Het gaat dus niet alleen maar om grote hoeveelheden (high-volume) data, maar ook om data met een grote omloopsnelheid en met verschillende formats, uit meerdere bronnen.

Data-analyse richtte zich tot voor kort bijna altijd op het verklaren van het heden op basis van gegevens uit het verleden. Een logische volgende stap is het voorspellen van de toekomst op basis van gegevens uit het verleden en heden – ook wel predictive analytics genoemd.

Voorspellen is de ultieme manier om het bedrijfsresultaat of te verbeteren; als je succesvol voorspelt wat je doelgroep gaat doen, kun je daar op inspelen en proactief je aanbod daarop aanpassen. De potentie van Big Data zit hem vaak in het vinden van verbanden door interne en externe data te combineren. Met analytics-technieken kun je correlaties testen tussen verschillende variabelen en kom je er misschien wel achter dat er een verband is tussen het aantal stopcontacten in een huis en de jaarlijkse onderhoudskosten. Andere typische toepassingen zijn fraude detectie of voorspellen van onderhoud.

Om waarde te creëren uit de data worden algoritmes op de data losgelaten, dat zijn formules met (zeer) veel variabelen die door middel van diverse statistische berekeningen kansen berekenen, uitzonderingen bepalen of classificaties doen.

Info Support denkt op strategisch niveau mee met wat er mogelijk is met Big Data: zowel in de uitvoering (hoe verzamel en analyseer je data) als op strategisch gebied (welke informatie wil je als organisatie uit de systemen halen en hoe pas je de processen hierop aan).