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(jià)值性 、 實(shí)時(shí)性 、 準(zhǔn)確性 、 閉環(huán)性 四個(gè)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(qiáng)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(jī)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(jì)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(shí)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?cái)?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(shí)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(jì)中以價(jià)值需求為導(dǎo)向制定數(shù)據(jù)標(biāo)準(zhǔn)，進(jìn)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(cuò)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?yàn)榈唾|(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(jī)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(zhǔn)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(cuò)率遠(yuǎn)遠(yuǎn)比互聯(lián)網(wǎng)大數(shù)據(jù)低的多。

互聯(lián)網(wǎng)大數(shù)據(jù)在進(jìn)行預(yù)測和決策時(shí)，僅僅考慮的是兩個(gè)屬性之間的關(guān)聯(lián)是否具有統(tǒng)計(jì)顯著性，其中的噪聲和個(gè)體之間的差異在樣本量足夠大時(shí)都可以被忽略，這樣給出的預(yù)測結(jié)果的準(zhǔn)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(gè)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(yán)重的后果。但是在工業(yè)環(huán)境中，如果僅僅通過統(tǒng)計(jì)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(yán)重的后果。