في وسط التطور التكنولوجي الرهيب الذي نعيشه الآن، هناك أعداد هائلة من البيانات التي يتم تجميعها كل لحظة، مما جعل مهمة التعامل مع هذه البيانات صعبة للغاية، وهو ما أدى إلى ظهور مصطلح “البيانات الضخمة
ولأن هذه البيانات كبيرة جدًا ومعقدة للغاية، فلزم استخدام وحدات قياس تناسبها غير البايت والميجا بايت والجيجا بايت .. حتى نصل إلى وحدة تسمى “يوتابايت” والتي تمثل 2⁸⁰ بايت وهو رقم مهول جدًا.
ومنذ عام 2012، يتم إنتاج أكثر من 1.2 زيتابايت من البيانات سنوياً أي ما يعادل 2⁷⁰ بايت، أو ما يكفي لملء 80 مليار جهاز ’آي فون‘ سعة 16 جيجابايت، ويقوم كل فرد منا بإنشاء 2.2 مليون تيرا بايت من البيانات بشكل يومي، و هناك 12 تيرابايت من التغريدات يوميًا على تويتر مع 25 تيرابايت من سجلات الدخول على فيس بوك يومياً و على تويتر أكثر من 200 مليون مستخدم نشط يكتبون أكثر من 230 مليون تغريدة على تويتر يومياً.
تتسم البيانات الضخمة بثلاث خصائص: 
الحجم
وهو حجم البيانات التي نقوم بإطلاقها أو إنشائها
التنوع 
وهو مدى هيكلة وتهيئة هذه البيانات وهل تحتاج إلى تنسيق وإعداد أم لا  
السرعة 
وهي مدى تواتر حدوث عملية تجميع البيانات وتكوينها.
وتتمثل أهمية البيانات الضخمة في حجم البيانات التي يمكن تجميعها حول أشخاص وأشياء معينة، والتي من شأنها أن تعزز مدى قدرة الشركات على إتخاذ قرارات فعالة تزيد من نمو ونجاح الشركة إعتماداًعلى أرقام وحقائق ملموسة من المستخدمين الفعليين. والشركات العملاقة التي لديها عدد مستخدمين كبير مثل فيس بوك وتويتر وغيرهم يقومون بتجميع ومعادلة ملايين الصور والتغريدات، وأرقام مهولة من البيانات كل ثانية واحدة فقط.