大数据有很多种定义，一般是指互联网上的数据，虽然不能完全代表但也是比较贴切的。另外，关于数据化的过程主要分几个阶段，首先是数字化阶段，通过系统收集相关数字，数字量是比较理想的，但不见得都是有用的。然后是数据化，将数字进行见仁见智的数据化。再是信息化，数字数据化之后，还是存在很多无用信息，需要挖掘其价值，将数据变成信息。接下来是知识化，要使信息真正有价值，就要把信息变成知识，期间可能会涉及到人工智能技术，建立系统化的知识模型。但这并不是终极目标，最终目标是要实现知识的智慧化，当数据经过层层梳理之后，变成智慧就可以与企业的管理、业务等进行结合，提供数据支持。

数据“掘金”，选择性是关键。大数据产业最具想象空间之处在于能够将不同行业的各类数据整合起来，提供全方位的立体数据绘图，力求从系统的角度了解并重塑用户模型，因此数据的“选择性”成为数据掘金的关键。但是在这个过程中，每一个阶段的处理方式都是有一些差异的，反映的是企业选择应用数据的能力。换言之，大数据不仅意味着信息爆炸时代产生的海量数据，更意味着从无尽的数据中发现商机和价值的能力。我们联盟每天会接收很多信息，但其中大部分信息都是无用数据，所以在这个过程中也要进行数据的清理，这也是企业在应用大数据过程中的一个挑战。

大数据不是指很多很多数据。所以不是存储了很多数据就是在搞大数据了，因为“大数据”只是个简称，说全一点应是“大数据挖掘”，没经过挖掘的大数据只是没有开采出来的原油，一点用处都没有。大数据也不是指一般意义上的数据挖掘。面对大数据，由于不光是数据量太大，而且往往包括数据的维度也很多，面对数量庞大的数据，如果不进行筛选清洗的话，很难挖掘出数据的规律，而数据清洗的过程，也包含在了对数据的筛选当中，大数据本身有一个生命周期，分为好几个阶段。从数据的采集、存储、分析、挖掘到可视化，最后实现对生活工作的决策支持。通过数据去进行分析，挖掘出一些规律性的东西以供以后使用。而在这个过程中信息的清晰是非常重要的，尤其是在大数据里面，不是所有的数据都是有效数据，相对的存储空间也是不同的，需要结合不同的业务和应用场景来分别处理的。大数据的存在将打破行业信息壁垒，优化提高生产效率，深度推进产业创新。这正是大数据最核心的价值和意义所在。