製造業のIoT活用を成功へと導く、データ分析における“4つのステージ”とは：膨大なデータとどう向き合う？

価値創出を目的に製造業でIoT活用が加速している。だが膨大なデータを前にその取り組みが思うように進んでいない現場も目立つ。どのようにデータを分析し、価値につなげるか。その秘訣は活用レベルに応じたアナリティクスの実践にある。

[ITmedia]

　品質向上、生産効率化、コスト削減は、製造業の“永遠の課題”として常に向き合い続けなければならないものだが、近年、IoT（モノのインターネット）を活用することで現場改革を進め、課題解決や新たな価値創出につなげようとする動きが加速している。

　例えば、各所に配置されたセンサーなどから多数のデータを収集し、そこから洞察を得て、それを具体的な行動へとつなげていく――。こうしたIoTの仕組みにより、製造ラインの省人化や自動化、自律化といった“付加価値”につなげようと、IoTソリューションの導入を急ぐ現場も少なくない。

　しかし、実際にIoTの仕組みを製造現場に導入し、いきなり成果や価値が得られるだろうか？　答えは「No」である。IoT導入において、おそらく多くの現場で直面しているのが「データ分析」、つまり“どのようにデータを分析して、それをどう価値につなげるか”という壁だろう。ここを乗り越えなければIoTの真価は発揮されない。

　本来、日本の製造業は、データを比較して改善点を発見することに長けている。例えば、品質問題が発生した場合、良品が生産された状況と不良品が発生した状況を、各製造装置に設定されたパラメーターや稼働情報、作業者の熟練度や人数などから分析し、原因究明につなげるという活動はこれまでも行われてきた。このようにわずかなデータ量で、それらをMicrosoft Excelなどに落とし込んで比較、分析する程度であれば何ら問題はない。

　だが、IoTの仕組みの下で扱われるデータ量は、従来とは比較にならないほど膨大で、各種センサーなどからミリ秒単位の周期で次々と新たなデータが生み出される。こうした無数のストリーミングデータを人間が目で追い、どれとどれを比較すべきか瞬時に判断し、それらを分析して洞察を得ることなど不可能である。

　では、どうやって膨大なデータを分析すべきか？　IoTの活用により価値を創出するためには、データとどのように向き合うべきなのだろうか。

　実は、IoT活用による価値創出を着実に進めていくためには、その段階ごとに適したデータ分析（アナリティクス）が必要となる。以降、活用レベルに応じたアナリティクス“4つのステージ”について解説しよう。