IoT基本的な流れでは、各種のセンサーによりものから情報を取得し、インターネットを経由しクラウドにデータを蓄積し、そしてクラウドに蓄積されたデータを分析し（必要であれば、人工知能が使われる）、その後に分析結果に応じてものがアクチュエートします。しかしながら、その流れにデータを最大限に利活用するのはIoT企業がずっと困っていることです。
最近、IoT企業に長年携わる先輩との相談から、IBMの統計によると、ほぼ三分の二のIoTプロジェクトが最後に失敗したと聞きました。その原因を深く探求すれば、データの利活用関連の問題に関係付けるようになってきました。そして、最近、研究機関Vanson BourneはIoTプロジェクトに参入した263のユーザーを調査対象とし、研究レポートを書きました。その中では、101のユーザーはこのレポートで自分自身のサマリーした経験をシャアしました。半分以上のユーザーがデータの利活用についての問題に言及したことはあります。彼らはIoTプロジェクトを実行した際にIoTデータを収集したけれども、効果的なデータ解析を行ったことがないと思っていました。回答者はIoTにより収集されたデータの潜在力を掘り起こそうと力を尽くしていますが、91％のユーザーはデータを情報と決定に転換したところに巨大なチャレンジに直面してきました。IoTシステムを使用する前に、大勢の人は大量のIoTデータが送り出されるではなく、その場ですぐに処理される可能性があり、一方でリアルタイムに処理されなけば、データの価値も意味なくなるという事実を意識していません。
図：データを価値ある情報と転換した時、企業が直面しているチャレンジ
また、部分のデータは保存期間が長くないという事実で、処理のタイミングが外れると、「変質」になり、そして、その価値がクリフのように下落します。従って、すべてのデータはクラウドプラットフォームにアップロードされるべきではなくて、重要な情報（特にLPWANにより送信される情報）が転送中で遅延または干渉される可能性はあるということをその一因と考えなければなりません。そしてユーザーはそれらの重要な情報による決定に素早く返事をしなければなりません。そうでなければ、ベストタイムを失ってしまう限りです。
データを最大限に利活用することの壁となる要素から、そのレポートにより、適切なIoTプラットフォームを経由しないこと（46％）とそのプラットフォームの拡張性の悪さは考えられます。48％のみは彼らのIoTデータが予備分析されたと思いました。既存のIoTプラットフォームは一般的に、大量で複雑な機能を備え、ほとんどは理想的ですが、必ずしも必要だとは限りません。実際にIoTに取り組んでいる際に、早期導入者は混乱なコンセプト、ツールや技術に直面し、具体的には以下の通り：
■ データ収集のためのハードウェア
■ IoT機器モニタリングのためのソフトウェア
■ クラウドまたはサーバーでのデータストレージ
■ 評価と最適化のためのデータ解析
■ 更新推進のためのIoT機器バージョン管理
■ ……………………….…………………………
回答者はデータを統合するために多くの手間を必要としており、各プロバイダーの間に違っているシステムと応用製品は潜在的にユーザーに負担を増加させるようになります。
将来の企業はデータ解析により駆動されますが、今は基盤を築く重要な階段となります。残念ながら多くの企業はデータ解析面ではリテラシーと知識ベースが欠如です。
図：IoTにより収集されたデータでは、データ解析を行った割合
また、Harward Business Reviewにより完成されたIoTとビッグデータ関連のレポートでは、企業がビッグデータの量と複雑さに困っている理由も掲載しました。以下の図をご参考ください。
IoTデバイスから収集されたデータが解析しづらいということを承認しなければなりません。IoTがより効果的にデータを分析することができれば、企業がより良い経済効果の獲得に役立つのはもちろんのことです。しかし、どうすればデータを最大限に利活用することができますか。以上のレポートでの単純な理由の分析から、いくつかのインスピレーションを得る可能性がありますが、これだけでははるかに足りないことから、それらの関連情報を起点とし探求していくと希望しています。IoT業界でのデータの利活用に対しては、成長を遂げるにはまだ程遠いです。
