大数据技术不仅仅是通信、收集、储存，其本质是使我们可以从海量杂乱数据中分析得到我们从传统数据中无法得到的东西，从而突破我们认知局限和传统的认知视野。

　　1、数据处理和分析的差异

　　人们如果想要得到精准的结论，需要建立模型来描述问题，同时，需要理顺逻辑，理解因果，设计精妙的算法来得出接近现实的结论。因此，一个问题，能否得到最好的解决，取决于建模是否合理，各种算法的比拼成为决定成败的关键。然而，大数据的出现彻底改变了人们对于建模和算法的依赖。人们发现，当数据量不断增大时，许多数据运行结果可以不依赖算法就可以自然产生。当数据越来越大时，数据本身(而不是研究数据所使用的算法和模型)保证了数据分析结果的有效性。同传统的数据分析模式相比，大数据即便缺乏精准的算法，只要拥有足够多的数据，就能得到接近事实的结论。

　　2、对事物反映程度的差异

　　我们在使用搜狗拼音输入法时，文字备选项中的文字并不是固定不变的。而是利用搜狗数据库中收集的所有用户的用词习惯进行比较推荐排序。搜狗检查所有用户的使用习惯，将最常用、出现频率最高的字、词、短语等推荐给用户，同时根据每个人的不同习惯进一步细化，打造更加贴近用户的输入环境。在这一过程中，计算机可以并不了解问题的逻辑，但是当用户行为的记录数据越来越多时，计算机就可以在不了解问题逻辑的情况之下，提供最为可靠的结果。可见，海量数据和处理这些数据的分析工具，为理解世界提供了一条完整的新途径。

　　3、数据来源和组合的差异

　　只要有数据的产生，就能成为大数据的来源，大数据包含数字类的结构化数据和文本、图片、音视频类的非结构化数据，其数据密度相对较低，来自各种渠道的数据通过互联网适时传输，都可以汇集到大数据的中心。传统数据需要前期进行有序化处理，并记录在相应的数据库中，数据归集对象类型单一，综合分析功能差。

　　4、数据传播面和应用面的差异

　　信息时代由于各类数据的发布、共享与应用方式的多样性，数据的可获得性极大增强，各种新的应用技术在不断的创新演进，以省为单位的大数据、云计算的分析交易平台的搭建，使得大数据的应用前景十分广阔。(谷尼大数据)