High-volume, high-velocity, and/or high-variety information assets
Require new forms of processing: capture, curation, storage, search, sharing, transfer, analysis, visualization
To enable:

• enhanced decision making
• insight discovery
• and process optimization
  

Karakteristik Big Data

1. Velocity: kecepatan data yang dihasilkan (per detik, per menit, per jam, per hari, dst).
2. Volume: jumlah data yang diakumulasikan (terabyte, petabyte, exabyte, zettabye, yottabyte dst)
3. Variety: jenis/ragam data yang bermacam-macam: terstruktur, semi-terstruktur, tidak terstruktur (teks, suara, gambar, video dll)
4. Veracity: kesesuaian dengan fakta dan akurasi (khususnya dari data tidak terstruktur)
5. Value: kemampuan untuk mengubah data ke value (profit, manfaat medis & social, customer  satisfication)
   

Sebuah ekosistem big data dapat dibagi menjadi 4 unsur seperti dapat dilihat pada gambar di bawah ini, dari mulai sumber data, akuisisi dan penyimpanan data, analitik data serta pengkonsumsian data seperti grafik dll.

Gambar  Ekosistem Big Data

Peran teknologi AI terutama terletak pada bagian analitik big data yaitu penggunaan berbagai algoritma AI untuk melakukan berbagai analitik big data ini. Pada big data, jenis analitik dibagi menjadi 4 macam yaitu:

1. Descriptive: Menjelaskan keadaan bisnis saat ini melalui data historis.
   
   Dalam kasus untuk suatu organisasi adalah pemanfaatan sistem untuk melakukan penjelasan status/ keadaan keuangan berdasar data rasio keuangan. Sistem intelijen untuk tujuan ini dibentuk dari kumpulan data keuangan perusahaan (misalnya dari data Bursa Efek) dan setelah model terbentuk, sistem tersebut jika diberikan masukan data keuangan suatu organisasi tertentu akan memberikan penjelasan tentang kesehatan dari perusahaan tersebut. Pengetahuan yang dihasilkan proses pemodelan data science ini sering disebut sebagai model.
2. Diagnostic: Menjelaskan mengapa suatu masalah terjadi dengan melihat data historis.
   
   Misalkan suatu sistem medis dikembangkan supaya bisa memperkirakan mengapa seorang pasien mengalami berbagai gejala. Dnegan kata lain apa penyebab gejala tersebut terjadi pada pasien tersebut.
3. Predictive: Memproyeksikan atau memprediksi hasil masa depan  berdasarkan data historis.
   
   Sistem untuk memprediksi apakah suatu saham akan naik atau turun di masa depan merupakan salah satu contoh sistem prediktif.
4. Prescriptive: Menggunakan hasil analitik prediktif dan pengetahuan lain dengan menyarankan upaya terbaik di masa depan.
   
   Untuk sistem medis, tidak hanya mendiagnosa penyakit yang diderita tapi juga menyarankan penanganannya atau obat yang sebaiknya diberikan.