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

【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、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「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：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）】

・72ページ

試読希望・お問い合わせ・お申し込みについて