工業大數據是指工業設備在生產過程中所產生的大量多樣性的數據，其因物聯網而廣為人知。工業大數據因2012年“工業4.0”概念的出現而被重視，旨在以工業設備產生的數據為基礎，通過大數據技術進行處理并且挖掘出更多的商業價值。

工業大數據的特點

工業大數據利用工業網絡技術對原始數據進行處理，為管理決策提供依據，達到降低維護成本、改善客戶關系的目的。

　　工業大數據要更麻煩

大數據一般具有3V的特點，即Volume（大量）、Velocity（高速）、Variety（多樣），因此其以傳統工具難以處理，只能采用新的策略進行存儲分析等。而工業大數據則還有其自己的兩個V。一個是visibility（可見性），即需要發現對現有資產和生產過程難以察覺的見解，并且以數據形式變為可見；另一個則是Value（價值），由于行業面臨的風險及影響差異，工業大數據被要求有更高的精準度，否則其價值將會大打折扣。

工業大數據相比其他大數據來看，其結構化數據更多，相關性和實時性更強，也更易于分析。這是因為工業數據普遍是由自動化設備在生產過程中產生的，其環境和操作受到人為因素影響較小，不會產生太多不可控因素。

工業大數據的分析更側重于關系挖掘和現象捕捉。一般來講，工業大數據可以在現象中提取出的特征會涉及諸多的物理學科等問題，有效的分析將會比普通大數據涉及的知識領域更為寬泛，其分析困難程度可見。

　　工業大數據側重現象捕捉

工業大數據面臨著碎片化問題。工業大數據的分析對數據的完整性有著一定要去，因此其數據驅動分析系統需要從不同的工作條件中獲取數據。但是在不同來源獲取的數據存在離散和非同步的問題，因此需要預處理以保障數據的完整性、連續性和同步性。