维克托·迈尔－舍恩伯格在《大数据时代》中提出“大数据”的4V特点，即Volume（数据量大）：大数据的起始计量单位至少是P（1024个T）、E（约100万个T）或Z（约10亿个T）；Velocity（输入和处理速度快）：处理速度快，时效性要求高，这是大数据区分于传统数据挖掘最显著的特征；Variety（数据多样性）：数据类型繁多，包括网络日志、音频、视频、图片、地理位置信息等，多类型的数据对数据的处理能力提出了更高的要求；Value（价值密度低）：数据价值密度相对较低，如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。这些特点基本上得到了大家的认可，凡提到“大数据”特点的文章，基本上采用了这4个特点。

大数据给我们带来的三个颠覆性观念转变：全部数据、大体方向、相关关系。

（1）不是随机样本，而是全体数据

在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样（随机采样，以前我们通常把这看成是理所应当的限制，但高性能的数字技术让我们意识到，这其实是一种人为限制）；

（2）不是精确性，而是大体方向(www.daowen.com)

研究数据如此之多，以至于我们不再热衷于追求精确度；之前需要分析的数据很少，所以我们必须尽可能精确地量化我们的记录，随着规模的扩大，对精确度的痴迷将减弱；拥有了大数据，我们不再需要对一个现象刨根问底，只要掌握了大体的发展方向即可，适当忽略微观层面上的精确度，会让我们在宏观层面拥有更好的洞察力；

（3）不是因果关系，而是相关关系

我们不再热衷于找因果关系，寻找因果关系是人类长久以来的习惯，在大数据时代，我们无须再紧盯事物之间的因果关系，而应该寻找事物之间的相关关系；相关关系也许不能准确地告诉我们某件事情为何会发生，但是它会提醒我们这件事情正在发生。