大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

为了服务于研究者的不同研究目的，存在以下几种类型的分析：
*统计学：收集、整理、分析、说明和呈现数据的学科；
*预测：根据已有数据，预测一下一些感兴趣的变量在未来某个特定的时间点的情况；
*数据挖掘：通常使用算法和统计技术，自动或半自动地提取大量数据中未知的有趣模式；
*文字挖掘：用类似数据挖掘的方式从文本中得模式和趋势的过程；
*优化：在同时满足约束条件的情况下，按照某些标准利用数学方法来寻找的解决方案；
*实验设计：给各组随机分配被试。然后使用测试组和对照组来推导出特定结果中存在的因果关系。
虽然此处给出了一些列常用的分析方法，但在使用过程中会不可避免地出现相当大的重叠。例如，回归分析（regression analysis）是预测分析中常用的方法，与此同时，他也是统计学、预测和数据挖掘中常用的方法。此外，时间序列分析（time seties analysis）是用于分析数据随时间变化的一种具体统计方法、在统计学和预测中经常被用到。