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

【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、未来トレンド研究機構では各業界・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：未来トレンド研究機構　村岡　正悦
2）調査・分析・レポーティング：未来トレンド研究機構　田嶋　樹里

【トータル・ページ数（報告書）】

・70ページ

試読希望・お問い合わせ・お申し込みについて