2013年「金融分野」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、「金融分野」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、「金融分野」で活用価値の高い「データ」の徹底探索
≪合計868件の金融分野×全データ種類を抽出・整理&体系化≫~

【調査対象】

・「金融分野」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7月16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7月20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既に3ヶ月が経過したが、「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、食品分野、エネルギー分野、製造分野、流通分野、公共分野、金融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「金融分野」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 868件の金融×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 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<1>大分類:Web・SNS情報 P3
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<2>大分類:位置・エリア情報 P4
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<3>大分類:株・為替情報 P5
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<4>大分類:銀行・金融業情報 P6
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<5>大分類:金融行動情報 P7
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<6>大分類:クレジットカード・ICカード情報 P8
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<7>大分類:顧客情報 P9
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<8>大分類:債権・証券情報 P10
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<9>大分類:市場・市況情報 P11
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<10>大分類:信用情報 P12
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<11>大分類:取引情報 P13
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<12>大分類:防犯・不正情報 P14
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<13>大分類:保険情報 P15
2)大分類×中分類&集計・分析(合計 868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<14>大分類:融資・ローン情報 P16
3)大分類×中分類×小分類&集計・分析(合計868件の金融×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:Web・SNS情報※中分類なし(抽出件数:54件) P17
4)大分類×中分類×小分類&集計・分析(合計868件の金融×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:位置・エリア情報※中分類なし(抽出件数:11件) P18
5)大分類×中分類×小分類&集計・分析(合計868件の金融×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:株・為替情報※中分類なし(抽出件数:31件) P19
6)大分類×中分類×小分類&集計・分析(合計868件の金融×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:銀行・金融業情報×コールセンター関連(抽出件数:14件) P20
6)大分類×中分類×小分類&集計・分析(合計868件の金融×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:銀行・金融業情報×業務関連(抽出件数:62件) P21
6)大分類×中分類×小分類&集計・分析(合計868件の金融×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:銀行・金融業情報×金融商品関連(抽出件数:11件) P22
6)大分類×中分類×小分類&集計・分析(合計868件の金融×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:銀行・金融業情報×銀行・信金関連(抽出件数:16件) P23
6)大分類×中分類×小分類&集計・分析(合計868件の金融×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:銀行・金融業情報×契約関連(抽出件数:22件) P24
6)大分類×中分類×小分類&集計・分析(合計868件の金融×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:銀行・金融業情報×顧客関連(抽出件数:18件) P25
6)大分類×中分類×小分類&集計・分析(合計868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<7>大分類×中分類:銀行・金融業情報×書類・文書関連(抽出件数:17件) P26
6)大分類×中分類×小分類&集計・分析(合計868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<8>大分類×中分類:銀行・金融業情報×消費者金融関連(抽出件数:12件) P27
6)大分類×中分類×小分類&集計・分析(合計868件の金融×ビッグデータ(BigData)×種類を集計&網羅的に体系化)<9>大分類×中分類:銀行・金融業情報×その他(抽出件数:88件) P28
7)大分類×中分類×小分類&集計・分析(合計868件の金融×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:金融行動情報×決済・購買関連(抽出件数:16件) P29
7)大分類×中分類×小分類&集計・分析(合計868件の金融×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:金融行動情報×口座・預金関連(抽出件数:20件) P30
7)大分類×中分類×小分類&集計・分析(合計868件の金融×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:金融行動情報×振込・振替関連(抽出件数:22件) P31
7)大分類×中分類×小分類&集計・分析(合計868件の金融×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:金融行動情報×入出金関連(抽出件数:12件) P32
7)大分類×中分類×小分類&集計・分析(合計868件の金融×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:金融行動情報×その他(抽出件数:13件) P33
8)大分類×中分類×小分類&集計・分析(合計868件の金融×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:クレジットカード・ICカード情報×カード会社関連(抽出件数:17件) P34
8)大分類×中分類×小分類&集計・分析(合計868件の金融×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:クレジットカード・ICカード情報×カード利用関連(抽出件数:19件) P35
9)大分類×中分類×小分類&集計・分析(合計868件の金融×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×共通(抽出件数:74件) P36
9)大分類×中分類×小分類&集計・分析(合計868件の金融×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:顧客情報×個人関連(抽出件数:73件) P37
9)大分類×中分類×小分類&集計・分析(合計868件の金融×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:顧客情報×法人関連(抽出件数:21件) P38
9)大分類×中分類×小分類&集計・分析(合計868件の金融×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:顧客情報×資産・資金関連(抽出件数:17件) P39
10)大分類×中分類×小分類&集計・分析(合計868件の金融×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:債権・証券情報×債権関連(抽出件数:12件) P40
10)大分類×中分類×小分類&集計・分析(合計868件の金融×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:債権・証券情報×証券関連(抽出件数:12件) P41
10)大分類×中分類×小分類&集計・分析(合計868件の金融×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:債権・証券情報×投信関連(抽出件数:8件) P42
11)大分類×中分類×小分類&集計・分析(合計868件の金融×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・市況情報※中分類なし(抽出件数:28件) P43
12)大分類×中分類×小分類&集計・分析(合計868件の金融×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:信用情報※中分類なし(抽出件数:28件) P44
13)大分類×中分類×小分類&集計・分析(合計868件の金融×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:取引情報※中分類なし(抽出件数:62件) P45
14)大分類×中分類×小分類&集計・分析(合計868件の金融×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:防犯・不正情報※中分類なし(抽出件数:11件) P46
15)大分類×中分類×小分類&集計・分析(合計868件の金融×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:保険情報※中分類なし(抽出件数:17件) P47
16)大分類×中分類×小分類&集計・分析(合計868件の金融×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:融資・ローン情報×ローン関連(抽出件数:21件) P48
16)大分類×中分類×小分類&集計・分析(合計868件の金融×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:融資・ローン情報×融資関連(抽出件数:9件) P49

17)金融分野×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:868件> P50

奥付け

【ISBNコード】

ISBN978-4-907048-33-4 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)】

・70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「金融分野」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7月20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70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