A proposta de uma solução de Big Data é oferecer uma abordagem consistente no tratamento do constante crescimento e da complexidade dos dados. Para tanto, o conceito considera os 5 V’s do Big Data: o Volume, a Velocidade, a Variedade, a Veracidade e o Valor.

• Volume: O conceito de volume no Big Data é melhor evidenciado pelos fatos do quotidiano: diariamente, o volume de troca de e-mails, transações bancárias, interações em redes sociais, registro de chamadas e tráfego de dados em linhas telefônicas. Todos esses servem de ponto de partida para a compreensão do volume de dados presentes no mundo atualmente.

  Estima-se que atualmente o volume total de dados que circulam na internet é de 250 Exabytes (10¹⁸ bytes) por ano. (Inmoment, 2014) Todos os dias são criados 2,5 quintilhões de bytes em forma de dados, atualmente 90% de todos os dados que estão presentes no mundo foram criados nos últimos 2 anos (IBM). É importante também compreender que o conceito de volume é relativo a variável tempo, ou seja, o que é grande hoje, pode não ser nada amanhã. (Ohlhorst, 2012). Nos anos 90, um Terabyte (10¹² bytes) era considerado Big Data. Em 2015, teremos no mundo aproximadamente um volume de informação digital de 8 Zettabytes (10²¹ bytes), um valor infinitamente maior (IBM).;

• Velocidade: Você cruzaria uma rua vendado se a última informação que tivesse fosse uma fotografia tirada do tráfego circulante de 5 minutos atrás? Provavelmente não, pois a fotografia de 5 minutos atrás é irrelevante, você precisa saber das condições atuais para poder cruzar a rua em segurança. (Forbes, 2012) A mesma lógica se aplica a empresas, pois necessitam de dados em atuais sobre seu negócio, ou seja, velocidade. Segundo Taurion (2014) a importância da velocidade é tamanha que em algum momento deverá existir uma ferramenta capaz de analisar os dados em tempo real. Atualmente, os dados são analisados somente após serem armazenados, mas o tempo gasto para o armazenamento em si já desclassifica esse tipo de análise como uma análise 100% em tempo real.

  Informação é poder (The Guardian, 2010), e assim sendo a velocidade com a qual você obtém essa informação é uma vantagem competitiva das empresas. Velocidade pode limitar a operação de muitos negócios, quando utilizamos o cartão de crédito por exemplo, se não obtivermos uma aprovação da compra em alguns segundos normalmente pensamos em utilizar outro método de pagamento. É a operadora perdendo uma oportunidade de negócios pela falha na velocidade de transmissão e análise dos dados do comprador.;

• Variedade: O volume é apenas o começo dos desafios dessa nova tecnologia, se temos um volume enorme de dados, também obtemos a variedade dos mesmos. Já pensou na quantidade de informações dispersas em redes sociais? Facebook, Twitter entre outros possuem um vasto e distinto campo de informações sendo ofertadas em público a todo segundo. Podemos observar a variedade de dados em e-mails, redes sociais, fotografias, áudios, telefones e cartões de crédito. (McAffe et al, 2012). Seja qual for a discussão, podemos obter infinitos pontos de vista sobre a mesma. Empresas que conseguem captar a variedade, seja de fontes ou de critérios, agregam mais valor ao negócio (Gartner). O Big Data escalona a variedade de informações das seguintes formas (Jewell, Dave et al):
  
  
  • Dados estruturados: são armazenados em bancos de dados, sequenciados em tabelas;
  • Dados semi-estruturados: acompanham padrões heterogêneos, são mais difíceis de serem identificados pois podem seguir diversos padrões;
  • Dados não estruturados: são uma mistura de dados com fontes diversificadas como imagens, áudios e documentos online.

  Dentre essas 3 categorias, estima-se que até 90% de todos os dados no mundo estão a forma de dados não estruturados. (ICD, 2011).

• Veracidade: Um em cada 3 líderes não confiam nos dados que recebem (IBM). Para colher bons frutos do processo do Big Data é necessário obter dados verídicos, de acordo com a realidade. O conceito de velocidade, já descrito, é bem alinhado ao conceito de veracidade pela necessidade constante de análise em tempo real, isso significa, de dados que condizem com a realidade daquele momento, pois dados passados não podem ser considerados dados verídicos para o momento em que é analisado. A relevância dos dados coletados é tão importante quanto o primeiro conceito. A verificação dos dados coletados para adequação e relevância ao propósito da análise é um ponto chave para se obter dados que agreguem valor ao processo. (Hurwitz, Nugent, Halper & Marcia Kaufman).;
• Valor: Quanto maior a riqueza de dados, mais importante é saber realizar as perguntas certas no início de todo processo de análise (Brown, Eric, 2014). É necessário estar focado para a orientação do negócio, o valor que a coleta e análise dos dados trará para o negócio. Não é viável realizar todo o processo de Big Data se não se tem questionamentos que ajudem o negócio de modo realístico. Da mesma forma é importante estar atento aos custos envolvidos nessa operação, o valor agregado de todo esse trabalho desenvolvido, coleta, armazenamento e análise de todos esses da/dos tem que compensar os custos financeiros envolvidos (Taurion, 2013).