最初期のGPSベースのテレマティクスソリューションがはじめて1970年代に導入された当時、トラック輸送オペレータは、これを活用して、リアルタイムで彼らのトラックのトラクタやトレーラの位置と速度を遠隔監視した。多くの企業ではまだこれを継続しており、これらのソリューションから引続き優れたROIの成果を享受している。この事例はビッグデータに関する問題の初期の事例を示していたが、その際のデータ分析は比較的直截的なものであった。
さて、今日のトラック輸送や他のモバイル設備向けの今日的なはるかに洗練されたテレマティクスソリューションを見てみよう。場合によっては、これらはGPSの位置や速度の監視や分析をはるかに超えて、（燃費の向上と予知保全の支援のための）エンジンセンサからのリアルタイム計測や、（ドライバのパフォーマンスを監視する）キャブマウント型カメラや、陸上全体にわたり拡張可能な車両からの他の測定値を含んでいる。
これらのそれぞれに異なる複数のデータソースは、別々のサプライヤからのサブシステムが関わっていることが多く、そのためビッグデータの問題を一段と増幅させそのデータ分析をはるかに難しくしている。とはいえ、内容豊富な（enriched）データは、輸送オペレータに対して価値ある予知的洞察を提供することによって、総体的な運用コストを軽減しながら、輸送の安全性や、信頼性や、法令遵守を改善するのに役立つことができる。
ARCは、これと同種の内容豊富なデータ活用の取組みをさまざまな産業部門に適用展開することで同様の利得を生み出すことができると確信している。（Steve Banker）
leveraging-big-data-generate-new-insights-power-enrichment