2013年「流通分野」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

~ 「ビッグデータ(BigData)」時代を睨み、「流通分野」に属するあらゆる「データ(種類)」の網羅的な抽出調査を実施、「流通分野」で活用価値の高い「データ」の徹底探索
≪合計1,012件の流通分野×全データ種類を抽出・整理&体系化≫~

【調査対象】

・ 「流通分野」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5月10日(調査開始)~2013年6月20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6月21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年度がスタートして早くも3ヶ月が経過しようとしているが、「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、食品分野、エネルギー分野、製造分野、流通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「流通分野」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 1,012件の流通×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 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<1>大分類:卸業情報 P3
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<2>大分類:価格情報 P4
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<3>大分類:経営情報 P5
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<4>大分類:決済・売上情報 P6
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<5>大分類:小売情報 P7
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<6>大分類:顧客情報 P8
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<7>大分類:在庫情報 P9
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<8>大分類:市場情報 P10
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<9>大分類:受発注情報 P11
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<10>大分類:商品情報 P12
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<11>大分類:製造・生産情報 P13
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<12>大分類:入出荷情報 P14
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<13>大分類:物流情報 P15
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<14>大分類:不動産業流通情報 P16
2)大分類×中分類&集計・分析(合計 1,012件の流通×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<15>大分類:その他 P17
3)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:卸業情報×※中分類なし(抽出件数:10件) P18
4)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:価格情報×※中分類なし(抽出件数:21件) P19
5)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:経営情報×営業・経営関連(抽出件数:42件) P20
5)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:経営情報×経費関連(抽出件数:14件) P21
5)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:経営情報×取引関連(抽出件数:19件) P22
6)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:決済・売上情報×決済関連(抽出件数:21件) P23
6)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:決済・売上情報×購買関連(抽出件数:8件) P24
6)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:決済・売上情報×請求関連(抽出件数:38件) P25
6)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:決済・売上情報×売上関連(抽出件数:37件) P26
7)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:小売情報×POS関連(抽出件数:46件) P27
7)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:小売情報×価格関連(抽出件数:12件) P28
7)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:小売情報×店舗管理関連(抽出件数:42件) P29
7)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:小売情報×販促関連(抽出件数:25件) P30
7)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:小売情報×販売関連(抽出件数:57件) P31
7)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:小売情報×その他(抽出件数:13件) P32
8)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:顧客情報×※中分類なし(抽出件数:37件) P33
9)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:在庫情報×在庫関連(抽出件数:55件) P34
9)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:在庫情報×返品・欠品関連(抽出件数:9件) P35
10)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:市場情報×アンケート・調査関連(抽出件数:10件) P36
10)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:市場情報×外部環境関連(抽出件数:5件) P37
10)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:市場情報×市場関連(抽出件数:29件) P38
10)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:市場情報×消費者関連(抽出件数:28件) P39
11)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:受発注情報×※中分類なし(抽出件数:98件) P40
12)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:商品情報×※中分類なし(抽出件数:97件) P41
13)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:製造・生産情報×※中分類なし(抽出件数:31件) P42
14)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:入出荷情報×検品関連(抽出件数:13件) P43
14)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:入出荷情報×出荷関連(抽出件数:47件) P44
14)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:入出荷情報×入荷・仕入関連(抽出件数:25件) P45
15)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:物流情報×仕分関連(抽出件数:11件) P46
15)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:物流情報×納品関連(抽出件数:24件) P47
15)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:物流情報×配送関連(抽出件数:23件) P48
15)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:物流情報×その他(抽出件数:22件) P49
16)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:不動産業流通情報×※中分類なし(抽出件数:31件) P50
17)大分類×中分類×小分類&集計・分析(合計1,012件の流通×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:その他×※中分類なし(抽出件数:12件) P51

18)流通分野×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:1,012件> P52

奥付け

【ISBNコード】

ISBN978-4-907048-29-7 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)】

・72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

【資料名】 『2013年「流通分野」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』
【頒価】 PDF(CD-R)*Excel(集計&加工用Lowデータ)も添付:本体価格100,000円+税<※全てカラーですが、目次タイトルリンク設定は行っていません。>
【発刊日】 2013年6月21日

【報告書体裁】 A4版 PDF(CD-R)*Excel(集計&加工用Lowデータ)も添付
【ページ数】 合計72ページ
【担当部署】 株式会社 ESP総研 出版部
TEL:03-5762-8136
FAX:03-5762-8036
【お申し込み方法】 <申込フォームはこちら>
受信後、担当者より折り返しご連絡いたします。
また、必要事項をE-mail(info@espers.co.jp)にてお送りいただいても結構です。お申し込み後の処理フローはこちらのページでご確認ください

レポート注文

    お問い合わせ内容

    お名前(必須)

    フリガナ(必須)

    御社名(必須)

    メールアドレス(必須)

    電話番号(必須)

    タイトル

    本文

    カテゴリー