定義：工業大數據即工業數據的總和，分成三類，即企業信息化數據、工業物聯網數據，以及外部跨界數據。

空間分布：不僅存在于企業內部，還存在于產業鏈和跨產業鏈的經營主體中，如SCM、CRM。

產生主體：人和機器。人產生的數據如：設計數據、業務數據、產品數據。機器數據有生產設備(生產調度、質量控制與績效數據)和工業產品(智能服務)

從數據流動的視角來看，數字化解決了“有數據”的問題，網絡化解決了“能流動”的問題，智能化要解決數據“自動流動”的問題，即能夠把正確的數據在正確的時間以正確的方式傳遞給正確的人和機器，能夠把海量的工業數據轉化為信息，信息轉化為知識，知識轉化為科學決策，以應對和解決制造過程的復雜性和不確定性等問題。

1、本質特征：具有復雜動態系統特性。確定性是工業系統本身有效運行的基礎。應對不確定性的前提是感知信息、消除不確定性。

2、4V特征：大規模(Volumn)、速度快(Velocity)、類型雜(Variety)、低質量(Veracity)

所謂“大規模”，就是指數據規模大，而且面臨著大規模增長。

所謂“速度快”，不僅是采集速度快，而且要求處理速度快。

所謂“類型雜”，就是復雜性，主要是指各種類型的碎片化、多維度工程數據，包括設計制造階段的概念設計、詳細設計、制造工藝、包裝運輸等各類業務數據，以及服務保障階段的運行狀態、維修計劃、服務評價等類型數據。

所謂“低質量”，就是真實性(Veracity)，相對于分析結果的高可靠性要求，工業大數據的真實性和質量比較低。

3、工業大數據新特征歸納為多模態、強關聯、高通量等。

“多模態”：工業大數據是工業系統在賽博空間的映像，必須反映工業系統的系統化特征，必須要反映工業系統的各方面要素。數據記錄必須追求完整。

“強關聯”：工業數據之間的關聯并不是數據字段的關聯，其本質是物理對象之間和過程的語義關聯。1)產品部件之間的關聯。2)生產過程的數據關聯。3)產品生命周期不同環節的數據之間的關聯。4)不同學科不同專業的數據關聯。

“高通量”：嵌入了傳感器的智能互聯產品已成為工業互聯網時代的重要標志。物聯網數據已成為工業大數據的主體。

4、應用特征歸納為跨尺度、協同性、多因素、因果性、強機理等幾個方面。(“跨尺度”、“協同性”主要體現在大數據支撐工業企業的在線業務活動、推進業務智能化的過程中)

“跨尺度”：工業4.0 強調的橫向、縱向、端到端集成，就是把不同空間、時間尺度的信息集成到一起。為此，需要綜合利用云計算、物聯網、邊緣計算等技術。

“協同性”：工業系統強調系統的動態協同，工業大數據就要支持這個業務需求。我們進行信息集成的目的，是促成信息和數據的自動流動，加強信息感知能力、減少了決策者所面臨的不確定性，進而提升決策的科學性。

“多因素”是工業對象的特性(復雜的動態系統)所決定的。

“因果性”源于工業系統對確定性的高度追求。為了把數據分析結果用于指導和優化工業過程，其本身就要高度的可靠性。

“強機理”是獲得高可靠分析結果的保證。分析結果的可靠性體現在因果和可重復性，需要排除來自各方面的干擾。在數據維度較高的前提下，人們往往沒有足夠的數據用于甄別現象的真假。這時，領域中的機理知識實質上就起到了數據降維的作用，分析的結果必須能夠被領域的機理所解釋。