性。
这些数据有各种各样的来源。其中一些是：
人们。他们通过填写表格、在社交媒体上互动、发送电子邮件或回复短信来分享数据。
机器。GPS、Wi-Fi 网络或电能表也会生成可分析的数据。
生物统计。它们来自安全系统，可以是指纹、面部或语音识别。
数据交易统计。这是在线购买、电子货币转账、通过网络预订等过程中生成的数据。
人类每24小时就会产生2.5万亿字节的数据。 （HubSpot）
大数据与商业智能的关系
这两个术语相互关联且经常混淆，因此值得花些时间来区分它们。商业智能（BI）是一套用于管理大数据的方法，它不断发展并适应信息的步伐。
这些方法可以提取、分析数据并将其转换为有用的信息，以制定适合每个公司需求的策略。
大数据专注于数据捕获和处理，而商业智能则负责检查信息以优化决策和行动。
商业智能的一个重要特征是面向后方；也就是说，它检查公司的过去信息以了解公司的发展。通过这种方式，BI 允许访问以前分类的数据集以找到分析模式。
商业智能还可以研究内部统计数据并纠正操作错误。
2020 年的数据产量比 2009 年高出约 44 倍。（HubSpot）
大数据与营销自动化的关系
20世纪90年代末，著名计算机科学家约翰·马什利发表了一篇名为《大数据与下一波基础设施浪潮》的文章，他在文中以远见卓识的论述了科技工具将如何改变工作流程和数据分析。
从那一刻起，大数据的概念逐渐演变成我们今天所知道的样子：存储 塞内加尔电报数据 大量信息并对其进行处理和分析。
如今，大数据管理涉及实现高效信息处理的自动化流程。正是在这方面，“大数据营销”的概念作为分析市场和消费者习惯的方法而出现。
如今，有各种各样的资源可以让大量任务自动执行。由于信息生成的速度太快，因此需要采用自动化工具。
营销自动化是一种方法，涉及使用各种软件以自动化方式和简单的执行开展营销活动。
仅在过去两年间，全球 90% 的数据就已产生。（数据智商）
营销中的大数据：它有什么用处？
使用大数据可以为您的公司带来诸多好处：基于准确信息的业务盈利能力更强、运营更高效、决策更确定。
下面，了解一下使用和分析大数据还有哪些好处。