Gartner眼中的大数据被定义为四个V(Volume，Variety，Value，Velocity)，第一，数据体量巨大;第二，数据类型繁多;第三，价值密度低;第四，处理速度快。
　　
　　有人说对数据没有超过2TB的就吵吵的人鄙视;
　　
　　有人说只要大到你精神崩溃的都叫大数据;
　　
　　有人说大数据可能仅限于搜索、电商和全球性、全国性垄断企业，其他企业的数据量级都达不到大数据的级别(比如日增长1TB);
　　
　　IT需求管理专家朱暑冰认为，虽然大数据现在是中国的一个热点，但是95%以上的中国企业根本没有必要去关心，一是因为目前企业的数据根本就称不上大数据(大数据至少几百T以上)，二是企业目前对于数据的观察的维度有限(大数据技术要求对数据的观察的维度无上限，可能几万或更多)。在谈大数据之前，企业还是要先把BI做深做透。
　　
　　SAP全球数据库解决方案亚太区技术总监卢东明说到，我理解的大数据，不过是数据库历史上的一次新的命名而已，在以往的发展过程中，每个阶段都有相应的产品来应对。从这一点上看，没什么特别新鲜的。但是现在在数据量，新数据类型以及新应用场景，的确发生了变化，也有新的技术在应对，例如：列式数据库、内存计算、内存分析技术很好地应对了对实时数据处理的需求。不要被一个词“垄断”了，也不要毫无意识地在传统数据库技术上停滞不前，数据库技术正在变得很好玩。
　　
　　现任微软香港分公司总经理一职的邹作基曾经说到，数据从来就没有小过，大跟小的分别主要是从应用方面来看的。你对大数据什么态度，决定了它会给你带来什么东西。如果利用的好，会给公司带来竞争上的优势，但反过来，如果你不理它，不但带不来什么好处，有可能还是一个麻烦。
　　
　　NetApp大中华区技术及专业服务部总监何英华认为，100PB是大数据的一个划分节点，在全球范围内，也有越来越多的100PB这样的数据量出现。无论企业的规模与数据量的大小如何，如何运用大数据是企业实现差异化的关键。
　　
　　而同样持此观点的还有Informatica核心技术部资深产品管理总监郑玮，“数据的量跟数据的价值有关系吗?不是说一定要有很大的数据量才可以得到价值，数据的种类，数据的质量，或者其他类型的问题，这些都是应该考虑进去的。”
　　
　　国金证券计算机行业高级分析师赵国栋用经营之神王永庆卖米的例子，充分说明了数据的量和价值没有必要关系的问题，对于当时的数据量和技术都相对匮乏的时候，已经能够为客户提供精准的服务，能够做到在家里的米快吃完的时候，及时把米送到客户家中。
　　
　　赵国栋说到，大数据的影响是超出IT领域的，不仅仅是信息产业的事情，各行各业都会受到影响。其实大数据最核心的问题并不是说买一个什么产品，目前市面上也并没什么值得让人心动的大数据产品。
　　
　　大数据是企业IT应用到一定阶段面临的一种挑战，如何挖掘大数据价值，理性判断并为之准备，是将挑战转化成机会的重要途径。