大數據之所以成為大數據，首先就是他的體量真的非常巨大,隨著21世紀的來臨，我們迎來了數據信息大爆炸的時代,移動互聯，社交網絡，電子商務等極大拓展了互聯網的邊界和應用範圍，用戶使用各種數據正在迅速膨脹並變大。
大數據的構成
用戶如果想要得到精準的結論，需要建立模型來描述問題，同時需要理順邏輯，理解因果，設計精妙的算法來得出接近現實的結論,因此一個問題能否得到最好的解決，取決於建模是否合理，各種算法的比拼成為決定成敗的關鍵，大數據的出現徹底改變了這種形式。因為大數據是對大量、動態、能持續的數據，通過運用新系統、新工具、新模型的挖掘，從而獲得具有洞察力和新價值的東西，大數據時代的來臨，一切真相將會展現在大家面前。
大數據與傳統數據的區別
比如用戶使用Google 在幫助翻譯時，並不是設定各種語法和翻譯規則，而是利用Google數據庫中收集的所有用戶的用詞習慣進行比較推薦，Google檢查所有用戶的寫作習慣，將最常用、出現頻率最高的翻譯方式推薦給用戶，在這一過程中計算機可以並不瞭解問題的邏輯，但是當用戶行為的記錄數據越來越多時，計算機就可以在不瞭解問題邏輯的情況之下，提供最為可靠的結果，可見海量數據和處理這些數據的分析工具，為理解世界提供了一條完整的新途徑。
大數據的利用
在教育方面大數據利用的很廣，比如在一節40分鐘的普通中學課堂中，一個學生所產生的全息數據約有5-6GB，而其中可歸類、標籤、並進行分析的量化數據約有50-60MB，這相當於他在傳統數據領域中積累5000年的數據總和，而要處理這些數據，需要運用雲計算技術，並且需要採用Matlab，Mathematica，Maple等軟件進行處理並進行數據可視化。
大數據有能力去關注每一個個體學生的微觀表現——他在什麼時候翻開書。在聽到什麼話的時候微笑點頭，在一道題上逗留了多久，在不同學科課堂上開小差的次數分別為多少，會向多少同班同學發起主動交流，這些數據對其他個體都沒有意義，是高度個性化表現特徵的體現，同時這些數據的產生完全是過程性的：課堂的過程，作業的過程，師生或生生的互動過程之中，在每時每刻發生的動作與現象中產生，這些數據的整合能夠詮釋教育微觀改革中自變量的水平，讓用戶清晰瞭解如今學生的學習狀況。
大數據發展的難度
傳統數據分析所需要的人才、專業技能以及設施設備都較為普通，易獲得，大數據挖掘需要的人才，專業技能以及設施設備要求較高，並且從業者需要有創新意識與挖掘數據的靈感而不是按部就班者，這樣的人才十分稀缺。
