Kategória „Veľké údaje“ označuje informácie, ktoré už nie je možné spracovávať tradičnými spôsobmi, vrátane štruktúrovaných údajov, médií a náhodných objektov. Z názvu sa dá predpokladať, že výraz "veľké údaje" sa týka jednoducho riadenia a analýzy veľkého množstva údajov.
Metódy analýzy veľkých dát

 
·         Testovanie A / B . Technika, pri ktorej sa kontrolná vzorka porovnáva s inými. Preto je možné určiť optimálnu kombináciu ukazovateľov, aby sa dosiahla napríklad najlepšia reakcia spotrebiteľov na marketingový návrh. Veľké údaje umožňujú vykonať obrovské množstvo opakovaní a získať tak štatisticky spoľahlivý výsledok.

·         Klasifikácia . Súbor techník, ktorý umožňuje predpovedať správanie spotrebiteľov v určitom segmente trhu (rozhodovanie o nákupe, objem spotreby atď.). Používa sa pri získavaní údajov.

·         Analýza klastrov . Štatistická metóda klasifikácie objektov do skupín identifikáciou neznámych spoločných prvkov. Používa sa pri získavaní údajov .

·         Crowdsourcing . Metódy zhromažďovania údajov z veľkého množstva zdrojov.

·         Spájanie údajov a integrácia údajov . Súbor techník, ktorý vám umožní analyzovať komentáre používateľov sociálnych sietí a porovnať ich s výsledkami predaja v reálnom čase.

·         Uskutočňovanie štúdia . V tejto metóde sa podieľajú mnohé predikatívne modely, čím sa zlepšuje kvalita predpovedaných predpokladov.

·         Strojové učenie . Smer v informatike ktorého cieľom je vytvoriť algoritmus učenia, ktorý je založený na analýze empirických dát.
 
Fakty:
·         Veľké údaje sú navrhnuté tak, aby zvládli rýchlejšie prijaté a meniace sa informácie, čo znamená hlboký výskum a interaktivitu. V niektorých prípadoch sa výsledky generujú rýchlejšie než je načítaná webová stránka.

• Big Dáta sú určené pre spracovanie neštruktúrovaných dát a ich použitie,
• Veľké údaje sú navrhnuté tak, aby zvládli väčšie množstvo informácií ako business intelligence.