麦肯锡的报告显示，就大数据的数量而言，诸如煤炭等领域的过程工业，其数据产出量及可被接入的设备数量远远超过移动互联网等其他行业，而且增速是其他大数据领域的2倍。2016年7月19日，煤炭大数据平台V2.0在“2016夏季全国煤炭交易大会”上正式启动，该平台涵盖煤炭GIS、图解煤炭、煤炭物流、信用查询、预测预警、数据分析、能源经济七大功能模块，但仍存在数据体系不完善、采集渠道不畅通、数据时效性不强等问题。
煤炭大数据的利用却远没有像当前移动互联网领域那样普遍和深入，其中数据的价值还有待挖掘。
大数据分析手段主要是围绕大数据的“4Vs”(Volume———大容量， Velocity———快速性， Variety———多样性，Veracity———真实性)特性去发展与完善的。除“4Vs”特性外，煤炭大数据还应该加上“2Vs”，即Visibility———可见性(通过大数据分析使以往隐匿的重要因素和信息可见)，Value———价值(通过大数据分析得到的信息应该被转换成价值)。这“2Vs”代表了煤炭工业界对于大数据所追求的目的和意义。
从20世纪90年代至今，煤矿自动化经历了从单机自动化、综合自动化到煤矿物联网的发展，且随着煤炭企业信息化与自动化的不断提高及两化融合的快速发展，安全监控、人员定位、可视通信、数字化矿山、三维建模、企业资源计划等系统不断应用，产生了海量、不同层次、不同类别的数据资源，为大数据在煤炭工业中的应用奠定了基础。
由于缺少针对煤炭大数据特征的分析工具及高效的计算平台来提取隐匿的知识，煤炭大数据还未充分利用，目前主要是对数据进行采集、压缩存档、恢复与预测分析。其中预测分析主要集中在煤炭安全生产领域，但尚处于理论研究和起步阶段，没有成功的模式和案例。
大数据、物联网与云计算是提升煤矿安全生产水平的3个重要技术手段。煤炭大数据平台必须重点实现大数据采集与管理、大数据分析、大数据共享功能。
随着信息化发展和可编程逻辑控制器与集散控制系统的广泛采用，以及安全生产过程管理、设备操作优化需求的不断增加，煤炭生产向大规模、集成化发展，多单元、多产品生产、动态运行。煤炭大数据体现出与广泛过程工业大数据类似的多层面不均匀采样性、多时间尺度特性、不真实数据混杂性的新特点，对已有研究方法带来挑战。
基于大数据的煤矿智能无人开采、煤矿灾害预警与防治、煤矿设备故障诊断、行业运行监测与预测、煤矿生产全流程一体化是煤炭大数据的主要应用方向。
