工业大数据的基本特征可以用四个V来表示。

1）Volume（大体量）：体量大是工业大数据最明显的特点。例如，每个航空公司飞机发动机每天的数据都在1TB以上，每个智能工厂每天的设备数据也会在10TB以上，每年的工业数据会在PB量级。随着物体感知技术的发展，工业数据的体量会不断增加。海量的工业数据为机器智能的产生提供了“肥沃的土壤”。

2）Variety（多样性）：工业大数据的多样性包括两个含义：①数据类型的多样性，工业数据除了机器的运行状态数据、传统的销售、库存数据外，还包括监控摄像机的视频数据和用户上传的图片数据，因此数据的类型包括数字、文字、图片、视频等多种类型；②数据属性的多样性，对于同一台机器，具有描述它的各个属性，如物理状态、环境、设计、制造、库存、销售、使用等数据。数据属性的多样性使得大数据分析可以找到相关性因素。因此在数据收集时，要尽量做到数据属性收集的完备性。(www.daowen.com)

3）Velocity（高速度）：工业大数据的高速度包括两个方面：一是数据产生的速度快，如波音787飞机在几小时的飞行中就会产生1TB以上的数据，其数据产生速度是以前所无法比拟的；二是数据分析的速度要求快。工业数据的快速处理对于工业智能具有重要意义。例如，工业大数据的一个重要应用是预测机器故障，需要从机器的实时数据中分析出机器故障的相关征兆信息，并在故障发生前传递给维修人员，以避免故障的发生。

4）Value（价值）：工业大数据的价值包括两个方面：①工业数据体量非常之大，其价值密度要远远低于传统关系型数据库中已经有的那些数据，工业大数据中具有大量的不相关信息，浪里淘沙却又弥足珍贵；②工业数据整体价值巨大，将会成为数据拥有者的核心资产，通过工业大数据获得的机器智能将大大提高机器的生产率。