表紙
市場調査レポート

ビッグデータ市場:事業事例と市場分析・予測

The Big Data Market: Business Case, Market Analysis & Forecasts 2015 - 2020

発行 Mind Commerce 商品コード 315018
出版日 ページ情報 英文 141 Pages
納期: 即日から翌営業日
価格
本日の銀行送金レート: 1USD=102.12円で換算しております。
Back to Top
ビッグデータ市場:事業事例と市場分析・予測 The Big Data Market: Business Case, Market Analysis & Forecasts 2015 - 2020
出版日: 2014年09月30日 ページ情報: 英文 141 Pages
概要

ビッグデータのようなデータセットのプレゼンスは新しいものではありませんが、数年前から、ビッグデータの処理・解析ソリューションに対する大規模な商業投資が始まっています。ビッグデータはさまざまな業界で実に多様な用途があり、多くのビジネスチャンスをもたらすものです。明確なビッグデータ戦略の欠如やセキュリティ上の課題などがあるにも関わらず、ビッグデータの成長の可能性は前例のないほど大きく、2015年から2020年にかけての世界での投資額のCAGRは46%と推計されています。2020年末におけるビッグデータの収益規模は約1,900億ドルに達すると予測されています。

当レポートでは、世界のビッグデータ市場の展望について調査し、ビッグデータ技術の概要、市場成長の推進因子・阻害因子、主要産業での用途、ビッグデータのバリューチェーン、ビッグデータアナリティクスの技術・実装アプローチ、市場収益の推移と予測、機能・地域別の内訳、主要事業者のプロファイルなどを詳細に渡ってまとめています。

第1章 イントロダクション

第2章 ビッグデータの技術と事業事例

  • ビッグデータの定義
  • ビッグデータの主な特徴
  • ビッグデータ技術
    • Hadoop
    • その他のApacheプロジェクト
    • NoSQL
      • Hbase
      • Cassandra
      • Mongo DB
      • Riak
      • CouchDB
    • MPPデータベース
    • その他の技術・新興技術
      • Storm
      • Drill
      • Dremel
      • SAP HANA
      • Gremlin & Giraph
    • 新しいパラダイム・テクニック
      • ストリーミング解析
      • クラウド技術
      • Google Search
      • カスタマイズアナリティカルツール
      • インターネットキーワード
      • ゲーミフィケーション
  • ビッグデータのロードマップ
  • 市場成長推進因子
    • データのボリュームと種類
    • 企業・通信事業者によるビッグデータの導入拡大
    • ビッグデータソフトウェアの成熟化
    • ウェブ大手によるビッグデータへの継続的投資
    • 事業推進因子
  • 市場の障壁
    • プライバシーとセキュリティ:「ビッグ」バリア
    • 従業員の再教育と組織の耐性
    • 明確なビッグデータ戦略の欠如
    • 技術的課題:拡張性と保守
    • ビッグデータ開発の専門性

第3章 ビッグデータへの投資を行う主要産業

  • 産業用インターネット・M2M
    • M2Mにおけるビッグデータ
    • 産業別市場機会
  • 小売・ホスピタリティ
    • 予測精度の改善・在庫管理
    • 購買パターンの判断
    • ホスピタリティ産業による利用事例
    • パーソナライズドマーケティング
  • メディア
    • ソーシャルメディア
    • ソーシャルゲームアナリティクス
    • 他の産業部門によるソーシャルゲームアナリティクスの利用
    • インターネットキーワード検索
  • ユーティリティ
    • 運用データの分析
    • 将来の応用エリア
  • 金融サービス
    • 不正行為の分析・削減・リスクプロファイリング
    • 加盟店によるリワードプログラム
    • 顧客の区分化
    • 顧客の保持・個別の商品提供
    • 保険会社
  • 医療・医薬品
    • 薬剤開発
    • 医療データアナリティクス
    • ケーススタディ:心拍パターンの特定
  • 通信
    • 通信事業者による解析:顧客/利用プロファイリング・サービスの最適化
    • ビッグデータ解析ツール
    • スピーチアナリティクス
    • 新製品・サービス
  • 政府・国土安全保障
    • ビッグデータ研究
    • 統計分析
    • 言語翻訳
    • 公共用アプリケーションの開発
    • 犯罪の追跡
    • 情報収集
    • 不正検出・収益生成
  • その他の部門
    • 航空宇宙
    • 輸送・物流:フリート利用の最適化
    • スポーツ:統計のリアルタイム処理
    • 教育
    • 製造

第4章 ビッグデータのバリューチェーン

  • ビッグデータバリューチェーンの断片化
  • データの取得とプロビジョニング
  • データウエアハウスとビジネスインテリジェンス
  • アナリティクスと仮想化
  • アクショニングと・ビジネスプロセス管理(BPM)
  • データガバナンス

第5章 ビッグデータアナリティクス

  • ビッグデータアナリティクスとは
  • ビッグデータアナリティクスの重要性
  • アナリティクス:リアクティブ vs プロアクティブ
  • 技術・実装アプローチ
    • グリッドコンピューティング
    • インデータベースグリッドコンピューティング
    • インデータベースプロセッシング
    • インメモリーアナリティクス
    • データマイニング
    • 予測分析
    • 自然言語処理
    • テキストアナリティクス
    • ビジュアルアナリティクス
    • 相関ルール
    • 分類木分析
    • 機械学習
    • 回帰分析
    • ソーシャルネットワークアナリティクス

第6章 規格・イニシアチブ

  • Cloud Standards Customer Council:ビッグデータワーキンググループ
  • NIST(National Institute of Standards and Technology):ビッグデータワーキンググループ
  • OASIS
  • Open Data Foundation
  • ODCA(Open Data Center Alliance)
  • CSA(Cloud Security Alliance):ビッグデータワーキンググループ
  • ITU
  • ISO

第7章 ビッグデータ市場の主要企業

  • ベンダー評価マトリクス
  • 1010Data
  • Actuate Corporation
  • Accenture
  • Amazon
  • Apache Software Foundation
  • APTEAN (旧CDC Software)
  • Booz Allen Hamilton
  • Cap Gemini
  • Cisco Systems
  • Cloudera
  • Computer Science Corporation
  • DataDirect Network
  • Dell
  • Deloitte
  • EMC
  • Facebook
  • 富士通
  • General Electric
  • GoodData Corporation
  • Google
  • Guavus
  • 日立データシステム
  • Hortonworks
  • HP
  • IBM
  • Informatica
  • Intel
  • Jaspersoft
  • Juniper Networks
  • Marklogic
  • Microsoft
  • MongoDB (旧10Gen)
  • MU Sigma
  • Netapp
  • NTTデータ
  • Opera Solutions
  • Oracle
  • Pentaho
  • Platfora
  • Qliktech
  • Quantum
  • Rackspace
  • Revolution Analytics
  • Salesforce
  • SAP
  • SAS Institute
  • Sisense
  • Software AG/Terracotta
  • Splunk
  • Sqrrl
  • Supermicro
  • Tableau Software
  • Tata Consultancy Services
  • Teradata
  • Think Big Analytics
  • TIBCO
  • Tidemark Systems
  • VMware (EMCの一部)
  • Wipro
  • Zettics

第8章 市場分析

  • ビッグデータ収益の推移と予測
  • ビッグデータ収益の推移と予測:機能分野別
    • サプライチェーン管理
    • ビジネスインテリジェンス
    • アプリケーションインフラ&ミドルウェア
    • データ統合ツール&データ品質ツール
    • データベースマネジメントシステム
    • ビッグデータソーシャル&コンテンツアナリティクス
    • ビッグデータストレージ管理
    • ビッグデータプロフェッショナルサービス
  • ビッグデータ収益の推移と予測:地域別
    • アジア太平洋
    • 東欧
    • ラテンアメリカ&中米
    • 中東&アフリカ
    • 北米
    • 西欧

目次

Big Data refers to a massive volume of both structured and unstructured data that is so large that it is difficult to process using traditional database and software techniques. While the presence of such datasets is not something new, the past few years have witnessed immense commercial investments in solutions that address the processing and analysis of Big Data. Big Data opens a vast array of applications and opportunities in multiple vertical sectors including, but not limited to, retail and hospitality, media, utilities, financial services, healthcare and pharmaceutical, telecommunications, government, homeland security, and the emerging industrial Internet vertical.

Despite challenges, such as the lack of clear big data strategies, security concerns and the need for workforce re-skilling, the growth potential of Big Data is unprecedented. Mind Commerce estimates that global spending on Big Data will grow at a CAGR of 46% between 2015 and 2020. Big Data revenues will reach almost $190 Billion by the end of 2020.

This report provides an in-depth assessment of the global Big Data market, including a study of the business case, application use cases, vendor landscape, value chain analysis, case studies and a quantitative assessment of the industry with forecasting from 2015 to 2020.

Topics covered in the report:

  • Big Data Technology: A review of the underlying technologies that resolve big data complexities
  • Big Data Use Cases: A review of investments sectors and specific use cases for the Big Data market
  • The Big Data Value Chain: An analysis of the value chain of Big Data and the major players involved within it
  • The Business Case for Big Data: An assessment of the business case, growth drivers and barriers for Big Data
  • Vendor Assessment and Key Player Profiles: An assessment of the vendor landscape of leading players within the Big Data market
  • Market Analysis and Forecasts: A global and regional assessment of the market size and forecasts for the Big Data market from 2015 to 2020

All purchases of Mind Commerce reports includes time with an expert analyst who will help you link key findings in the report to the business issues you're addressing. This needs to be used within three months of purchasing the report.

Select Findings:

  • Big Data opens a vast array of applications & opportunities in multiple vertical sectors including not limited to retail & hospitality, media, utilities, financial services, healthcare and pharmaceutical, telecommunications, government & homeland security and the emerging industrial internet vertical. We see certain verticals leading the way in terms of best practices including optimized data collection, analysis, and reporting.
  • Despite challenges such as the lack of clear big data strategies, security concerns and the need for workforce re-skilling, the growth potential of Big Data is unprecedented. Mind Commerce estimates that global spending on Big Data will grow at a CAGR of 46% between 2015 and 2020. Big Data revenues will reach $190 Billion by the end of 2020.

Report Benefits:

  • Detailed forecasts 2015 - 2020
  • Learn about Big Data technologies
  • Identify leading market segments
  • Identify key players and strategies
  • Identify opportunities in data analytics
  • Understand market drivers and barriers
  • Understand the business case for Big Data
  • Understand regulatory issues and initiatives

Companies and Organizations in Report:

  • 1010Data
  • Accenture
  • Actuate Corporation
  • Adaptive
  • Adobe
  • Amazon
  • Apache Software Foundation
  • APTEAN (Formerly CDC Software)
  • Bank of America
  • Bill & Melinda Gates Foundation
  • Booz Allen Hamilton
  • Bristol Myers Squibb
  • Brooks Brothers
  • CapGemini
  • Carnegie Corporation
  • Centre for Economics and Business Research
  • CIA
  • Cisco Systems
  • Cloud Security Alliance (CSA)
  • Cloud Standard Customer Council
  • Cloudera
  • Computer Science Corporation
  • DARPA
  • Data Direct Network
  • Dell
  • Deliotte
  • EMC
  • Facebook
  • Fujitsu
  • Gartner
  • General Electric
  • General Electric Capital
  • GoodData Corporation
  • Google
  • Guavus
  • Harley Davidson
  • Hitachi Data Systems
  • Hortonworks
  • HP
  • IBM
  • inBloom
  • Informatica
  • Intel
  • International Standards Organization (ISO)
  • International Telecommunications Union (ITU)
  • Jaspersoft
  • JP Morgan Chase
  • Juniper Networks
  • MarkLogic
  • McLaren Racing Team
  • Microsoft
  • MongoDB (Formerly 10Gen)
  • Morgan Stanley
  • MU Sigma
  • Netapp
  • New Classrooms Innovation Partners
  • National Institute of Standards & Technology (NIST)
  • NSA
  • OASIS
  • Open Data Center Alliance
  • Open Data Foundation (ODaF)
  • Opera Solutions
  • Oracle
  • Pentaho
  • Platfora
  • Qliktech
  • Quantum
  • Rackspace
  • Raytheon
  • Renaissance Learning
  • Revolution Analytics
  • Rockwell Automation
  • Salesforce
  • SAP
  • SAS Institute
  • Sherwin Williams
  • Siemans
  • Sisense
  • Software AG/Terracotta
  • Splunk
  • Sqrrl
  • Supermicro
  • Tableau Software
  • Tata Consultancy Services
  • Teradata
  • Think Big Analytics
  • TIBCO
  • Tidemark Systems
  • T-Mobile
  • TomTom
  • Twitter
  • US Federal Government (various agencies and departments)
  • US Xpress
  • VMware (Part of EMC)
  • Vodafone
  • Wipro
  • Zettics

Table of Contents

1. Introduction

  • 1.1. Executive Summary
  • 1.2. Topics Covered
  • 1.3. Key Findings
  • 1.4. Target Audience
  • 1.5. Companies Mentioned

2. Big Data Technology & Business Case

  • 2.1. Defining Big Data
  • 2.2. Key Characteristics of Big Data
    • 2.2.1. Volume
    • 2.2.2. Variety
    • 2.2.3. Velocity
    • 2.2.4. Variability
    • 2.2.5. Complexity
  • 2.3. Big Data Technology
    • 2.3.1. Hadoop
    • 2.3.2. Other Apache Projects
    • 2.3.3. NoSQL
      • 2.3.3.1. Hbase
      • 2.3.3.2. Cassandra
      • 2.3.3.3. Mongo DB
      • 2.3.3.4. Riak
      • 2.3.3.5. CouchDB
    • 2.3.4. MPP Databases
    • 2.3.5. Others and Emerging Technologies
      • 2.3.5.1. Storm
      • 2.3.5.2. Drill
      • 2.3.5.3. Dremel
      • 2.3.5.4. SAP HANA
      • 2.3.5.5. Gremlin & Giraph
    • 2.3.6. New Paradigms and Techniques
      • 2.3.6.1. Streaming Analytics
      • 2.3.6.2. Cloud Technology
      • 2.3.6.3. Google Search
      • 2.3.6.4. Customize Analytical Tools
      • 2.3.6.5. Internet Keywords
      • 2.3.6.6. Gamification
  • 2.4. Big Data Roadmap
  • 2.5. Market Drivers
    • 2.5.1. Data Volume & Variety
    • 2.5.2. Increasing Adoption of Big Data by Enterprises and Telecom
    • 2.5.3. Maturation of Big Data Software
    • 2.5.4. Continued Investments in Big Data by Web Giants
    • 2.5.5. Business Drivers
  • 2.6. Market Barriers
    • 2.6.1. Privacy and Security: The 'Big' Barrier
    • 2.6.2. Workforce Re-skilling and Organizational Resistance
    • 2.6.3. Lack of Clear Big Data Strategies
    • 2.6.4. Technical Challenges: Scalability & Maintenance
    • 2.6.5. Big Data Development Expertise

3. Key Investment Sectors for Big Data

  • 3.1. Industrial Internet and Machine-to-Machine
    • 3.1.1. Big Data in M2M
    • 3.1.2. Vertical Opportunities
  • 3.2. Retail and Hospitality
    • 3.2.1. Improving Accuracy of Forecasts & Stock Management
    • 3.2.2. Determining Buying Patterns
    • 3.2.3. Hospitality Use Cases
    • 3.2.4. Personalized Marketing
  • 3.3. Media
    • 3.3.1. Social Media
    • 3.3.2. Social Gaming Analytics
    • 3.3.3. Usage of Social Media Analytics by Other Verticals
    • 3.3.4. Internet Keyword Search
  • 3.4. Utilities
    • 3.4.1. Analysis of Operational Data
    • 3.4.2. Application Areas for the Future
  • 3.5. Financial Services
    • 3.5.1. Fraud Analysis, Mitigation & Risk Profiling
    • 3.5.2. Merchant-Funded Reward Programs
    • 3.5.3. Customer Segmentation
    • 3.5.4. Customer Retention & Personalized Product Offering
    • 3.5.5. Insurance Companies
  • 3.6. Healthcare and Pharmaceutical
    • 3.6.1. Drug Development
    • 3.6.2. Medical Data Analytics
    • 3.6.3. Case Study: Identifying Heartbeat Patterns
  • 3.7. Telecommunications
    • 3.7.1. Telco Analytics: Customer/Usage Profiling and Service Optimization
    • 3.7.2. Big Data Analytic Tools
    • 3.7.3. Speech Analytics
    • 3.7.4. New Products and Services
  • 3.8. Government and Homeland Security
    • 3.8.1. Big Data Research
    • 3.8.2. Statistical Analysis
    • 3.8.3. Language Translation
    • 3.8.4. Developing New Applications for the Public
    • 3.8.5. Tracking Crime
    • 3.8.6. Intelligence Gathering
    • 3.8.7. Fraud Detection & Revenue Generation
  • 3.9. Other Sectors
    • 3.9.1. Aviation
    • 3.9.2. Transportation & Logistics: Optimizing Fleet Usage
    • 3.9.3. Sports: Real-Time Processing of Statistics
    • 3.9.4. Education
    • 3.9.5. Manufacturing

4. The Big Data Value Chain

  • 4.1. How Fragmented is the Big Data Value Chain
  • 4.2. Data Acquisitioning & Provisioning
  • 4.3. Data Warehousing & Business Intelligence
  • 4.4. Analytics & Virtualization
  • 4.5. Actioning and Business Process Management
  • 4.6. Data Governance

5. Big Data Analytics

  • 5.1. What is Big Data Analytics
  • 5.2. The Importance of Big Data Analytics
  • 5.3. Reactive vs. Proactive Analytics
  • 5.4. Technology and Implementation Approaches
    • 5.4.1. Grid Computing
    • 5.4.2. In-Database processing
    • 5.4.3. In-Memory Analytics
    • 5.4.4. Data Mining
    • 5.4.5. Predictive Analytics
    • 5.4.6. Natural Language Processing
    • 5.4.7. Text Analytics
    • 5.4.8. Visual Analytics
    • 5.4.9. Association rule learning
    • 5.4.10. Classification tree analysis
    • 5.4.11. Machine Learning
      • 5.4.11.1. Neural networks
      • 5.4.11.2. Multilayer Perceptron (MLP)
      • 5.4.11.3. Radial Basis Functions
      • 5.4.11.4. Support vector machines
      • 5.4.11.5. Naïve Bayes
      • 5.4.11.6. k-nearest neighbors
      • 5.4.11.7. Geospatial predictive modelling
    • 5.4.12. Regression Analysis
    • 5.4.13. Social Network Analysis

6. Standardization and Regulatory Initiatives

  • 6.1. Cloud Standards Customer Council - Big Data Working Group
  • 6.2. National Institute of Standards and Technology - Big Data Working Group
  • 6.3. OASIS
  • 6.4. Open Data Foundation
  • 6.5. Open Data Center Alliance
  • 6.6. Cloud Security Alliance - Big Data Working Group
  • 6.7. International Telecommunications Union
  • 6.8. International Organization for Standardization
  • 6.9. International Organization for Standardization)

7. Key Players in the Big Data Market

  • 7.1. Vendor Assessment Matrix
  • 7.2. 1010Data
  • 7.3. Actuate Corporation
  • 7.4. Accenture
  • 7.5. Amazon
  • 7.6. Apache Software Foundation
  • 7.7. APTEAN (Formerly CDC Software)
  • 7.8. Booz Allen Hamilton
  • 7.9. Cap Gemini
  • 7.10. Cisco Systems
  • 7.11. Cloudera
  • 7.12. Computer Science Corporation
  • 7.13. DataDirect Network
  • 7.14. Dell
  • 7.15. Deloitte
  • 7.16. EMC
  • 7.17. Facebook
  • 7.18. Fujitsu
  • 7.19. General Electric
  • 7.20. GoodData Corporation
  • 7.21. Google
  • 7.22. Guavus
  • 7.23. Hitachi Data Systems
  • 7.24. Hortonworks
  • 7.25. HP
  • 7.26. IBM
  • 7.27. Informatica
  • 7.28. Intel
  • 7.29. Jaspersoft
  • 7.30. Juniper Networks
  • 7.31. Marklogic
  • 7.32. Microsoft
  • 7.33. MongoDB (Formerly 10Gen)
  • 7.34. MU Sigma
  • 7.35. Netapp
  • 7.36. NTT Data
  • 7.37. Opera Solutions
  • 7.38. Oracle
  • 7.39. Pentaho
  • 7.40. Platfora
  • 7.41. Qliktech
  • 7.42. Quantum
  • 7.43. Rackspace
  • 7.44. Revolution Analytics
  • 7.45. Salesforce
  • 7.46. SAP
  • 7.47. SAS Institute
  • 7.48. Sisense
  • 7.49. Software AG/Terracotta
  • 7.50. Splunk
  • 7.51. Sqrrl
  • 7.52. Supermicro
  • 7.53. Tableau Software
  • 7.54. Tata Consultancy Services
  • 7.55. Teradata
  • 7.56. Think Big Analytics
  • 7.57. TIBCO
  • 7.58. Tidemark Systems
  • 7.59. VMware (Part of EMC)
  • 7.60. Wipro
  • 7.61. Zettics

8. Market Analysis

  • 8.1. Big Data Revenue 2014 - 2020
  • 8.2. Big Data Revenue by Functional Area 2014 - 2020
    • 8.2.1. Supply Chain Management
    • 8.2.2. Business Intelligence
    • 8.2.3. Application Infrastructure & Middleware
    • 8.2.4. Data Integration Tools & Data Quality Tools
    • 8.2.5. Database Management Systems
    • 8.2.6. Big Data Social & Content Analytics
    • 8.2.7. Big Data Storage Management
    • 8.2.8. Big Data Professional Services
  • 8.3. Big Data Revenue by Region 2014 - 2020
    • 8.3.1. Asia Pacific
    • 8.3.2. Eastern Europe
    • 8.3.3. Latin & Central America
    • 8.3.4. Middle East & Africa
    • 8.3.5. North America
    • 8.3.6. Western Europe

Figures

  • Figure 1: NoSQL vs Legacy DB Performance Comparisons
  • Figure 2: 2014 Gartner Hype Cycle for Emerging Technologies
  • Figure 3: Roadmap Big Data Technologies 2014 - 2030
  • Figure 4: The Big Data Value Chain
  • Figure 5: Big Data Vendor Ranking Matrix
  • Figure 6: Big Data Revenue 2013 - 2020
  • Figure 7: Big Data Revenue by Functional Area 2013 - 2020
  • Figure 8: Big Data Supply Chain Management Revenue 2013 - 2020
  • Figure 9: Big Data Supply Business Intelligence Revenue 2013 - 2020
  • Figure 10: Big Data Application Infrastructure & Middleware Revenue 2013 - 2020
  • Figure 11: Big Data Integration and Quality Tools Revenue 2013 - 2020
  • Figure 12: Big Data DB Management Systems Revenue 2013 - 2020
  • Figure 13: Big Data Social & Content Analytics Revenue 2013 - 2020
  • Figure 14: Big Data Storage Management Revenue 2013 - 2020
  • Figure 15: Big Data Professional Services Revenue 2013 - 2020
  • Figure 16: Big Data Revenue by Region 2013 - 2020
  • Figure 17: Asia Pacific Big Data Revenue 2013 - 2020
  • Figure 18: Eastern Europe Big Data Revenue 2013 - 2020
  • Figure 19: Latin & Central America Big Data Revenue 2013 - 2020
  • Figure 20: Middle East & Africa Big Data Revenue 2013 - 2020
  • Figure 21: North America Big Data Revenue 2013 - 2020
  • Figure 22: Western Europe Big Data Revenue 2013 - 2020
Back to Top