2013年「クルマ（車）分野」における「ビッグデータ（BigData）」の「データ（Data）」種類に関する詳細調査

【調査対象】

・ 「クルマ（車）分野」　全般　　

【調査方法】

・弊社専門調査員によるオープンデータの収集ならびに、クローズドデータの収集、プラス弊社内データベースの活用により調査・分析を行った。

【調査＆レポート期間】

・ 2013年3月21日（調査開始）～2013年3月31日まで深堀調査を実施した。その後、レポーティング（集計＆分析）を実施し、2013年4月2日に集計＆分析ならびにコメント化が終了した。

【はじめに】

　2013年度がスタートしたが、「ビッグデータ（BigData）」 に対する期待や注目度は今まで以上に高まっている。

　中でも、特に最近では医療・ヘルスケア分野、農業分野、交通分野、防犯・セキュリティ分野、HOME分野などを中心に各分野別、各業界・業種別に「ビッグデータ（BigData）」の「データ種類（各業界・業種別に、どのようなデータ種類が存在し、どのようなデータが今後活用価値の高いデータになるのか？）」ならびに「活用シーン（そのデータを活用した斬新な未来シーン）」について調査＆レポート化して欲しい！といった声が高まっている 。
　
　背景にあるのは、 「ビッグデータ（BigData）」を収集・蓄積・保存、解析（マイニング）、活用、予防・予見・予兆・コンサルティングなどの「ビッグデータ（BigData）」関連ビジネスの一連の流れの基となる「データ種類（各業界・業種別に、どのようなデータ種類が存在し、どのようなデータが今後活用価値の高いデータになるのか？）」 を網羅的且つ多層的に把握したい！といった要望・リクエストがある。

　こうした声を受けて、ESP総研では各業界・業種別の中で急速にニーズが高まっている“2013年「クルマ（車）分野」における「ビッグデータ（BigData）」の「データ（Data）」種類に関する詳細調査 ”をレポート化することとなった。

　この調査報告書が「ビッグデータ（BigData）」関連ビジネスに着眼する全ての皆様のマーケティング活動に貢献できることを心から切に望むものである。

【目次】

?.総括　編　P1

1）大分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）　P2
2）大分類×中分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜1＞大分類：自動車情報　P3
2）大分類×中分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜2＞大分類：商用車・交通機関情報　P4
2）大分類×中分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜3＞大分類：環境・気象情報　P5
2）大分類×中分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜4＞大分類：商業・その他情報　P6
3）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜1＞大分類×中分類：自動車情報×運転・ドライバー関連（抽出件数：82件）　P7
3）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜2＞大分類×中分類：自動車情報×時間関連（抽出件数：25件）　P8
3）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜3＞大分類×中分類：自動車情報×車両・車載器関連（抽出件数：311件）　P9
3）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜4＞大分類×中分類：自動車情報×走行・移動関連（抽出件数：127件）　P10
3）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜5＞大分類×中分類：自動車情報×自動車燃料関連（抽出件数：21件）　P11
3）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜6＞大分類×中分類：自動車情報×道路関連（抽出件数：142件）　P12
4）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜1＞大分類×中分類：商用車・交通機関情報×タクシー関連（抽出件数：6件）　P13
4）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜2＞大分類×中分類：商用車・交通機関情報×トラック・その他商用車関連（抽出件数：15件）　P14
4）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜3＞大分類×中分類：商用車・交通機関情報×バス関連（抽出件数：7件）　P15
4）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜4＞大分類×中分類：商用車・交通機関情報×電車関連（抽出件数：7件）　P16
5）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜1＞大分類×中分類：環境・気象情報×環境・災害関連（抽出件数：8件）　P17
5）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜2＞大分類×中分類：環境・気象情報×気象関連（抽出件数：12件）　P18
5）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜3＞大分類×中分類：環境・気象情報×周辺・周辺施設関連（抽出件数：13件）　P19
6）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜1＞大分類×中分類：商業・その他情報×新車・中古車販売関連（抽出件数：37件）　P20
6）大分類×中分類×小分類＆集計・分析（合計 833 件の車×ビッグデータ（BigData）×種類を集計＆網羅的に体系化）＜2＞大分類×中分類：商業・その他情報×その他（抽出件数：20件）　P21

7）クルマ（車）分野×詳細なデータ種類・情報内容（大分類・中分類・小分類）　Lowデータ　＜合計：833件＞ 　P22

奥付け

【ISBNコード】

ISBN978-4-907048-19-8　C2034

【企画・調査・分析・レポーティング・監修・編集】

1）企画・監修・編集：ESP総研　村岡　正悦
2）調査・分析・レポーティング：ESP総研　田嶋　樹里

【トータル・ページ数（報告書）】

・40ページ
＜調査レポート一覧はこちら＞

試読希望・お問い合わせ・お申し込みについて