ما، بطور پیوسته داده‌های بسیاری تولید می‌کنیم. 

برای نمونه، در رسانه‌های اجتماعی، ترابری عمومی و GPS (سیستم مکان یابی جهانی).

 

 ولی داده‌ها فراتر از این‌ها است. 

 

روزانه ۵۵ میلیون تصویر، ۳۴۰ میلیون توییت و یک میلیارد سند، بارگذاری می‌کنیم. سر جمع دو نیم کوینتیلیون (دو و نیم ضربدر ده به توان 18) بایت در روز، داده تولید می‌کنیم. این عدد صفرهای زیادی دارد!

خنده دار است نه؟

ولی چیزی که از جمع‌آوری این همه داده مهم تر است، بهره‌برداری‌هایی است که می‌توان از آنها کرد. برای پردازش "داده‌های بزرگ" به رایانه‌های بزرگ نیازی نیست. زیرا مردم با کلود (فضای ابری) و شمار بی‌پایانی از شبکه‌های بین سرورهای عادی و الگوریتم‌های پرتوان سر و کار دارند. پس می‌توان در چند دقیقه با هر کدام از این‌ها یک بخش از میلیون‌ها قطعه‌ی داده را پردازش کرد.

برای نمونه تارنمای Netflix که کارش پخش فیلم است، داده‌های بینندگان خود مانند نمایش‌های پرطرفدار و سلیقه‌های کاربران در تماشای فیلم را تحلیل می‌کند. و این گونه می‌توانتد با ترکیب کاملی از بازیگران، کارگردانان و داستان‌ها‌ی مناسب، سریال‌های موفقی بسازند.

 

هم اکنون برای بهره برداری در ساخت "خودروی خودرانی که بتواند بدون هیچ حادثه‌ای خود را براند"، "کلان داده‌های" ترافیک پردازش می‌شود.

و در آینده می‌توانیم از "بزرگ داده"‌ی DNA برای رسیدن به درمان‌های مناسب بهره بگیریم.

 و این‌گونه درمان "بیماری‌های ژنتیکی" مانند سرطان بسیار آسانتر خواهد شد.