La llegada de la Industria 4.0 ha traído posibilidades de recolección de datos extremadamente poderosas. A pesar de esto, el potencial contenido en las bases de datos a menudo se explota parcialmente, especialmente en el campo de la manufactura. Existen varias causas raíz de esta paradoja, pero la crucial es la ausencia de un procedimiento de Análisis de Big Data Industrial bien establecido y estandarizado, en particular para la aplicación dentro de los sistemas de ensamblaje. Este trabajo tiene como objetivo desarrollar un procedimiento personalizado de Descubrimiento de Conocimiento en Bases de Datos (KDD) para su aplicación dentro del departamento de ensamblaje de Bosch VHIT S.p.A., activo en la industria automotriz. El trabajo se centra en la fase de minería de datos del proceso KDD, donde se utiliza el método ARIMA. Varias aplicaciones a diferentes líneas de los sistemas de ensamblaje muestran la efectividad del KDD personalizado para la explotación de bases de datos de producción para la empresa y para la difusión de tal metodología a otras empresas también.