Nell'epoca attuale, l'industria 4.0 ha portato il tema dell'efficientamento in primo piano e ha modificato e moltiplicato le esigenze manutentive di veicoli connessi. Grazie alla capacità di monitoraggio delle condizioni, alla possibilità di raccogliere e analizzare i Big Data prelevati dai sensori di bordo e al supporto di strumenti tecnologici, si è in grado di apprendere e fornire nuove informazioni elaborando i dati che l'IoT industriale fornisce. Questo lavoro di tesi ripercorre gli aspetti fondamentali dell'Industria 4.0 e sfrutta diversi strumenti per eseguire l'analisi esplorativa e successiva caratterizzazione dei dati, necessaria per evitare incongruenze nei parametri raccolti e per consentire un tracciamento affidabile dei parametri di stato dei veicoli analizzati, fondamentale per l'allenamento di un modello di predictive maintenance.