表紙
市場調査レポート

金融サービス業におけるビッグデータ:市場の分析と予測 (2015〜2020年)

Big Data in Financial Services Industry: Market Analysis and Forecasts 2015 - 2020

発行 Mind Commerce 商品コード 316728
出版日 ページ情報 英文 98 Pages
納期: 即日から翌営業日
価格
本日の銀行送金レート: 1USD=104.18円で換算しております。
Back to Top
金融サービス業におけるビッグデータ:市場の分析と予測 (2015〜2020年) Big Data in Financial Services Industry: Market Analysis and Forecasts 2015 - 2020
出版日: 2015年12月30日 ページ情報: 英文 98 Pages
概要

金融サービス業 (信用組合・銀行・クレジットカード企業・保険企業・会計事務所・消費者金融・証券会社・投資ファンドなど) は、ビッグデータの中核領域の一つで、どの部門も巨大な市場機会を有しています。ビッグデータや付属の解析ソリューションは金融サービス業者に多くの利点をもたらします (料金最適化、リスク管理、信用管理、投資提言、個別化サービス、運用効率改善、詐欺防止・セキュリティ、コールセンター運用効率改善、個人客サービス改善、コンプライアンス遵守など)。ビッグデータや関連技術の活用により、金融サービス企業ではデータを補足・解析し、予測的モデルやバックテストを構築し、シナリオをシミュレートすることが可能となります。また、各企業は反復学習を経た上で、最も重要な変数や主要予測モデルを決定することができます。金融サービス業者はいま、競争力の強化やコストの最小化、リスクのチャンスへの転換方法、リアルタイムでのリスク最小化の方法などを学んでいるところです。

当レポートでは、世界の金融サービス業向けビッグデータ市場の将来展望と市場機会について分析し、ビッグデータ導入がもたらす影響や、主なビッグデータ・サービスプロバイダーの概略、主な金融サービス管理モデルとその導入方法、金融サービス業界にもたらされる短期的・長期的な利点、ビッグデータ導入に当たって解決すべき課題などを調査・考察しております。

第1章 エグゼクティブ・サマリー

第2章 金融サービス業におけるビッグデータ

  • 金融サービス業
  • ビッグデータによる金融サービス業の転換
  • 金融サービス業におけるビッグデータのマクロ的な促進要因
    • キャッシュレス社会
    • 貿易・投資分野でのコンプライアンス・行動学習におけるビッグデータ
    • 金融サービスにおける政府とビッグデータ
  • 金融サービスにおけるビッグデータの役割
  • 金融サービス部門に不可欠な要素となりつつあるビッグデータ
  • ビッグデータの金融サービス市場への3つのアプローチ
    • 情報ベースでの選別
    • 情報ベースでの仲介業務 (ブローカリング)
    • 情報ベースでのサービス提供
  • 金融サービス業界でビッグデータを機能させるための段階
    • データ取得・収集・検知
    • データ管理・統合
    • データ解析
  • 金融サービスの市場競争での差別化要因としてのビッグデータ
  • 金融関連のビッグデータ管理:参照データ
  • 金融サービス業でのビッグデータの将来性

第3章 金融サービス業者のビッグデータへの取り組み

  • 金融サービス業界での現在のビッグデータ導入状況
    • 金融サービス業者のビッグデータへの取り組み
  • 金融サービス業界でのビッグデータ関連の主な取り組み
    • 顧客からの問い合わせに対するリアルタイムでの回答
    • 予測解析機能を用いた、顧客の行動・傾向データの評価
    • 顧客の心理的状態の計測と適切な行動の実施
    • データ再構築のためのマスカスタマイゼーション
    • 巨大収益のためのビッグデータ
    • 詐欺やその他の金融犯罪を予見するためのビッグデータ

第4章 金融サービス業におけるビッグデータ:世界市場の将来動向

  • 世界のビッグデータ市場
    • 非構造化データ市場
    • 「第三のプラットフォーム」の見通し
    • データプロセス市場の影響度
    • ゼタバイト市場に向けた動き
    • 世界のビッグデータ市場の将来見通し (今後6年間分)
    • データ解析:市場競争の最前線
  • ビッグデータから金融サービス業界が学ぶこと
  • 金融業向けビッグデータの世界市場 (今後6年間分)
  • 金融サービス業会の重点投資分野 (今後6年間分)

第5章 企業とソリューション

  • ビッグデータ財務管理ソリューション
  • 企業・ソリューション
    • 1010DATA
    • 10GEN
    • ACTIAN
    • ALTERYX
    • AMAZON
    • ATTIVIO
    • BOOZ ALLEN HAMILTON
    • CAPGEMINI
    • CISCO SYSTEMS
    • CLOUDERA
    • CSC
    • DELL
    • EMC
    • FUSION-IO
    • GOODDATA
    • GOOGLE
    • GUAVUS
    • HP
    • 日立製作所
    • IBM
    • INFORMATICA
    • INTEL
    • MARKLOGIC
    • MICROSOFT
    • MU SIGMA
    • NETAPP
    • OPERA SOLUTIONS
    • ORACLE
    • PARACCEL
    • QLIKTECH
    • SAP
    • SGI
    • SPLUNK
    • TERADATA
    • TIBCO SOFTWARE
    • VMWARE

第7章 結論と提言

図表一覧

このページに掲載されている内容は最新版と異なる場合があります。詳細はお問い合わせください。

目次

Overview:

Financial Services (credit unions, banks, credit-card companies, insurance companies, accountancy companies, consumer-finance companies, stock brokerages, investment funds) is one of the key areas for Big Data as there is great benefits for the entire ecosystem. Big Data and various analytics solutions provide many benefits to financial services organizations including: Optimizing Pricing, Risk Management, Credit Worthiness, Investment Advice, Personalized Offerings, Better Operational Efficiency, Fraud Detection and Security, Improved Call Center Operations, Better Customer Insight and Service, Governance and Regulatory Compliance.

Big Data technologies and related business intelligence solutions provide financial services firms with the capability to capture and analyze data, build predictive models, back-test and simulate scenarios. Through iteration, firms will determine the most important variables and also key predictive models. Financial service providers are learning to leverage the value of data and gain competitive advantage, minimize costs, convert challenges to opportunities, and minimize risk in real-time.

This research evaluates the market for Big Data in the financial services sector, analyzes key players, identifies challenges and opportunities, and provides forecasting for 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.

Target Audience:

  • Big Data companies
  • Telecom service providers
  • Regulatory and policy makers
  • Data services and analytics companies
  • Cloud and telecom infrastructure providers
  • Financial services companies and personnel
    • Hedge Funds
    • Private Equity
    • Asset Managers
    • Financial Analysts
    • Investor Relations
    • Portfolio Managers
    • Investment Bankers

Report Benefits:

  • Big Data in financial services forecasting through 2020
  • Identify leading companies and solutions for financial sector
  • Identify the Top Reasons why financial institutions need Big Data
  • Understand the government needs for Big Data in financial sector
  • Understand the role and importance of Big Data in financial services
  • Recognize the future prospects for Big Data in financial services industry
  • Identify initial and ongoing implementation areas for Big Data and analytics

Table of Contents

1.0. EXECUTIVE SUMMARY

2.0. BIG DATA IN FINANCIAL SERVICES

  • 2.1. FINANCIAL SERVICES INDUSTRY
  • 2.2. FINANCIAL SERVICES TRANSFORMS WITH BIG DATA
  • 2.3. MACRO DRIVERS FOR BIG DATA IN FINANCIAL SERVICE
    • 2.3.1. CASHLESS SOCIETY
    • 2.3.1. BIG DATA IN TRADING AND INVESTING COMPLIANCE AND BEHAVIOR LEARNING
    • 2.3.2. THE GOVERNMENT AND BIG DATA IN FINANCIAL SERVICES
  • 2.4. ROLE OF BIG DATA IN FINANCIAL SERVICES
  • 2.5. BIG DATA TO BECOME ESSENTIAL COMPONENT FOR FINANCIAL SERVICE SECTOR
  • 2.6. A THREE-WAY BIG DATA APPROACH TOWARDS FINANCIAL SERVICES
    • 2.6.1. INFORMATION BASED SORTING
    • 2.6.2. INFORMATION BASED BROKERING
    • 2.6.3. INFORMATION BASED DELIVERY
  • 2.7. STEPS FOR BIG DATA FUNCTIONING IN FINANCIAL SERVICES
    • 2.7.1. DATA ACQUISITION, COLLECTION, AND DETECTION
    • 2.7.2. DATA MANAGEMENT AND INTEGRATION
    • 2.7.3. DATA ANALYSIS
  • 2.8. BIG DATA AS COMPETITIVE DIFFERENTIATOR FOR FINANCIAL SERVICES
  • 2.9. FINANCIAL BIG DATA MANAGEMENT: REFERENCE DATA
  • 2.10. FUTURE OF BIG DATA IN FINANCIAL SECTOR

3.0. BIG DATA INITIATIVES OF FINANCIAL SERVICES PROVIDERS

  • 3.1. CURRENT STAGE OF THE BIG DATA IMPLEMENTATION IN FINANCIAL SERVICES
    • 3.1.1. FINANCIAL SERVICE PROVIDER BIG DATA INITIATIVES
  • 3.2. TOP BIG DATA INITIATIVES IN FINANCIAL SERVICES SECTOR
    • 3.2.1. PROVIDE REAL-TIME RESPONSE TO CONSUMER QUERIES
    • 3.2.2. ASSESS CUSTOMER BEHAVIORAL AND TENDENCY DATA USING PREDICTIVE ANALYTICS
    • 3.2.3. MEASURE CUSTOMER SENTIMENTS AND TAKE APPROPRIATE ACTION
    • 3.2.4. MASS CUSTOMIZATION DATA REMODELING
    • 3.2.5. BIG DATA FOR BIG REVENUE
    • 3.2.6. BIG DATA FOR PREDICTING FRAUD AND OTHER FINANCIAL CRIMES

4.0. BIG DATA IN FINANCIAL SERVICES: GLOBAL MARKET 2015 - 2020

  • 4.1. THE GLOBAL BIG DATA MARKET
    • 4.1.1. THE UNSTRUCTURED DATA MARKET
    • 4.1.2. THE THIRD PLATFORM PERSPECTIVE
    • 4.1.3. DATA PROCESS MAGNITUDE
    • 4.1.4. TOWARDS THE ZETTABYTES MARKET
    • 4.1.5. GLOBAL MARKETS FOR BIG DATA 2015 - 2020
    • 4.1.6. DATA ANALYTICS IS THE BATTLEGROUND FOR COMPETITION
  • 4.2. LEARNING FROM BIG DATA IN FINANCIAL SERVICES SECTOR
  • 4.3. GLOBAL MARKET FOR BIG DATA IN FINANCIAL SECTOR 2015 - 2020
  • 4.4. FOCUS AREAS FOR FINANCIAL SERVICES SECTOR INVESTMENT 2015 - 2020

5.0. COMPANIES AND SOLUTIONS

  • 6.1. BIG DATA FINANCIAL MANAGEMENT SOLUTIONS
  • 6.2. COMPANIES AND SOLUTIONS
    • 6.2.1. 1010DATA
    • 6.2.2. 10GEN
    • 6.2.3. ACTIAN
    • 6.2.4. ALTERYX
    • 6.2.5. AMAZON
    • 6.2.6. ATTIVIO
    • 6.2.7. BOOZ ALLEN HAMILTON
    • 6.2.8. CAPGEMINI
    • 6.2.9. CISCO SYSTEMS
    • 6.2.10. CLOUDERA
    • 6.2.11. CSC
    • 6.2.12. DELL
    • 6.2.13. EMC
    • 6.2.14. FUSION-IO
    • 6.2.15. GOODDATA
    • 6.2.16. GOOGLE
    • 6.2.17. GUAVUS
    • 6.2.18. HP
    • 6.2.19. HITACHI
    • 6.2.20. IBM
    • 6.2.21. INFORMATICA
    • 6.2.22. INTEL
    • 6.2.23. MARKLOGIC
    • 6.2.24. MICROSOFT
    • 6.2.25. MU SIGMA
    • 6.2.26. NETAPP
    • 6.2.27. OPERA SOLUTIONS
    • 6.2.28. ORACLE
    • 6.2.29. PARACCEL
    • 6.2.30. QLIKTECH
    • 6.2.31. SAP
    • 6.2.32. SGI
    • 6.2.33. SPLUNK
    • 6.2.34. TERADATA
    • 6.2.35. TIBCO SOFTWARE
    • 6.2.36. VMWARE

7.0. CONCLUSIONS AND RECOMMENDATIONS

Figures

  • Figure 1: Big Data Approaches for Financial Services
  • Figure 2: Big Data Functional Levels
  • Figure 3: Big Data as Competitive Differentiator for Financial Services
  • Figure 4: Financial Big Data Management Paradigm
  • Figure 5: Big Data for Predicting Financial Crimes
  • Figure 6: Big Data Paradigm
  • Figure 7: Migration Process of Platform Technology
  • Figure 8: Data Universe Zettabytes Generation 2013 - 2020
  • Figure 9: Global Big Data Market Forecast 2015 - 2020
  • Figure 10: Global BD Market by H/W, S/W, and Services 2015 - 2020
  • Figure 11: Big Data in Financial Services by Components 2015 - 2020
  • Figure 12: Big Data Revenue Share by Vendor Solutions
  • Figure 13: Hadoop and NoSQL Vendor Revenue Share

Tables

  • Table 1: Global Big Data Market 2015 - 2020
  • Table 2: Global Big Data Markets by H/W, S/W, and Services 2015 - 2020
  • Table 3: Global Markets for Big Data in Financial Sector
  • Table 4: 1010data Big Data Financial Management Solutions
  • Table 5: 10gen Big Data Financial Management Solutions
  • Table 6: Actian Big Data Financial Management Solutions
  • Table 7: Alteryx Big Data Financial Management Solutions
  • Table 8: Amazon Big Data Financial Management Solutions
  • Table 9: Attiivio Big Data Financial Management Solutions
  • Table: 10 Booz Allen Hamilton Big Data Financial Management Solutions
  • Table 11: Capgemini Big Data Financial Management Solutions
  • Table 12: Cisco Big Data Financial Management Solutions
  • Table 13: Cloudera Big Data Financial Management Solutions
  • Table 14: CSC Big Data Financial Management Solutions
  • Table 15: Dell Big Data Financial Management Solutions
  • Table 16: EMC Big Data Financial Management Solutions
  • Table 17: Fusion-IO Big Data Financial Management Solutions
  • Table 18: GoodData Big Data Financial Management Solutions
  • Table 19: Google Big Data Financial Management Solutions
  • Table 20: Guavus Big Data Financial Management Solutions
  • Table 21: HP Big Data Financial Management Solutions
  • Table 22: Hitachi Big Data Financial Management Solutions
  • Table 23: IBM Big Data Financial Management Solutions
  • Table 24: Informatica Big Data Financial Management Solutions
  • Table 25: Intel Big Data Financial Management Solutions
  • Table 26: MarkLogic Big Data Financial Management Solutions
  • Table 27: Microsoft Big Data Financial Management Solutions
  • Table 28: Mu Sigma Big Data Platforms
  • Table 29: MuSigma Big Data Financial Management Solutions
  • Table 30: NetApp Big Data Financial Management Solutions
  • Table 31: Opera Solutions Big Data Financial Management Solutions
  • Table 32: Oracle Big Data Financial Management Solutions
  • Table 33: ParAccel Big Data Financial Management Solutions
  • Table 34: Qlick Tech Big Data Financial Management Solutions
  • Table 35: SAP Big Data Financial Management Solutions
  • Table 36: SGI Big Data Financial Management Solutions
  • Table 37: Splunk Big Data Financial Management Solutions
  • Table 38: Teradata Big Data Financial Management Solutions
  • Table 39: Tibco Software Big Data Financial Management Solutions
  • Table 40: VMware Big Data Financial Management Solutions
Back to Top