工业大数据是工业互联网实现工业要素互联之后的核心价值创造者，而云计算技术则是支撑广泛、分散、大量的工业大数据采集、聚合、处理、分析的关键技术。
2018年中国工业大数据规模达到114.2亿元，同比增长22.3%，增速同比提升1.2个百分点。故障诊断、过程可视、流程优化是工业大数据三大产品。
工业大数据行业市场规模加速增长
随着大数据行业的发展，工业数据收集呈现时间维度不断延长，数据范围不断扩大、数据粒度不断细化的趋势。以上三个维度的变化使得企业所积累的数据量以加速度的方式在增加，最终构成了工业大数据的集合。
工业数据具备更强的专业性及关联性，价值实现要求与难度均高于互联网大数据。工业大数据与互联网大数据之间存在明显区别。互联网大数据主要来自互联网中产生及传播的社会媒体数据，相对分散，且来自不同媒体与设备，而工业大数据来自不同环节不同设备的不同阶段，专业性及关联性都比较强。
根据赛迪发布数据，2016-2018年中国工业大数据市场规模加速增长，2018年中国工业大数据规模达到114.2亿元，同比增长22.3%，增速同比提升1.2个百分点。
2019-2021年中国工业大数据市场规模仍将持续加速增长，预计到2021年中国工业大数据市场规模将增长至256亿元。
离散型企业用户占比最大
在工业大数据用户行业结构中，离散型制造业企业由于设备和零部件数量多，零部件变更困难，设备故障检测过程繁琐等因素对大数据需求较高，占比达到62.1%。
大数据技术可以为企业实现生产流程优化和故障诊断处理，从而达到企业内部生产效率提升。
工业大数据用户以大型企业为主
大型企业由于自动化程度高、工艺流程复杂、产生数据体量庞大、利润高，数据需求量大，企业可以通过工业大数据的运用，提升生产效率，降低成本。
故障诊断、过程可视、流程优化是工业大数据三大产品
2018年中国工业大数据产品中，设备故障诊断、生产过程可视化和生产流程优化占据着主要份额，比例分别达到29.0%、27.1%和21.3%。
设备故障诊断和生产过程可视化产品具有一定的通用性，在一定程度上可实现标准化。生产流程优化和产品设计研发同样占据主要地位，市场份额提升较快。
