工業(yè)大數(shù)據(jù)具有一般大數(shù)據(jù)的特征(海量性、多樣性等)，此基礎(chǔ)上具有價值性、實時性、準確性、閉環(huán)性四個典型的特征。工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)最大的區(qū)別在于工業(yè)大數(shù)據(jù)有非常強的目的性，而互聯(lián)網(wǎng)大數(shù)據(jù)更多的是一種關(guān)聯(lián)的挖掘，是更加發(fā)散的一種分析。除此之外，兩者在數(shù)據(jù)的特征和面臨的問題方面也有不同。有別于互聯(lián)網(wǎng)大數(shù)據(jù)，工業(yè)大數(shù)據(jù)的分析技術(shù)核心要解決"3B"問題：

1、Below Surface——隱匿性，即需要洞悉背后的意義

工業(yè)環(huán)境中的大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)相比，最重要的不同在于對數(shù)據(jù)特征的提取上面，工業(yè)大數(shù)據(jù)注重特征背后的物理意義以及特征之間關(guān)聯(lián)性的機理邏輯，而互聯(lián)網(wǎng)大數(shù)據(jù)則傾向于僅僅依賴統(tǒng)計學(xué)工具挖掘?qū)傩灾g的相關(guān)性。

2、Broken——碎片化，即需要避免斷續(xù)、注重時效性

相對于互聯(lián)網(wǎng)大數(shù)據(jù)的量，工業(yè)大數(shù)據(jù)更注重數(shù)據(jù)的全，即面向應(yīng)用要求具有盡可能全面的使用樣本，以覆蓋工業(yè)過程中的各類變化條件、保障從數(shù)據(jù)中能夠提取以反映對象真實狀態(tài)的信息全面性。因此，工業(yè)大數(shù)據(jù)一方面需要在后端的分析方法上克服數(shù)據(jù)碎片化帶來的困難，利用特征提取等手段將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，另一方面，更是需要從數(shù)據(jù)獲取的前端設(shè)計中以價值需求為導(dǎo)向制定數(shù)據(jù)標準，進而在數(shù)據(jù)與信息流通的平臺中構(gòu)建統(tǒng)一的數(shù)據(jù)環(huán)境。

3、Bad Quality——低質(zhì)性，即需要提高數(shù)據(jù)質(zhì)量、滿足低容錯性

數(shù)據(jù)碎片化缺陷來源的另一方面也顯示出對于數(shù)據(jù)質(zhì)量的擔(dān)憂，即數(shù)據(jù)的數(shù)量并無法保障數(shù)據(jù)的質(zhì)量，這就可能導(dǎo)致數(shù)據(jù)的低可用率，因為低質(zhì)量的數(shù)據(jù)可能直接影響到分析過程而導(dǎo)致結(jié)果無法利用，但互聯(lián)網(wǎng)大數(shù)據(jù)則不同，其可以只針對數(shù)據(jù)本身做挖掘、關(guān)聯(lián)而不考慮數(shù)據(jù)本身的意義，即挖掘到什么結(jié)果就是什么結(jié)果，最典型的就是經(jīng)過超市購物習(xí)慣的數(shù)據(jù)挖掘后啤酒貨架就可以擺放在尿不濕貨架的對面，而不用考慮他們之間有什么機理性的邏輯關(guān)系;換句話說，相比于互聯(lián)網(wǎng)大數(shù)據(jù)通常并不要求有多么精準的結(jié)果推送，工業(yè)大數(shù)據(jù)對預(yù)測和分析結(jié)果的容錯率遠遠比互聯(lián)網(wǎng)大數(shù)據(jù)低的多?；ヂ?lián)網(wǎng)大數(shù)據(jù)在進行預(yù)測和決策時，僅僅考慮的是兩個屬性之間的關(guān)聯(lián)是否具有統(tǒng)計顯著性，其中的噪聲和個體之間的差異在樣本量足夠大時都可以被忽略，這樣給出的預(yù)測結(jié)果的準確性就會大打折扣。比如當(dāng)我覺得有70%的顯著性應(yīng)該給某個用戶推薦A類電影，即使用戶并非真正喜歡這類電影也不會造成太嚴重的后果。但是在工業(yè)環(huán)境中，如果僅僅通過統(tǒng)計的顯著性給出分析結(jié)果，哪怕僅僅一次的失誤都可能造成嚴重的后果。

工業(yè)大數(shù)據(jù)面臨的挑戰(zhàn)

第一是數(shù)據(jù)搜集，要對來自網(wǎng)絡(luò)包括物聯(lián)網(wǎng)和機構(gòu)信息系統(tǒng)的數(shù)據(jù)附上時空標簽，去偽存真，盡可能收集異源甚至是異構(gòu)的數(shù)據(jù)，還可與歷史數(shù)據(jù)對照，多角度檢驗數(shù)據(jù)的全面性和可信性。

第二是數(shù)據(jù)存儲，要達到低成本、低能耗、高可靠性目標，要用到冗余配置，分布和云計算技術(shù)，存儲時對數(shù)據(jù)進行分類，并加入便于檢索的標簽。

第三是數(shù)據(jù)處理，利用上下文關(guān)聯(lián)進行語義分析，現(xiàn)在關(guān)于上下文這種關(guān)聯(lián)，也是一個國際上比較熱門的一個領(lǐng)域。

第四是可視化呈現(xiàn)，目前計算機智能化有了很大的進步和發(fā)展，但是談不到深層次數(shù)據(jù)挖掘，現(xiàn)有數(shù)據(jù)挖掘算法在行業(yè)中難以應(yīng)用，就是我們談到的智能之路進步很大，但還很遙遠。

應(yīng)用工業(yè)大數(shù)據(jù)的考慮因素

在我國大數(shù)據(jù)采集技術(shù)和處理技術(shù)不斷優(yōu)化的今天，相關(guān)的大數(shù)據(jù)處理技術(shù)結(jié)合了物聯(lián)網(wǎng)的實時采集能力已經(jīng)在我國更多領(lǐng)域之中展現(xiàn)了非凡的科技效果，特別是在我國工業(yè)領(lǐng)域之中專業(yè)的工業(yè)大數(shù)據(jù)處理技術(shù)為我國現(xiàn)代化工廠的建設(shè)帶來了更好的技術(shù)保障，而工業(yè)企業(yè)想要實現(xiàn)轉(zhuǎn)型更好的應(yīng)用工業(yè)大數(shù)據(jù)則必須綜合考慮如下因素：

1、注意大數(shù)據(jù)計劃的完善程度

眾所周知大數(shù)據(jù)處理技術(shù)結(jié)合了眾多的技術(shù)類型和設(shè)計層面，因此企業(yè)想要利用強大的工業(yè)大數(shù)據(jù)來實現(xiàn)轉(zhuǎn)型和變革，則必須要建立完善的分析基礎(chǔ)和應(yīng)用環(huán)境，消費者在選用工業(yè)大數(shù)據(jù)之前必須要考慮企業(yè)實施的基礎(chǔ)環(huán)境是否適宜，并且經(jīng)過專業(yè)的工業(yè)大數(shù)據(jù)機構(gòu)進行全方位的分析提供可靠的發(fā)展基礎(chǔ)才能夠確保這種優(yōu)質(zhì)技術(shù)獲得完美的落實。

2、注意分析應(yīng)用后的實際效果

在應(yīng)用大數(shù)據(jù)之前企業(yè)必須要對這種數(shù)據(jù)應(yīng)用之后可能應(yīng)對的情況和實際效果進行綜合分析，通過品牌的工業(yè)大數(shù)據(jù)來確認數(shù)據(jù)采集和處理工藝能夠滿足企業(yè)的實際需求，在應(yīng)用該種工業(yè)大數(shù)據(jù)之后能夠為企業(yè)帶來的實際經(jīng)濟效益和實際效果尤為重要，因此企業(yè)也可以通過工業(yè)大數(shù)據(jù)機構(gòu)來進行全方位的測評來確保為技術(shù)使用奠定良好的基礎(chǔ)。

應(yīng)用工業(yè)大數(shù)據(jù)之前必須要進行基礎(chǔ)環(huán)境和實際效果等多方面的考慮，分析工業(yè)大數(shù)據(jù)應(yīng)用所能夠帶來的好處和困境才能夠確保工業(yè)大數(shù)據(jù)的利用得以完美實現(xiàn)，也可以經(jīng)過專業(yè)的工業(yè)大數(shù)據(jù)機構(gòu)來進行更好的輔導(dǎo)確保該種技術(shù)的應(yīng)用之下能夠為企業(yè)的現(xiàn)代化管理帶來更好的幫助。