數據采集是指通過RFID射頻數據、傳感器數據、社交網絡交互數據、移動互聯網數據獲得的各種類型的結構化、半結構化(或弱結構化)和非結構化的海量數據，是大數據知識服務模型的基礎。重點是突破分布式高速高可靠數據抓取或采集、高速數據全映像等大數據采集技術；突破高速數據分析、轉換、加載等大數據集成技術；設計質量評估模型，發展數據質量技術。
大數據的存儲和管理需要使用內存來存儲采集的數據，建立相應的數據庫，並對其進行管理和調用。重點解決復雜的結構化、半結構化和非結構化大數據管理和處理技術。主要解決大數據的可存儲性、可表示性、可處理性、可靠性和有效傳輸等幾個關鍵問題。開發可靠的分布式文件系統(DFS)、節能優化存儲、計算融入存儲、大數據去冗余和高效低成本大數據存儲技術；突破分布式非關系型大數據管理與處理技術、異構數據的數據融合技術、數據組織技術，研究大數據建模技術；突破大數據索引技術；突破大數據移動、備份、復制等技術；發展大數據可視化技術。
大數據分析技術。改進現有的數據挖掘和機器學習技術；發展數據網絡挖掘、特殊群體挖掘、圖挖掘等新的數據挖掘技術；突破基於對象的數據連接、相似性連接等數據融合技術；突破用戶興趣分析、網絡行為分析、情感語義分析等面向領域的大數據挖掘技術。
大數據技術可以挖掘出隱藏在海量數據中的信息和知識，為人類的社會經濟活動提供依據，從而提高各個領域的運行效率，大大提高整個社會經濟的集約化程度。