供应大数据：即供应链大数据，对于工业生产而言，只有能够准确预测原材料采购价格变化趋势，才能通过最优的采购策略来降低生产成本。在全球经济时代，影响工业生产原材料采购价格的因素主要包括：全球生产规模、全球生产率、期货市场、国际环境、物流运输环境、汇率、地缘政治环境、主要生产地政治环境等。这些因素绝大部分都不是直接可以拿到的数据，需要根据每个因素的关联数据进行分析才能得出。

制造大数据：即智能制造设备的大数据，不过就数据量而言，这些智能制造设备的控制和运行数据并不非常巨大，但数据相关的复杂度、处理的实时性却极为艰巨。这是大数据的另外一面——不光海量数据叫大数据，数据相互关联复杂度特别巨大也叫大数据。

在制造大数据的体系下，所有制造设备都是智能化设备，其每次任务执行都是核心控制系统调度控制的结果，那么利用制造大数据可以实现设备精确控制、设备运行优化、设备故障预测、制造系统改进升级等。

销售大数据：其包含两层意思：一是基于大数据的精准营销，如电商平台在人们购物时即时推荐的商品或优惠套餐，都是根据用户的地域、年龄、性别等信息进行全购物平台的相关数据分析的结果。这种精准营销同样可以应用在工业领域，而且由于工业采购往往是大宗、低频商品，因而在这个销售过程中就可以基于大数据开展某种供应链金融、电子期货等业务。

基于大数据的精准需求分析，即通过分析销售大数据可以更好地了解市场需求和预期，从而指导产品设计和生产。就技术而言，销售大数据系统和供应大数据系统相类似，同样由互联网爬虫系统、流数据处理系统、数据可视化系统四个主要的核心系统构成，不过对于工业销售大数据系统而言，流数据处理可以根据需求替换成数据仓库分析处理系统。