大數(shù)據(jù)(big data)是指無法在一定時間范圍內用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。

目前大數(shù)據(jù)行業(yè)的從業(yè)者通常有三種收集數(shù)據(jù)的手段，第一種是通過互聯(lián)網(wǎng)來收集信息，這種方式是最基本的數(shù)據(jù)收集方式，雖然互聯(lián)網(wǎng)數(shù)據(jù)本身存在真假難辨等問題，但是從大的方面來看，互聯(lián)網(wǎng)數(shù)據(jù)對于行業(yè)發(fā)展的趨勢預測具有重要的意義，所以不少大數(shù)據(jù)公司都比較注重互聯(lián)網(wǎng)數(shù)據(jù)的收集和分析，一些行業(yè)分析報告也會依賴于互聯(lián)網(wǎng)信息的分析結果。

第二種收集信息的方式是與行業(yè)企業(yè)的合作，這種方式是目前獲取高附加值信息的重要手段，也是比較有效的手段。比如行業(yè)企業(yè)想進行大數(shù)據(jù)改造，但是自身的技術能力又不允許，同時還想降低大數(shù)據(jù)改造的成本，此時通過自身的數(shù)據(jù)來于大數(shù)據(jù)企業(yè)進行合作是比較不錯的選擇。

隨著大數(shù)據(jù)的重要程度不斷提升，目前一些掌握在管理部門手中的數(shù)據(jù)，也陸續(xù)開放了出來，這些數(shù)據(jù)對于大數(shù)據(jù)從業(yè)者來說也非常重要，而且這些數(shù)據(jù)的價值密度往往也比較高，這也是促進大數(shù)據(jù)發(fā)展的一個重要手段。

目前行業(yè)內的數(shù)據(jù)合作范圍還是比較廣泛的，當然數(shù)據(jù)合作本身也存在一定的風險，通常數(shù)據(jù)在交換的過程中往往會經(jīng)過一系列技術操作，最常見的操作就是“脫敏操作”。對于一些涉及到個人隱私的數(shù)據(jù)，脫敏是必須進行的操作，但是脫敏操作并不會影響大數(shù)據(jù)分析的進行，所以脫敏并不意味著數(shù)據(jù)價值的降低。實際上，在脫敏的過程中，還可以對數(shù)據(jù)進行一定的整理操作(清洗、歸并等)，從而方便進行數(shù)據(jù)分析。