這其實是很簡單的概念。利用幾個英文字就把大數據的特性，說明清楚。比方說：第一，每天都產生了170萬個 TB (1.7EB) 的數據量，就是很大、很多，因此談論 Volume。第二，每秒有57.8萬筆訂單進入系統需要處理，就是很快，快到不行，因此談論Velocity。第三，再也不是整齊定義的數據格式，各種奇怪的數據格式都必須要處理，所以談到結構化與非結構化的定義，因此談論 Variety。
為了支持前面三個V的現象，因此電腦架構必須要有所變化，傳統的系統架構可能無法支持，也不可以再用產品來思考架構，所以大家都知道有了分散式架構。可是，分散式架構的設計該如何進行？因此，有了參考架構的參考。當然，「參考架構」這個名詞不是專門用在這裡，可是，大數據架構的設計也確實有了自己的參考架構，這就是 ISO20547。
第四個 V，後來引起了一些分歧。根據 ISO20546 的定義：第四個V還是Variability 中文可以解釋為「差異性」。也就是說，因為第三個 V，導致大數據的數據形式有各種各樣，為了應付這各種各樣，因此，就會有各種各樣的演算法誕生，或是不同的運算方法，或是架構的調整，等等的各式各樣的變化，來應付第三個 V 所產生出來的各式各樣的種類。
不過，如果參考 企業大數據框架 的定義。第四個 V 是指：Veracity。大家都知道，大數據本身就是可能包含很多雜音，因此，數據處理時，對於數據的完整性和準確性，也就是數據的品質，必須要相當關注，關注之後，數據才可能被充分的信任。這第四 個V，Veracity，如果回到 ISO20546 的話，是被歸類在 4.3.3 關鍵數據的處理特性。
為什麼會有如此的不同？簡單的說，企業大數據框架的著眼點就是在企業，我們也常常的在說：無論是大數據，或是數據科學，展現價值的場域絕對是在企業。如果你的數據結果不被信任，請問如何做到數據驅動的目標？數據要被信任，你認為很簡單嗎？才不呢，你難道不知道現在很多組織，時不時還要手工調整數據，能被信任嗎？無論是國際標準也好，還是國際上的最佳實踐，其實都已經默默的在告訴你，你不看書不學習，當然你不會知道這其中的各種關鍵。