对研究对象的准确把握，是进行科学研究的前提。“把握”可以是对研究对象进行严谨的内涵界定，或是给出可直接评判是与否的界限标准，抑或是对研究对象所具特征进行多方位地准确描述。研究质量大数据，首先必须要对“质量大数据”进行深入的探讨与解析。 
    在知网中搜索相关研究成果，并未发现与“质量大数据”内涵直接相关的文献。“质量大数据”是一个完全崭新的概念，试图通过总结归纳前人研究经验的方法完全行不通。那么，我们如何来理解“质量大数据”呢？
    我们可以把一些概念进行分解，然后再重组叠加。要理解“质量大数据”，首先从“质量”的内涵说起。我们理解质量的定义为“一组固有特性满足需要的程度”，说明质量的内涵包含两个方面：一是客观的“固有存在”，二是主观的“满足需求”，质量是客观与主观的辩证统一。ISO的定义是准确的，也是能被广泛所接受的。基于对“质量”内涵的定义，我们可以很容易推论出“质量数据”的内涵，那就是表征“固有特性”的数据和“主观需求”的数据，均在“质量数据”的范畴之内。
    如何从“质量数据”到“质量大数据”呢？首先，我们必须回答一个问题：质量大数据是否是大数据的内容之一？也就是说大数据是否包含了质量大数据呢？我想，这个回答应该是肯定的。既然如此，那么“质量大数据”就必须符合“大数据”的一般特征与要求。所以这里我们再来考察一下“大数据”的内涵。目前对大数据的研究如火如荼，对其定义也理解不一，但是对其四个重要特征的认识，还是能够得到较为高度的统一，那就是“4V”：Volume（数量大）、Velocity（更新快）、Variety（多样性）、Value（价值高）。按照这个理解，如果我们的质量数据能同时满足了以上4个特点，那也便符合了大数要求，也就可以称其为“质量大数据”了。如何才能满足以上4个特征呢？就目前的情况而言，互联网的载体必不可少。大数据是基于互联网的发展而产生的，所以质量大数据的诞生必定也在互联网上。离开网络的质量数据，也就只是大数据海洋中的沧海一粟，无法称其为真正的质量大数据。
    如何理解质量大数据必须基于网络载体呢？舍恩伯格在其著作《大数据时代》中也有十分精辟的论述，他指出大数据“不是随机样本，而是所有数据”，这对我们更好的理解“质量大数据”有着深刻的指导意义。比如要获取一个地区餐饮业服务质量的数据，抽样调查不失为一种有效的方法，通过科学的抽样可以较为准确地了解某地区大致的餐饮服务质量水平，当然这只是随机样本的小数据。有没有另外一种途径？有，那就是大众点评网！大众点评网上罗列了几乎全国各地区的大大小小的餐馆，对每个餐馆的服务质量都有详细的顾客评价，通过这些具体的评价数据，就可以掌握一个地区几乎所有餐馆的服务质量。这就是整体的数据，这才是真正的质量大数据。