Lo que importa con el Big Data no es la gran cantidad de datos que obtenemos, sino lo que las organizaciones hacen con esos datos. 

Data se puede analizar para obtener ideas que conduzcan a mejores decisiones y movimientos de negocios estratégicos.

Las especiales características del Big Data hacen que su calidad de datos se enfrente a múltiples desafíos.

Se trata de las conocidas como 5 Vs: Volumen, Velocidad, Variedad, Veracidad y Valor, que definen la problemática del Big Data.

Estas 5 características del big data provocan que las empresas tengan problemas para extraer datos reales y de alta calidad, de conjuntos de datos tan masivos, cambiantes y complicados.

Podemos hablar de tres alternativas para el análisis y procesamiento de estos contenidos:

• Manual: Es muy lento y costoso puesto que requiere invertir muchas horas de trabajo, sin embargo sigue siendo empleado en muchas compañías puesto que es el más fiable
• Automatizado basado en palabras clave: es una de las soluciones más habituales en las herramientas profesionales para la monitorización de información. El problema en este caso es que a menudo los resultados no son fiables puesto que el contexto es fundamental para entender el significado. Esto hace que el número de errores pueda ser enorme, hasta tal punto que ni siquiera sirva para extraer conclusiones fiables.
• Procesamiento del lenguaje natural con análisis lingüístico: (PLN o NLP) es un campo dentro de la inteligencia artificial y la lingüística aplicada que estudia las interacciones mediante uso del lenguaje natural entre los seres humanos y las máquinas. Más concretamente se centra en el procesamiento de las comunicaciones humanas, dividiéndolas en partes, e identificando los elementos más relevantes del mensaje. Con la comprensión y generación de lenguaje natural, se busca que las máquinas consigan entender, interpretar y manipular el lenguaje humano. Este es el método de elección para analizar grandes volúmenes de datos.