リサーチデータ&業界専門資料販売 SurveyReport サーベイレポート

マーケティング・レポート&データ、ビジネス資料のオンライン販売サイト
会員登録
検索条件

キーワード入力

現在のカゴの中

商品数:0点

合計:0円
(送料を除く)

カゴの中を見る

商品カテゴリー
特集記事カテゴリー
Clip → My Clip 一覧
  • ご利用ガイド
  • 新着情報お知らせ配信登録/登録解除
  • 当サイトについて
  • お問い合わせ
  • 特定商取引に関する法律
ビジネスセミナー案内 »»» PLANiDEA オンラインストア
マーケティング発想支援 »»» PLANiDEA insight
PLANiDEA リサーチ&コンサルティング 総合案内
レポートを発行している方へ

[SurveyReport] では、付加価値の高いビジネス資料やマーケティングデータを制作・発行されている方を、企画制作&販売面などでサポートしています。 お気軽にご相談ください。

→ お問合せはこちらから

ビッグデータ活用シーンに関する市場調査2013Ver2

ビッグデータ活用事例, ビッグデータ活用シーン, ビッグデータ市場, ビッグデータ分類, ビッグデータ事例集, ビッグデータ分析, ビッグデータケーススタディ, ビッグデータ実例, ビッグデータ種類, ビッグデータ市場調査

ビッグデータ活用シーンに関する市場調査2013Ver2

Clip!

~ 【ピンポイント調査】 ビッグデータの活用事例を抽出し、各企業・団体へのヒアリングを踏まえて整理・分類・マトリクス化してまとめた資料の続編! ~

  • オススメ

商品コード: ESP00063

【資料概要】

ビッグデータの活用シーン(先行事例)を多面的に網羅して俯瞰!次の新たな戦略・ソリューション・サービス開発に活かせる観点&ヒント!

当資料 『ビッグデータ活用シーンに関する市場調査 2013 Ver.2』 は、ビッグデータの活用事例を徹底調査、企業別に活用シーンを抽出し、分類分け&マトリクス化してまとめた資料の続編です。企業活動において増大し続けるさまざまなデータから、トレンドや予兆をいち早く察知し、新しいビジネスへの活用・現状の業務改善などビッグデータの活用シーンが網羅されており、多面的かつ効率的にビッグデータの活用事例を俯瞰することができます。

(1) セグメント別×ビッグデータ活用シーンの整理・マトリックス作成

(2) 企業別×ビッグデータ活用シーンの抽出・分類分け・マトリックス化調査

(3) ビッグデータ市場における活用シーンの徹底調査
⇒ 企業活動において増大し続けるさまざまなログやデータからトレンドや予兆をいち早く察知、新しいビジネスへの活用、現状の業務改善など、ビッグデータの活用シーンを網羅的且つ多面的に俯瞰

(4) 出典企業別×ビッグデータ活用シーン代表例、参考資料も添付

【 『ビッグデータ活用シーンに関する市場調査 2013 Ver.2』 - はじめに - より 】

「ビッグデータ (BigData)」 の活用シーンを網羅的に調査&整理・マトリックス化することが今なお求められている。2012年後半から、どのような企業 (ベンダ、ユーザー) がどのような活用シーン (ビッグデータ : BigData) を具体的に掲げているのか? 「先行事例」 について言及先、出典先企業を明らかにした上で、詳細且つ網羅的な 「ビッグデータ (BigData)」 活用シーンを俯瞰し、次の新たな戦略・ソリューション・サービス開発に活かしていきたいとするITベンダが目立つ。

その背景にあるのは、ビッグデータの活用シーン (先行事例) を多面的に深く考察することで、あらゆる業種、業界のユーザー向けに新たなビジネスを生み出していく (創造していく) ヒントを掴もう!といった機運の高まりがある。しかしながら、「ビッグデータ (BigData)」 活用シーンはノウハウ・知恵であり、迂闊にすべてを語ることは難しい (公開できる内容であれば話せる) とする企業 (ベンダ、ユーザー) が多いことも事実である。

こうした声を受けて、ESP総研では 『2013年「ビッグデータ(BigData)」 ×活用シーンに関する市場調査』 のリニューアル継続版となる 『2013年 「ビッグデータ(BigData)」 ×活用シーンに関する市場調査 Ver.2』 について調査&レポート化することとなった。

今回、ご多忙にも関わらず当該調査にご協力頂いた皆様にはこの場を借りて心から深く感謝申し上げると共に、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。

【調査対象】

Web上で 「ビッグデータ (BigData)×活用シーン」 を掲げている企業または団体

【調査方法】

専門調査員により、Webや文献に加え、ビッグデータ(BigData)×活用シーンについて言及している企業・団体などへの多面的なヒアリングを行った結果をレポーティング。

※ 但し、中には 「ビッグデータ (BigData)」 活用シーンはノウハウ・知恵であり、迂闊にすべてを語ることは難しい (公開できる内容であれば話せる) とする企業 (ベンダ、ユーザー) もおり、彼らについては公開できる範囲内で情報提供頂いた。

【調査&レポート期間】

2013年3月27日 (調査開始)~4月30日(調査終了)。8月19日に集計&報告書作成終了。

「ピンポイント調査 (マルチ企画)」 とは?

1) 「自主企画調査」 が不特定多数を対象とした調査レポート (定価は10万円未満/冊) であるのに対し、「ピンポイント調査 (マルチ企画)」 は不特定多数を対象としているものの、特定の業界に特化した調査レポート (定価は100万円未満/冊) となります。

2) 「ピンポイント調査 (マルチ企画)」 を実施する背景には、お客様が 「個別調査」 に対して従来通りの調査コスト (数百万円/テーマ) をかけられない!といったご要望にお応えすることなどがあります。

3) つまり、個別調査を実施したいものの100万円未満/テーマしか調査予算がないお客様のご要望を満たすための調査レポート内容となっております。

4) 基本的に、最低5社以上からのご注文または特定企業からの強いご要望・リクエストがあった場合に 「ピンポイント調査 (マルチ企画)」 を実施しております。

5) なお、ピンポイント調査 (マルチ企画) レポートは、個別調査・特別企画調査ではなく、あくまで出版物としての位置付けですので、権利の帰属、つまり成果物 (本報告書及びその記載内容を含む) の著作権などは、発刊元である (株)ESP総研に帰属するものです。

▼ 『ビッグデータ活用シーンに関する市場調査 2013 Ver.2』 資料目次

~ (1)セグメント別×ビッグデータ活用シーンの整理・マトリックス作成、(2)企業別×ビッグデータ活用シーンの抽出・分類分け・マトリックス化調査、(3)ビッグデータ市場における活用シーンの徹底調査⇒企業活動において増大し続けるさまざまなログやデータからトレンドや予兆をいち早く察知、新しいビジネスへの活用、現状の業務改善など、ビッグデータの活用シーンを網羅的且つ多面的に俯瞰、(4)出典企業別×ビッグデータ活用シーン代表例も添付 ~

  I. 総括 編

1) セグメント (大項目×中分類) 別 集計&分析 (全体) <1>~<3>
2) セグメント (大項目×中分類) 別 集計&分析 (全体)
3) ビッグデータ×活用シーン

大項目、中項目 (抽出件数含む)、小項目=ビッグデータの詳細な活用シーン、言及している企業名、企業の代表TEL

  II. 参考資料 (付録) 編

* 出典企業別×ビッグデータ活用シーン 代表例 [508枚]

1-1-1) より関連性の高い検索結果や、適切な広告が表示される : Amazon
1-1-2) 電子書籍上でハイライトされた箇所に関する情報をクラウドで集約・共有する試みを開始。どこが面白かったのか、その情報は、販売促進や出版企画にも活用 : Amazon
1-1-3) ゲーム内の経済システムを調整 : Amazon
1-1-4) Google翻訳(辞書の組み合わせではなく、国連の文書という膨大なデータを処理することで、翻訳を実現) : Google
1-1-5) 数日かかった数十億件のテキストデータ処理を30分に短縮。ビッグデータの集合知によるオンリーワンの企業情報を提供(帝国データバンク) : 日本IBM
1-1-6) ソーシャルネットワーク(大量のTEXTおよび画像データを処理している) : Facebook/Twitter
1-1-7) 2300万会員のアクセス履歴を分析し、どんな動画を見たら有料会員になりやすいかを把握し、黒字化に貢献 : ドワンゴ
1-1-8) Web検索「もしかして」機能(過去の入力ログや登録情報を分析し、近い情報を「もしかして」と尋ねる) 、Googleサジェスト機能 : Google
1-1-9) 店舗やサービス、プロモーション単位でユーザーの利用傾向を把握し、Webサイトを適宜見直すことで、タイムリーに集客施策の改善が行える(ぐるなび) : NEC
1-1-10) 「集合知の活用」により料理レシピのビジネスモデルを、それまでの料理専門家と本・雑誌によるものから、一般の主婦とウェブによるものへと変えた : クックパッド
1-1-11) クックパッドの検索キーワードログデータを活用し、食材、地域、季節、食用シーンなど切り口での検索・ランキング情報を有料で提供 : クックパッド
1-1-12) 適切な時間に適切なレシピを提供(クックパッド) : サイオステクノロジー
1-1-13) ヤフー・ジャパンに登録された6000万人のライフログを使って、ターゲティング広告を導入したケースでは広告への反応を示す「クリック率」が従来に比べ2倍に上がった : ソフトバンクテレコム、ソフトバンクモバイル
1-1-14) Anormaly Detection (統計的手法を用いて異常検知を行う。具体的には入力データをもとに確率モデルを学習し、確率モデルをもとに異常度合いをスコアリングする) : ラック
1-1-15) 検索エンジン(入力補助機能、他のキーワード候補の検索結果の表示順)(Google) : ラック
1-1-16) Hadoopを採用したことで、1年半分のログから20万人の会員にレコメンドメールの送付が可能になった。これにより、CVR(コンバージョンレート)が1.6倍になった(クーポン・グルメ事業「ホットペッパー」) : リクルートグループ
1-1-17) 数週間かかっていた毎月950車種の価格分析が1時間30分に短縮、適切な価格算出(中古車情報事業「カーセンサー」 ) : リクルートグループ
1-1-18) 広告配信システムの業務改善や効率化の意識改革を実現(マイクロアド) : 伊藤忠テクノソリューションズ
1-1-19) 「楽天スーパーDB」(サービスごとに保持していた会員の購買履歴や商品閲覧履歴、属性、趣味や関心、ポイントといったデータを統合、商品やサービスのリコメンデーションの高度化、各会員に表示する画面のパーソナライゼーションなどに活用) : 楽天
1-1-20) レコメンド、ターゲティング広告、検索改善、ログ解析 : 楽天
1-1-21) 検索での関連語提示や辞書構築での活用 : 楽天
1-1-22) 国立国会図書館サーチ(NDL Search) (国会図書館をはじめ、全国の図書館や公文書館などの蔵書を横断的に検索できる) : 国立国会図書館
1-1-23) ソーシャルプラットフォームのグローバル展開(1.9億ユーザー規模を見込む「GREE Platform」)(グリー) : 日本オラクル
1-1-24) Webサイトを訪れたユーザーのページ遷移や滞在時間などを分析することで、ユーザーの志向を読み取り、その傾向を反映することで、より使いやすくて好まれるサイトが構築できる : 日本ユニシス
1-1-25) SaaSの機能改善 : 非公開
1-1-26) WEBサイトのユーザビリティ改善 : 非公開
1-1-27) ライフログを活用し、生活者のウェブ上での行動を競合サイトと比較した上で自社サイトの課題を発見。サイト来訪者を増やすための広告戦略や、コンバージョンを向上させるサイト内コンテンツの開発に生かしていく : 非公開
1-1-28) レコメンデーションの精度が向上し、ECサイトでの推奨商品のクリック率が、システム刷新前と比較して約140%まで向上(音楽/映像ECサイト運営会社) : 非公開
1-1-29) 検索エンジンのアルゴリズム改善 : 非公開
1-2-1) WebブラウザーのCookie情報を基に8500万の行動履歴10TBを日次分析し、そこから利用者の興味を推定し、130種類に分類 : Platform ID
1-2-2) Webアクセスログの分析を円滑・迅速に行う(サービス業) : NEC
1-2-3) PC操作ログからのワークスタイル分析 : オージス総研データサイエンスセンター
1-2-4) Webサイトアクセス分析 : オージス総研データサイエンスセンター
1-2-5) メールログからのコミュニケーション分析 : オージス総研データサイエンスセンター
1-2-6) 2012年12月に行われた衆議院議員選挙に対するつぶやき、364,590件を独自に収集し、再分析 : プラスアルファコンサルティング
1-2-7) ネット選挙解禁について、ツイッターの「つぶやき」を収集し、ソーシャルメディアユーザの反応を分析 : プラスアルファコンサルティング
1-2-8) 「たべみる」(クックパッド会員登録者による1億以上の膨大な検索キーワードを対象に、食材・地域・季節・食用シーン(運動会やお弁当)など、さまざまな切り口で検索件数やランキングデータの分析を行う)(マクロミル) : ラック
1-2-9) インターネット上でのサイト誘導や、購買に対するリスティングやバナー広告などの集客施策がどれだけ事業に貢献したかを分析(クーポン・グルメ事業「ホットペッパー」) : リクルート
1-2-10) 宿泊・予約データから、地域ごとの宿泊者の特性を分析、自治体に開示(国内最大級の宿泊予約サイト「じゃらんnet」 ) : リクルートグループ
1-2-11) 物件情報や物件の検索率といったデータを基に、どういった設備を持つ物件が売れているか、といったことを分析(住宅情報サイト「SUUMO」) : リクルートグループ
1-2-12) ブログクチコミ件数などから算出した“ビッグデータ予測”。選抜メンバー上位16人中15人の顔ぶれを的中(第4回AKB48選抜総選挙) : ルグラン
1-2-13) データをリアルタイムに分析してキャンペーンなどに活用(ゲーム業界) : 日本ヒューレット・パッカード
1-2-14) アクセス分析、コンテンツ分析、ソーシャルメディア分析(メディア(WEB)業) : 日立製作所
1-2-15) ライフログ解析 : 博報堂
1-2-16) ロケーションログ解析 : 博報堂
1-2-17) 衆議院選挙(有権者のインターネット上での行動を分析して結果を予想するという試みなど) : 非公開
1-2-18) ブログ記事から選挙動向を分析 : 非公開
1-2-19) ユーザーの行動解析やパターン分析(インターネットやソーシャルメディアの業界) : 非公開
1-3-1) ソーシャルゲームへの参加を促進する : Amazon
1-3-2) 顧客の使用状況や操作をさらに深く洞察することで、市況の変化に迅速に対応 : Amazon
1-3-3) インターネット広告の配信最適化、居住地、年齢、性別、交際関係、興味関心、学職歴などの登録情報をもとにターゲティング : Facebook
1-3-4) Webサイト訪問者の行動を効率的に分析し、その結果を活用してWebサイトでのサービスの拡充や販売強化を行う(日本航空) : 日本IBM
1-3-5) リコメンド(リコメンデーション、大量のログを解析し、似たような傾向を示す人に情報を配信する仕組み) : Amazon
1-3-6) 既存の顧客データやソーシャルメディア上のテキストデータを基に、顧客1人1人の趣味・嗜好や、クチコミのつながり、購買までの経験価値などを分析。着メロなどオンライン販売商品の開発やプロモーション、解約の抑止などに生かしている : KDDI
1-3-7) 新規訪問者とリピーター別のコンバージョン率や直帰率など、顧客アクセスの変化を各部署で管理 : オーリック・システムズ
1-3-8) ソーシャルメディアのマイページで、本人の属性やコメントに関連する広告を提示 : 日本ユニシス
1-3-9) ユーザー行動解析や広告効果測定(結婚情報サイト「ゼクシィnet」 ) : リクルートグループ
1-3-10) 従来の紙媒体だけでなく、企業と人を結びつける多彩なサイトを運営、そこから得られた膨大な行動データを集積→分析→仮説検証といったサイクルをすばやく行い、結果につなげる : リクルート
1-3-11) 従来8時間かかっていた集計処理が、58分で終了、新たなお客様サービスの検討(会員のレンタル・買い物履歴から推奨する商品をピックアップして提案する)(ゲオ) : 伊藤忠テクノソリューションズ
1-3-12) モデル(ルール・パターン)の継続的な高精度化(ソーシャルゲーム業界) : 非公開
1-3-13) アメーバピグなどを対象として、他のユーザーとのメッセージのやり取りが減ったなどの、退会するユーザーの行動パターンを分析する。それによって、退会しないようにユーザーに説得したりする : 非公開
1-3-14) どうすれば離脱せず、遊び続けてもらうのか、どういった行動をとるひとが課金アイテムを購入するのかといったことをデータから分析・発見、そこで得た情報をゲームに反映(ソーシャルゲーム会社) : 非公開

2-1-1) センサーから取得した電力消費量からその住居に住んでいるお年寄りの状況を推測する : 非公開
2-2-1) 自社で収集・加工したリアルな医療データを提供し、お客様が分析・活用するためのASPサービスを開始(日本医療データセンター) : 伊藤忠テクノソリューションズ
2-2-2) 地域の病院や診療所、保健センターが保有する患者情報を蓄積し、糖尿病などの慢性疾病管理の分析に利用することで医療の質の向上を目指している : 徳島大学病院
2-2-3) 電子カルテシステムのテキスト情報や時系列データを分析するシステム(東邦大学と共同) : 日本IBM
2-2-4) 心血管疾患を早期に発見できるクラウドベースの医療ソリューション(腕時計型のセンサーから無線でデータが送信され、クラウド上に管理される。医者や患者はいつでもデータにアクセスして、解析して異常を察知することができる)(医療業界) : 日本ヒューレット・パッカード
2-2-5) 新生児ICUのモニタリング : 日本情報通信
2-2-6) 「医学情報管理クラウド」 (病診連携が実現し、患者はどの医療機関にかかっても格差のない高レベルの医療サービスを受けられるようになる) : 日立製作所
2-2-7) ヘルスケア・医療分野における医療画像解析 : 日立製作所
2-2-8) 遺伝子情報の分析を組み合わせたオーダーメイド医療への応用、患者一人ひとりの効果的な投薬や副作用の防止、コストの低減(医療分野) : 日立製作所
2-2-9) 統計学的手法の活用によって、医療従事者が自らの専門知識だけに頼って患者を診断するのに比べて、より正確に診断・治療できるようになる(ヘルスケア企業) : 非公開
2-2-10) 日々患者に接する看護士らが各患者の看護記録を、担当医が処方箋などの情報をITシステムに入力しておき、各情報を統合して管理・分析することで、診断ミスによる医療事故を大幅に低減できる : 非公開
2-2-11) 診療データとリアルタイムの患者情報を組み合わせたビッグデータ活用の診断支援システム(GEヘルスケア) : 富士通
2-2-12) 電子カルテから生活習慣と病気の相関分析 (医療業界) : 富士通
2-3-1) 体重計や歩数計などをネットにつないで健康情報を管理したり、健康関連のWebサービスと連携したりする : タニタヘルスリンク
2-3-2) 運動靴にセンサーを組み込み、履いている人が運動する間、ジャンプの高さや走る速さなどを測定するといったサービスを提供(ナイキ) : 日本テラデータ
2-3-3) リモート健康管理システム(ヘルスケア) : 日本情報通信
2-3-4) 健康情報を自動収集・集積・分析し一人ひとりの生活習慣を「見える化」する(医療分野) : 非公開
2-3-5) お肌測定基盤(ビッグデータを利活用するためのクラウドサービス「データ活用基盤サービス」上で、利用者が日々撮影したお肌の画像データを蓄積・分析し、「美容」に関心をもつ利用者に新たな価値を提供) : 富士通
2-4-1) インフルエンザ流行予測サービス「Googleインフルトレンド」(流行の兆しを早く知って予防対策の準備をしたり、流行が予測される地域を避けたりすることができる) : Google
2-4-2) Twitter上で流れる膨大なつぶやき(ツイート)を収集し、テキストマイニングにより、近い将来の風邪の「話題度」を予測するWebサイトを公開。鼻風邪や熱風邪など地域によってどんな風邪が流行っているかを分析し、注意喚起も行っている。(カゼミル+) : エスエス製薬
2-4-3) 「インフルくん」(ツイッターの発言から、インフルエンザ関連のつぶやきを日本地図に重ね、インフルエンザの流行地図を作成) : 東京大学知の構造化センター
2-4-4) 伝染病などの早期警戒システム : 日本情報通信
2-4-5) 収集した日常生活の情報から異常パターンを発見して、病気の早期発見につながる可能性を高められる(医療) : NEC
2-4-6) 糖尿病発症リスクの予測(毎日の体重や歩数、血圧の変化、健康診断データなどの行動履歴から来年、糖尿病になるリスクを割り出す) : 富士通

3-1-1) 異種混合学習技術を活用したエネルギー需要予測(オフィスビル管理) : NEC
3-1-2) ビルの電力需要予測に用いる場合に外気温や時間などによって常に変化する電力消費量からさまざまな規則性を見つけ出し、きめ細かい電力制御が可能 : NEC
3-1-3) エネルギー消費分析(公共・公益分野) : 日立製作所
3-1-4) ビル環境マネジメント(ビルの空調や照明の管理に対して、人間が実際に体感している情報をフィードバックすることで、既定されている空調や照明の制御以上にエネルギーを節約する) : 日立製作所
3-1-5) 地域でのエネルギー管理(企業や家庭向けの電力を最適に制御することで、地域全体の需給バランスをとったり、ピーク時の発電量を最小化してトータルの電力コストを低減) : 日立製作所
3-1-6) 工場やオフィスの電力需要に関する時系列データを蓄積し、それを分析することで将来の電力需要を予測。単なるピークカットを超えた、よりインテリジェントな節電対策を実現 : 非公開
3-1-7) 提供サービスの利用パターンを分析することによって、需給のコントロールができるようになる(電力や水道などの公共企業) : 非公開
3-2-1) スマートグリッド(送電網に関して、リアルタイムに状況を感知した制御を行うことにより、より効率的な送電を実現する) : 日本IBM
3-2-2) スマートメーターによる電力の需要予測 : 非公開
3-2-3) スマートメーターによる電力利用アドバイス : 非公開
3-2-4) 全国各地の気温や湿度のデータ、スマートメーターから得られる電力使用状況のデータ、消費者の外出状況の把握などによって電力需給の調整をする(スマートグリッド) : 非公開
3-3-1) スマートシティ(世の中からビッグデータを収集して活用することで、次世代交通システムやスマートグリッド、インテリジェントな水処理システム、エネルギー効率に優れたEV(電気自動車)の充電管理システムなど、高機能な社会インフラをスムースに制御・運用することが可能) : 日立製作所
3-3-2) スマートシティ( ITを活用し、電気、水、交通などの社会インフラをより効率的に整備しようとする試み) : 非公開
3-4-1) 石油探索( 1日68テラバイトものデータを分析しながら、効率よく発掘作業を行っている)(石油業界) : 日本ヒューレット・パッカード
3-5-1) 代替エネルギーとしてのコージェネレーション(熱電併給)システムの早期異常検知を実現 : 非公開
3-5-2) ガスタービンの予防保全(世界各国の様々な環境で稼動しているガスタービンの状態を収集し、監視センタにおいて監視・分析 、稼動情報を分析しそれぞれのガスタービンに適した予防保全を実現することで、お客様の稼働率を向上 ) : 日立製作所

4-1-1) 営業強化(プレゼンテーションツール、SFAフロント、情報照会、ワークフロー、メール、スケジュール) : JSOL
4-1-2) Webアクセスログの分析によるマーケティング活動 : NEC
4-1-3) テキスト解析技術によるWeb上のクチコミ評判分析 : NEC
4-1-4) 顔認証技術活用マーケティングサービス(店舗などの来場者の年齢や性別を自動推定したり、リピート顧客を検出することで、来場者の傾向分析が可能となり、効果的なマーケティングを支援) : NEC
4-1-5) 高度なテキストマイニング技術により、日々作成される日報データと過去の類似案件を照合。営業活動を支援するレコメンド情報を提供することで、営業力強化と売上拡大を目指している : NEC
4-1-6) 取得した来場者情報と、ビッグデータ(気象、広告、交通、SNSなど)とを組み合わせることで、店舗内では取れなかった来場者の来場に至る背景を把握し、来場者の写像を推測 : NEC
4-1-7) プロモーション効果の測定(キャンペーンやプロモーションの効果を、ソーシャルメディア上のツイート数の推移やそのポジティブ/ネガティブの割合、書き手の年代・性別からリアルタイムに把握・分析) : NTTコム オンライン・マーケティング・ソリューション
4-1-8) 企業やその商品・サービスに関する状況変化をリアルタイムに察知(ソーシャルメディア上のツイート数の急激な変化が検知された際、その件数などをメールでアラート通知することにより、企業の迅速な対応につなげることが可能) : NTTコム オンライン・マーケティング・ソリューション
4-1-9) マーケティング・プロモーションの高度化 : NTTデータ
4-1-10) ツイッターで発信された個人のツイート(つぶやき)の中から、上場企業についてのツイート数量や、企業名とともに書き込まれたキーワードを提示、これにより企業ごとの話題情報を知り、ツイッターで企業を語る書き手の興味がどこに向かっているのかを把握できる : QUICK
4-1-11) マーケティング効率化 : SAS Institute Japan
4-1-12) 顧客離反防止 : SAS Institute Japan
4-1-13) キャンペーンの進捗状況とWebアクセス動向をリアルタイムに共有し、課題があれば、迅速に改善 : オーリック・システムズ
4-1-14) 自社Webの製品ページや資料ダウンロードを利用した顧客の情報を、SFAに蓄積している営業情報と統合、顧客の最新動向を営業活動にフィードバックし、的確な提案に活用 : オーリック・システムズ
4-1-15) 再来率の低いショールームやイベント会場で動線を取得することにより展示物の効率の良い配置を確認/人が集まるホットスポットを確認することで、来場者ニーズも推測/取得したデータは次回のイベント計画で有効活用(ショールーム・イベント会場) : システム・ケイ
4-1-16) クチコミ係長(Twitterやブログの分析によって世の中の動きを見える化でき、直観的な操作で本格的なレポートが作成でき、効果測定やリサーチにご活用いただけるソーシャルメディア分析ツール)(マーケティング部がリサーチに利用) : ホットリンク
4-1-17) 顧客離反分析(顧客の属性と行動履歴から離反確立の高い「顧客」「行動」を予測、ルールを発見し、予測結果から適切なオファーをすることによって離反を抑止する) : ラック
4-1-18) 顧客のWebアクセスログや書き込み内容とその顧客の構造化データをマッチングして嗜好傾向を把握、効果的なマーケティングに活かす : 東京エレクトロンデバイス
4-1-19) 個々人の行動自体をより深く理解することによって、CRM やワン・トゥー・ワン・マーケティングのような顧客レベルのマーケティング活動に応用 : 東京大学大学院 経済学研究科
4-1-20) インフルエンサーと呼ばれる中心人物を探し、接触し、ファンになってもらう仕掛け(マーケティング分野) : 日本テラデータ
4-1-21) 顧客の動線や年齢・性別による交通利用や購買の実態が明らか、この情報をキャンペーンや駅の広告など、さまざまなマーケティングに活用(西日本鉄道のICカード「nimoca」) : 日本テラデータ
4-1-22) ツイッターのインフルエンサーの分析(封切り映画の評判が悪い地域はどこかという点と、テレビ番組での発言の関連性を調べるようなことにビッグデータの分析エンジンが使われている) : 日本ヒューレット・パッカード
4-1-23) 「ビッグデータ<ドリブン>マーケティング」(あらゆるマーケティング費用を最適化する / マーケティングオプティマイザー) : 博報堂
4-1-24) 「ビッグデータ<ドリブン>マーケティング」(デジタルマーケティング全体を丸裸にする / Digital Marketing Manager) : 博報堂
4-1-25) 「ビッグデータ<ドリブン>マーケティング」(生活者のリアルな行動からマーケティング戦略を構築する / ロケーションログマーケティング) : 博報堂
4-1-26) ソーシャルメディアの分析によって、顧客同士がどのように影響し合っているかを把握できるようになり、営業活動の強化につなげられる(一4-1-27) ブログやソーシャル・ネットワーキング・サービスの書き込みや口コミ情報、Twitterでの呟きから、顧客が求めているものをすぐに提供することができる。またマーケティングにも役に立つ : 非公開
般企業のマーケティング部門) : 非公開
4-1-28) 顧客ごとにベストなタイミングでプッシュできる(マーケティング) : 非公開
4-1-29) 顧客ごとに最適なアクションのリアルタイム化(マーケティング) : 非公開
4-1-30) 顧客離反分析や、解約の予兆をキャッチする : 非公開
4-1-31) 誰がいつどこでどんな買い物をしたのかといった情報を活用、駅ナカのお店をどう利用しているのかということが分かれば、店先にある電子看板などに瞬時にお勧め商品を表示する(交通系ICカード) : 非公開
4-1-32) 日報の内容を過去の類似案件と結びつけ、営業活動を支援するレコメンド情報を提供するなど、営業力強化、売上拡大のためのビッグデータ活用 : 非公開
4-1-33) 新製品を検討するフィジビリティスタディー(実現可能性や費用対効果の検証)や、新たな業務分野で既存データを活用することによる業務効率化、顧客の行動分析によるマーケティング : 富士通
4-1-34) 潜在ニーズ把握(先進的なユーザの意見を抽出し、潜在的な商品ニーズを把握) : 富士通研究所
4-2-1) コールセンターで日々蓄積される顧客からの問い合わせの具体的な内容などのいわゆる“Voice of Customer(VOC)”のデータ、さらに、Webサイトのアクセス・ログなどを統合的に分析し、クライアント企業と顧客との間の良好な関係性を維持・強化(もしもしホットライン) : 日本IBM
4-2-2) リアルタイムでのデータ収集と活用によって、システム全体を効率的に(コスト低減の実現等)運用する : 日本IBM
4-2-3) 業務改善や効率化の意識改革を実現(マイクロアド) : 日本IBM
4-2-4) バッチ処理遅延やオンラインレスポンスの問題を解決すると同時に、災害対策サイトも構築(食料品) : NEC
4-2-5) 顧客対応力の強化 : NTTデータ
4-2-6) 事業部とマーケティング部が共同で、製品毎のWeb指標と販売実績を元にWeb広告やSEOの費用対効果を検証、予算配分などを最適化 : オーリック・システムズ
4-2-7) 社内の各部門に散在している多様なデータの棚卸しを行い、見える化し、一元的に検索/活用できるようにした : マツダ
4-2-8) 顧客満足度を上げるためのソーシャルデータの活用(リスク検知、解約意思モデルの構築、集計・レポート範囲の拡大) : もしもしホットライン
4-2-9) コールセンターオペレータ評価(コールセンターの通話音声を利用し、オペレータの評価を行う) : ラック
4-2-10) 営業・保守要員リソース最適化(既存の顧客リスト等を活用し、過去の購買履歴、Webアクセスログ等から、反応率が高い/購入確率が高い顧客を抽出、営業効率をUP /過去の稼働実績、対応実績等から、最も優先度の高い保守対応先を抽出、保守要員の稼働率を高める) : 伊藤忠テクノソリューションズ
4-2-11) 運行管理 : 総務省
4-2-12) 決済管理 : 総務省
4-2-13) 独自取材の経営情報に加え、ビッグデータへの取組みでホームページ情報も活用。従来のATTACKデータでは抽出できなかった企業情報を、より多く提供 : 帝国データバンク
4-2-14) コールセンターへの顧客のクレーム内容を解析し、品質管理・向上に反映させる : 東京エレクトロンデバイス
4-2-15) 社内外のデータ統合による情報精度向上の実現を目的として、消費者動向のリアルタイム把握、マッチングによる情報価値の向上、顧客情報など自社保有情報の精度向上 : 日本マイクロソフト
4-2-16) 原価計算を毎日行い、経営の効率化を図る(大手フードメーカー) : 日本ユニシス
4-2-17) データセンター空調監視システム(日立グループ内データセンターの運用コストを削減) : 日立ソリューションズ西日本
4-2-18) コールセンターの電話を使ったセールス活動に「ヒューマンビッグデータサービス」を適用、営業成績に影響を与える要因の解明により、受注率アップを実現(もしもしホットライン) : 日立製作所
4-2-19) データセンター空調のIT連携(予定されているIT機器の運用計画と、データセンター内の空調状況などから総合的に空調とIT機器の制御を実施して、トータルに消費電力を削減する) : 日立製作所
4-2-20) データセンターのサーバルーム(ラック単位の温度データを収集し、解析) : 日立製作所
4-2-21) 統計処理に基づいて売り上げ予測モデルを作成し、コンバージョンの最大化を実現するための広告出稿プランを策定。広告投資のPDCAサイクル(Plan→Do→Check→Act)を運用していくことで、ROI(費用対効果)を最適化 : 非公開
4-2-22) 保守・サポートに関するコストの低減 : 非公開
4-2-23) 原価・損益計算バッチ処理の高速化による経営改革 : 富士通
4-2-24) 原価計算処理の高速化(バッチ処理を高速化することで損益情報を毎日公開することが可能となり、損益達成状況を日々把握、予実管理が可能) : 富士通
4-2-25) 在庫計算バッチの高速化(直近の在庫情報をもとに本部で自動発注を行うことが可能となり、ビジネスの最適化ができた) : 富士通
4-2-26) 情報系システムの戦略的活用を深化(従来よりコールセンターに蓄積されている対応履歴やSNSなどから得られる、今までは利用してこなかった情報を組み合わせることで分析を深化させ、現在のビジネスを伸ばしていく) : 富士通
4-2-27) ビジネス顕微鏡(測定結果をオフィスレイアウトにマッピングすると組織内のコミュニケーション・ネットワーク図が完成する、ネットワーク図によって組織の結束度・会話のバランス・組織間の壁・上司と部下の風通しを視覚化できる) : 日立製作所
4-3-1) 各ビジネス部門のアクティビティーにフォーカスした予測ベースの意思決定を支える体制を整えた(日本アムウェイ合同会社) : 日本IBM
4-3-2) 企業内のデータだけでなくビッグデータを活用して洞察を引き出し、より的確で迅速な経営の意思決定へ : 日本IBM
4-3-3) RFM分析を行なっていた会員データにWebアクセス動向を付加して、顧客活性化の施策を実施 : オーリック・システムズ
4-3-4) 年対比や予実分析などの経営指標と、Webアクセス動向を統合したダッシュボードをリアルタイムで共有し、迅速な経営の判断材料に活用 : オーリック・システムズ
4-3-5) ZAC(経営企画部に相当する部門が経営管理の工数削減で利用) : オロ
4-3-6) SPPEDA(経営企画部が戦略策定時などの分析の工数削減で利用) : ユーザベース
4-3-7) 需要予測支援(既存データとその統計的分析を活用することにより、「御社では需要予測の精度を上げ、在庫を削減するポテンシャルがどれだけあるか」を明らかにする) : 伊藤忠テクノソリューションズ
4-3-8) 需要管理 : 総務省
4-3-9) 情報生成 : 総務省
4-3-10) 位置情報データベースを活用したマーケティング支援サービス「Draffic(ドラフィック)」(観光地や商業施設の集客策や周遊促進などの施策を検討するための基礎資料として使えるようにする) : 電通
4-3-11) パターン検知(膨大な取引データやアクセスログなどのデータを分析することで、これまで以上の高度なパターン検知が可能になり、新商品の開発に活かしていく) : 日本テラデータ
4-3-12) 企業がソーシャルメディア上に書かれた自社や競合に対する生活者の声(評判や意見など)を定点的にモニタリングしてアイデアやヒントを収集し、新商品開発や顧客サービス向上に生かす : 非公開
4-3-13) 日本と中国の口コミを分析することで、グローバル経営を行うことができる : 非公開
4-3-14) 営業部門やコールセンタに蓄積された顧客情報やPOSデータなどの購買履歴、企業ポータルサイトのアクセスログなど、企業内の様々な部門で個別に管理されているデータを一元的に管理し、社外の情報とあわせて分析することで、よりきめ細かいサービスや商品企画を行なえる : 富士通
4-3-15) 基幹システムのプロセスを革新(売れ筋商品の予測精度を向上させることによって業務プロセスを革新する) : 富士通
4-3-16) 新ビジネスへのチャレンジ(刻々と変化する情報をリアルタイムで活用するなど新たなビジネス創出のニーズに応える) : 富士通
4-3-17) 増大するさまざまなログやデータからトレンドや予兆を見いだし、新しいビジネスへ活用したり、現状の業務改善をする : 富士通
4-3-18) 膨大なアクセスログを分析してビジネスチャンスを創出 : 富士通
4-4-1) 事業継続(情報漏洩リスクマネジメント、サプライチェーン・リスクマネジメント) : JSOL
4-4-2) テキスト解析&マイニング技術を活用したリスク情報判定 : NEC
4-4-3) 風評監視 : NTTデータ
4-4-4) リスクポートフォリオ分析 : SAS Institute Japan
4-4-5) 不正の予兆や、特に注視するべき事象が何であるかがわかる(コンプライアンス) : 総務省
4-4-6) 社員の構造化データとシステムログとをマッチングしてコンプライアンスの徹底に活かす : 東京エレクトロンデバイス
4-4-7) 不正利用の監視や経費削減など損失縮小を期待する(既知のデータ特性) : 日立ソリューションズ
4-4-8) コストを低減したり、コンプライアンス・セキュリティの観点から不正行為をリアルタイムで検知する(保守・サポート) : 非公開
4-4-9) 不正行為をリアルタイムで検知(コンプライアンス・セキュリティ) : 非公開
4-4-10) SNS情報を分析して企業リスクを回避 : 富士通
4-4-11) 脅威分析・予測(法改正、競合企業の動向、災害発生が事業に与える影響を予測) : 富士通研究所

5-1-1) 約定分析・商品分析・営業分析(証券業) : NEC
5-1-2) CitibankのATMでカードを入れると、リアルタイムでシステムが過去の利用履歴やデビッド・カードなどでの購入履歴を参照し、それを合わせた形でオファーを通知するようなキャンペーンを行った : シティバンク銀行
5-1-3) コールセンターへのセッション、ウェブからのアンケート、取引ログなどの多岐に渡るビッグデータをパス・パターン分析することで、口座解約の動向を事前に察知し、顧客の離反防止に役立てている(大手銀行) : 日本テラデータ
5-1-4) 金融機関の口座解約予兆を出す、原因となるイベントが見えるため、担当者が顧客の理由に応じた案内をすることで引き止めを行う : 日本テラデータ
5-1-5) マーケティング・キャンペーンの高度化・リアルタイム化、顧客評判の分析、リアルタイムAML(金融サービス) : 日本情報通信
5-1-6) 金融商品のリスク評価の精度を高めることで、顧客に最適な金融商品を提供することが可能になる(金融機関) : 非公開
5-2-1) 複雑な保険事務プロセスにおける実態や課題の可視化を実現することにより、客観的データに基づいた業務改善につなげている(第一生命保険) : 日本IBM
5-2-2) 東京証券取引所をはじめ、大阪証券取引所、JASDAQ、海外の取引所など、数多くの証券取引所のシステムからデータを受信、これを為替、銘柄、期間、企業情報、ニュースなどお客様のニーズに合わせて“適切な形で”解析・加工し、付加価値の高い情報サービスとして配信(QUICK) : NEC
5-2-3) 一人ひとりのドライバーのドライブ状況を長期的に蓄積・分析することで、運転操作の“荒っぽさ”の度合いを判断し、自動車保険の料率に反映させるといったことも可能になる : 日立製作所
5-2-4) 「PHYD」(Pay How You Drive : 運転状況に応じて保険料を算出するもので、危険運転のユーザーは保険料を高くし、安全運転のユーザーは保険料を安く設定) : 非公開
5-2-5) コールセンターに寄せられる顧客の声を音声認識ソフトでテキスト化、テキストとして得た情報を分析して、満足度や単語の頻出度合いなどから特徴ベクトルをつかむ(クレジットカード会社) : 非公開
5-2-6) 従来メインフレームで行っていた帳票バッチ処理の飛躍的な時間短縮(金融) : 富士通
5-2-7) 帳票バッチ処理の飛躍的な時間短縮(金融業) : 富士通
5-3-1) インターネット上の膨大なデータを収集・分析し、株価との関連性に基づいた新サービスの提供を模索(カブドットコム証券) : 日本IBM
5-3-2) 株価の変動や顧客の動向にSNSがどう影響を与えているかを明らかにし、株売買の参考となる情報を顧客に提供しようという試み(ソーシャルメディア・センサー) : カブドットコム証券
5-3-3) 株銘柄関連情報分析(ソーシャルメディアデータから急騰ワード分析、センチメント分析を行い、株式銘柄の株価との相関を分析) : ラック
5-3-4) Twitterでユーザーが時々刻々と発する「つぶやき」を数値化し分析することで株価の動向予測を行い、同社の顧客に向け付加価値サービスとして提供(オンライン証券会社) : 非公開
5-3-5) Twitterのつぶやきから株価予測 : 非公開
5-3-6) 株価の変動や株式取引量、経済指標などをCEPでリアルタイムに監視し、過去の取引履歴などから一定のKPIを定めた上で、「条件に達したらすぐに自動で注文を出す」売買支援システムを構築(大手証券会社) : 非公開
5-3-7) 株価指数配信サービス(株価指数を、指数採用値段の発生ごとに算出・配信) : 富士通
5-4-1) 1日で1億件も発生するデータについて不正検知を行い、5億人もの顧客の不正検知モデルを短時間で構築可能にした(カード会社) : 日本IBM
5-4-2) ユーザの不審な決済行動を検出して即座に決済を凍結するマネー・ロンダリング防止 : NTTデータ
5-4-3) ペイメントネットワーク「VisaNet」のリスク管理(不正なカード利用がないか、各トランザクションのリスクを分析) : VISA
5-4-4) リスク分析(カード不正利用やマネーロンダリングなどのリスク管理) : ラック
5-4-5) パターン検知(膨大な取引データやアクセスログなどのデータを分析することで、これまで以上の高度なパターン検知が可能になり、口座の不正利用の防止に活かしていく) : 日本テラデータ
5-4-6) 不正解析、取引分析、リスク分析(金融・保険業) : 日立製作所
5-4-7) 1日あたり1億件のクレジットカード取引データを10年分蓄積し、詳細に分析するためのシステムを構築、不正取引検知のためのバッチ処理をHadoopで書き換えることによって、処理時間を飛躍的に短縮することに成功(大手金融系企業) : 非公開
5-4-8) CEPを使ってクレジットカードの決済情報をリアルタイムに監視( 「遠く離れた2つの店舗で、ほぼ同時に同じカードが使用される」などの不正利用の疑いを検出し、素早く警告)(クレジットカード会社) : 非公開
5-4-9) カード不正利用を検知する精度の向上(クレジットカード会社) : 非公開
5-4-10) クレジットカードのリスク分析や不正利用の検出に役立てる(金融・保険業界) : 非公開
5-4-11) 決済処理を実行する前にユーザーの利用パターンを照合し、問題のあるユーザーの利用を水際で食い止める(クジレットカード業界) : 非公開

6-1-1) 官公庁・自治体の設備管理 : 日本マイクロソフト
6-1-2) スマートインフラサービス(リアルタイム性が要求されるこうしたインフラ設備から情報を取得し、適宜制御を行う) : 日立製作所
6-2-1) 産業特性に合致した業種・業態に合わせた事業共通のインフラ,学術振興の拠点である大学のIT設備を全国の大学研究者に向けて広く開放するインフラなどの活用 : 日立製作所
6-2-2) 交通情報や、電気・水など資源の利用量を詳細かつリアルタイムで分析できるようになり、より効率的な公共サービスの提供が可能(政府などの公共部門) : 非公開
6-2-3) ヒューマンセントリック・インテリジェントソサエティ(さまざまな機器や社会のあちこちに大量のセンサーが配置され、そこで得られた膨大なデータを的確に処理/分析することで、より暮らしやすい社会を実現していく) : 富士通
6-3-1) 「モバイル空間統計」の取り組み(「属性情報の中の個人情報は完全に消去」した上で、エリアごとに携帯電話台数を顧客の属性別に集計し、「時間の推移とともに移り変わる人口動態を、広範囲、高頻度、しかも低コストで推計」可能とした) : NTTドコモ
6-3-2) 基地局の情報を公共分野応用する「モバイル空間統計」 : NTTドコモ
6-3-3) 都市圏などでの人の流れ、動線をつかみ、都市整備やビジネスに役立てる「人の流れプロジェクト」 : 東京大学空間情報科学研究センター
6-3-4) 人流シミュレーション(人の移動を検知する様々なセンサのデータ、地図等の空間データを組み合わせて、時空間モデルを構築) : 日立製作所
6-3-5) 携帯電話の利用データで地域・時間ごとの人口分布を推計できるため、防災・都市計画に役立つ(社会基盤、インフラ) : 非公開
6-3-6) 全般的な性能向上・コスト削減が実現される(業務基盤・社会インフラの運用) : 総務省
6-3-7) 人の移動を検知するセンサーデータや3D 空間データを組み合わせ、施設改善や防災計画、都市計画などの効果予測・評価を行う「人流シミュレーション」を活用した、人流管理システム : 富士通
6-4-1) 橋梁モニタリングシステム「BRIMOS (ブリモス)」(橋梁に設置した各種センサから集約される、振動・歪み・傾斜などのデータを分析して、リアルタイムかつ継続的に橋の状態を監視/異常を探知すると直ちに関係部署に伝えられ、災害時のリアルタイム異常検知や平常時の早期異常把握、車両通行状況に応じた点検・補修の優先度検討などに役立てられる) : NTTデータ
6-4-2) 「東京港臨海道路」の東京ゲートブリッジについて、多数のセンサーにより、橋のひずみや振動を常時検知し、橋の破損状況をデータとして把握(国土交通省関東地方整備局) : 総務省
6-4-3) 橋梁、トンネル、ダム等の構造体の寿命を評価するためのリアルタイムモニタリング(建築や土木の分野) : 非公開
6-4-4) 橋梁などに橋げたの間隔や振動を測るセンサを取り付け、そこから得られる情報をリアルタイムに分析して、異常検知などに役立てる : 非公開
6-4-5) 橋梁などインフラの状態をセンサーで常時監視し、蓄積したビッグデータを分析し、そのパターンから構造物の劣化などの問題点や危険度を把握すれば、更新投資を最適化することが可能(公共サービス) : 非公開

7-1-1) テキスト解析技術による営業日報分析(製造業) : NEC
7-1-2) 各種センサや装置をこのデバイスを用いてクラウドと連携させることによって、農業ICTや産業機器の監視などの各種ソリューションを容易に構築することが可能 : NEC
7-1-3) 出荷した製品や部材に不良品が発生した際に、過去の膨大な生産管理データを分析して原因となった時点や製造ライン、工程などを特定(製造分野) : NEC
7-1-4) 販売や在庫、管理会計などのデータ分析(製造業) : NEC
7-1-5) 利用者情報管理データベースのスケーラブル化(製造業) : NEC
7-1-6) 品質保証業務のコスト削減 : SAS Institute Japan
7-1-7) 品質保証業務の高度化によるコスト削減(大手自動車メーカー) : SAS Institute Japan
7-1-8) オムロンの保有するセンシング&コントロール機器と、日本マイクロソフトのソフトウェアを組み合わせることで、生産現場の膨大な情報をスピーディーに収集・活用できるシステムを、簡単に構築 : オムロン/日本マイクロソフト
7-1-9) 数多くの製造機器に取り付けられたセンサーから収集される情報をフルに活用し、エンジニアリングにかかわる知見の獲得に活用(インテル) : 日本テラデータ
7-1-10) 製造設備の稼働率向上 : 日本マイクロソフト
7-1-11) マイクロチップ製造のプロセスコントロール(製造) : 日本情報通信
7-1-12) Hadoopで原価計算を日次算出している。それによって自社の今をいち早く描き出すことができる : 非公開
7-1-13) コールセンターで「缶が変形している」といった指摘を受け取る場合があり、どの期間に、どの工場のどのラインで缶の変形トラブルが発生していたのを迅速に突き止められるようになった(製造業(大手酒類メーカー)) : 非公開
7-2-1) どのような製品を開発することが消費者に対して訴求するかがわかる(製品開発) : 総務省
7-2-2) 品質分析、需要分析、トレーサビリティ(製造業) : 日立製作所
7-2-3) 自社商材の利用状況に関するデータを時々刻々と吸い上げることにより、性能過剰あるいは的はずれな製品の開発を回避することが可能(製品開発) : 非公開
7-3-1) 100以上の製造工程を常時監視し、異常発生時には速やかにプロセスを停止させることで、巨額の廃棄コストの発生を防ぐ(日本IBMのマイクロチップ製造工程刷新) : 日本IBM
7-3-2) M2Mデータを活用した機器保守支援(製造業) : NEC
7-3-3) センサーデータを活用したプラントの障害予兆検知(プラント企業) : NEC
7-3-4) 製品評価・故障監視 : NTTデータ
7-3-5) HDDの読み取りエラー回数や稼働時間などのデータをもとに、HDDの故障を事前に検知する技術を開発 : 東芝
7-3-6) GPSや各種センサーを通して顧客の車体情報をリアルタイムで転送し、CRMと組み合わせ故障の予知などに役立てている(自動車メーカー) : 日本テラデータ
7-3-7) リアルタイムデータ活用による経営リスクを軽減させる取り組み(部品や設備にセンサを搭載することで、故障などの情報をすばやく正確にキャッチ。交換や修理など保守管理に加え、トラブルを事前に予測するための取り組み)(自動車メーカや製造分野のプラント) : 非公開
7-3-8) クレームやSNSの口コミ情報を分析し企業リスクを回避(製造業) : 富士通
7-3-9) クレームや口コミを分析して企業リスクを回避(製造業) : 富士通
7-3-10) プラントで様々なセンサーからの通常と異なる兆候をいち早くつかんで的確な設備保全を促す(重工業分野) : 富士通

8-1-1) 1万4000台でも不足していたタクシーは、日立のモデルに従えば4000台で十分運用できる。さらに、タクシー業者は利益率を向上でき、ドライバーの売上も増加することがわかった。副次的な効果として、タクシーの台数が少なくなれば渋滞が緩和され、さらにCO2の削減にもつながる。 : 日立製作所
8-1-2) センサー情報と位置情報、地図の重ね合わせによる渋滞回避(タクシー会社) : 非公開
8-1-3) SNSで交換されるメッセージを解析し、“雨”“傘”といった語を含むメッセージの発信密度がある駅の周りで急増したら急な降雨があったと判断してタクシーをその駅に重点配車する : 富士通
8-2-1) フライトのベストパフォーマンスを引き出す「ロードコントロールシステム」航空機における重量・重心位置の最適化を実現(全日本空輸) : 日本IBM
8-2-2) 飛行機の出発時刻の遅延予測 : 非公開
8-3-1) タクシーからも情報をもらうことでより精度の高いカーナビを実現 : 野村総合研究所
8-3-2) M2Mデータを活用したテレマティクスサービス : NEC
8-3-3) テレマティクスサービス(車載機や運転者のスマートフォンからリアルタイムでデータを収集し、車の走行に関する情報を蓄積・活用するサービス。車両管理や安全運転支援、エコドライブ、マーケティングなどに利用) : NEC
8-3-4) ドライバーの快適なカーライフを実現するため、より安全で環境にも配慮したドライブ情報ネットワークとして、安全・安心、防災、天気、省燃費ルート等の情報を提供する「internavi」(本田技研工業) : 総務省
8-3-5) テレマティックスの高度利用によるリコメンデーションの強化 : 日本マイクロソフト
8-3-6) 走行中のあらゆる自動車から、位置情報をリアルタイムに収集・処理して現在の交通情報を把握するとともに、今後の交通状況を予測。その結果から渋滞に巻き込まれないルートを常にカーナビ画面に表示することが可能 : 日本ユニシス
8-3-7) 「損傷記憶センサ」や「ACMセンサ」を自動車に搭載すれば、より正確に足回りや車体の消耗度合が評価できるようになり、整備やパーツ交換の必要性、買い替えのタイミングなどの適切なアドバイスが可能 : 非公開
8-3-8) プローブ(フローティングカーデータ)による交通情報解析・渋滞回避ルート生成、CANから得た車両情報をクラウド上に吸い上げて、省燃費や安全のための運転診断や情報解析に活用(自動車業界) : 非公開
8-3-9) 渋滞情報の提供 : 非公開
8-4-1) 船のエンジン部に設置されたセンサーから収集される振動や音などの大量データから機器の異常を把握、船の効率稼働に貢献(予知保全) : 一般財団法人 日本海事協会
8-5-1) Suicaなどの交通系の非接触ICカードで収集される利用履歴の分析により、どの路線にどの車両をどの程度投入するのかを判断 : 東日本旅客鉄道
8-5-2) 車両に取り付けた複数のセンサーから、リアルタイムにデータを取得して、故障などの予兆を捉えている(イギリスの鉄道設備の保守サービス) : 日立製作所
8-5-3) 高速鉄道設備の保守サービス転換(車輌上に取り付けられたセンサーからリアルタイムに情報を取得することで状況を監視し、部品管理などのシステムと連携させる) : 日立製作所
8-6-1) 「東京港臨海道路」の東京ゲートブリッジについて、橋を通過する車両の重さを算出することにより、過積載を遠隔監視し、橋への負担や事故につながる車両の走行を防止する(国土交通省関東地方整備局) : 総務省
8-6-2) 天候や交通渋滞のロジスティックスや燃料消費への影響(交通) : 日本情報通信
8-6-3) クルマの交通量に気象状況などの条件を加味して分析、情報化することでより詳細な交通量が予測できるようになり、渋滞対策やひいては走行の効率化によるエネルギー削減、CO2削減も期待できる : 日立製作所
8-6-4) センサーのデータを道路地図情報と組み合わせて分析し、仮に多くのドライバーが同じ場所で急ブレーキを踏んでいることが明らかになったとすれば、見通しの悪さや障害物の存在など、道路上のその場所に構造的な問題があるのではないか、信号が不適切なのではないかといったように推測でき、インフラ改善に役立てることができる : 日立製作所
8-6-5) カーナビなどを通じて収集された自動車の走行ログを使えば、道路のどの箇所で急ブレーキが頻発しているかが把握でき、道路標識や車線の設定などを改善することで、事故を減少させることができる : 非公開
8-6-6) カーナビの走行情報から事故が起こる可能性の高い道路を見つけ出して対策を講じる : 非公開
8-6-7) センサーで収集結果をリアルタイムに送信して、ストリーミング解析までできれば、事故による通行止めや渋滞状況がわかる : 非公開
8-6-8) 各車両の速度などをセンサで検知、処理することにより、渋滞や事故発生を検出し、リアルタイムで交通情報を通知する(交通情報の監視システム) : 非公開
8-6-9) 道路の渋滞検出 : 非公開
8-6-10) 交通渋滞の予測システム : 富士通研究所
8-6-11) フローティングカーデータから急ブレーキポイントを抽出し、その原因を道路管理者が現場調査をして対策を行うことで、事故を未然に防ぐ(埼玉県の取り組み) : 本田技研工業

9-1-1) 通信系のログを蓄積して解析し、サービス改善などに活用 : KDDI
9-1-2) 新たなビッグ・データ分析基盤により、「ビジネスの変化と顧客動向を的確に把握して迅速な意思決定に役立てていく」 : ソフトバンクグループ(ソフトバンクモバイル、ソフトバンクBB、ソフトバンクテレコム)
9-1-3) ソフトバンクモバイルが提供する携帯電話回線の電波状況を常時監視し、日々増加するトラフィックを解析して、通信エリアの改善や拡大に取り組んでいる : ソフトバンクモバイル
9-2-1) デバイスセンサーやGPSからの情報をリアルタイムに分析(通信) : 日本情報通信
9-2-2) ログ分析、ネットワーク解析、視聴率分析、コンテンツ分析(通信・放送業) : 日立製作所
9-2-3) 通信分野における通信ログ解析 : 日立製作所
9-3-1) 大規模ポイント管理サービス(大手放送局) : エスキュービズム
9-3-2) 通信会社の通信設備予防保守 : 日本マイクロソフト
9-3-3) 通信設備の稼働データを収集し、安定稼働や予防保守につなげる : 日本マイクロソフト
9-3-4) ITシステムの障害予兆検知( IT装置から出力されたログ情報をストリーム情報処理で故障傾向を分析し、警報を出す。詳細な分析方法は機械学習機構で生成する。) : 日立製作所
9-3-5) アプリケーションサーバの稼働ログとルータのログを即時に同時に分析して、遅延や障害の予兆をつかむことで、ネットワークのパフォーマンス遅延の発生や障害の拡大を未然に防ぐ(ネットワークプロバイダ) : 非公開

10-1-1) スマート・イリゲーション(天気予報(近く雨が降るかどうかといった情報)や、各種のリアルタイム・センサーから得られるデータを活用することにより、最適な配水を行おうとするもの) : 日本IBM
10-1-2) M2Mデータを活用した農業支援 : NEC
10-1-3) 各種センサや装置をこのデバイスを用いてクラウドと連携させることによって、農業ICTや産業機器の監視などの各種ソリューションを容易に構築することが可能 : NEC
10-1-4) 圃場の様子をスマートフォンで監視。蓄積したデータを分析してノウハウに磨きをかける農法改革や農家のライフスタイル変革にICTが活躍(農業) : NEC
10-1-5) 乳牛の搾乳機にセンサーを組み込み、牛の健康にかかわる各種指標を乳から測定する(農業) : 日本テラデータ
10-1-6) データに基づく改善策や新しい農業手法などを導き出し、生産性や農産物の品質、事業体としての収益性などを高める(農業分野) : 非公開
10-1-7) 気象状況や土壌内の温度や湿度、さらに作物の生育状況をセンサによって、リアルタイムで把握。収集したデータを分析して、農作物の生産性向上に役立てる、作物育成に関する知識や技術をナレッジとしてデータ蓄積・活用すれば、個人の技量や経験、勘に頼らない農業が可能 : 非公開
10-1-8) 自動散水「雨が降りそうならば、水撒きはしない」(農業) : 非公開
10-1-9) 地方自治体などがビッグデータ活用による農業改革を奨励すれば、若い世代の農業従事者が増加して、過疎化の防止や休耕田の活用、食料自給率向上などの効果も期待できる : 非公開

11-1-1) 「アース・エンジン」(人工衛星による画像や分析を利用して、気候変動の主な原因の一つとなっている森林破壊を追跡するプロジェクトで、気候変動の原因分析や兆候把握に役に立つ) : Google
11-1-2) 遠隔監視 : 総務省
11-2-1) 携帯電話のGPSを利用して30万人のウェザーリポーターに人間の目で見てもらった天気情報を送ってもらうことで、気性レーダーから予測した情報と掛け合わせてより精度の高い天気予報が可能に。予測するのが難しかったゲリラ雷★も80%事前予測可能に : ウェザーニュース
11-2-2) ユーザーから収集した観測データを、自前で設置した気象レーダーのデータと組み合わせて気象予報士が分析し、随時天気予報を修正 : ウェザーニュース
11-2-3) 気象・地震データ分析 : 日立製作所
11-3-1) 携帯電話やスマートフォンに関連した大量の位置情報データを利用した、自治体の防災計画の作成支援 : NTTドコモ
11-3-2) 東日本大震災ビッグデータワークショップ(ワークショップへの参加を希望する研究者や企業、団体、開発者に、パートナー各社からの「震災時の情報」を提供。震災やその後の原発事故に関する情報が、インターネットやマスメディアを通じてどのように発信され、流通したのかを分析、検証し、今後の災害対策に役立てる) : Twitter Japan/Googleなど
11-3-3) 商業的なデータ収集はもちろんのこと、人の流れを把握することで防災計画にも活用出来る(地下街・空港・駅) : システム・ケイ
11-3-4) 「渋谷プロジェクト」 (災害に関するツイートを分析し活かそうと研究しているチーム)(大雪が予想された2月6日に都心で投稿されたツイートの解析を行い、混乱の解消に生かした) : プラスアルファコンサルティング
11-3-5) 東日本大震災発生からわずか4時間で開設された「sinsai.info」(20歳前後の若き有志たちによって、被災地の医療情報や道路状況、物資の情報などを提供するために開設されたサイト) : 日本テラデータ
11-3-6) 山火事監視対策、水資源管理(自然現象・災害) : 日本情報通信
11-3-7) Google Mapなどを活用した震災被害マップ : 非公開
11-3-8) 火山噴火/竜巻発生時などの被害予測 : 非公開
11-3-9) 天災を高精度で予測して災害対策に生かす(官公庁) : 非公開
11-3-10) 様々な角度の情報を解析することで、天災や人災の予測が容易になり、災害時の物資輸送や人命救助を強化できる(政府などの公共部門) : 非公開
11-3-11) 「被災者をNPOとつないで支える合同プロジェクト」の支援活動(避難所から集まってきた被災者の生の声を大至急分析し、必要な支援について支援先を探してマッチング) : 富士通
11-3-12) 防災・滅災(災害発生時の被害や社会的影響を予測し、最善な対応策を選定) : 富士通研究所
11-3-13) クルマ移動に影響を与える事象をアイコンで簡単に投稿し、ユーザ間で共有できる投稿アプリ「インターナビリポート」の提供、津波発生時の避難地点とその地点まで徒歩でかかる所要時間を図示する避難地形時間地図、いわゆる「逃げ地図」と「インターナビ」との連携機能も提供 : 本田技研工業
11-3-14) 災害後にどの道路が実際に通行できたかを示す「通行実績マップ」を作成 : 本田技研工業

12-1-1) 日本において確認したPoisonIvyによる50の攻撃を抽出し、それぞれのサンプルに固有な情報を調査 : トレンドマイクロ
12-1-2) リアルタイムクライムセンター、サイバー攻撃検知(サイバーセキュリティ・犯罪対策) : 日本情報通信
12-1-3) 顧客情報やクレジットカード番号のデータベース、ビルの入退室管理システムなどへのアクセスログから不正アクセスを察知する : 非公開
12-1-4) 航空管制システムのサイバーテロ検知 : 非公開
12-2-1) 不審者監視セキュリティサービス(カメラ画像から、登録している不審者をリアルタイムに検出し警告することにより、防犯措置を行う) : NEC
12-2-2) リスク分析(防衛、犯罪) : 日立製作所
12-2-3) 犯罪記録を分析して、犯罪者の行動パターン、店舗の営業時間などから犯罪が起きそうな場所を毎日予測 : 非公開
12-2-4) 様々な情報提供元からもたらされるデータから犯罪に至るパターンを見つけ出す精度を高め、より正確で信頼できる防犯活動が可能になる(警察や防犯サービス事業者) : 非公開
12-2-5) 民家の玄関ドアが開いたことを検出した後に屋内の人感センサーが反応したら居住者の帰宅、屋内の人感センサーが最初に反応し、その後玄関ドアが開いた場合は侵入した不審者が出ていった、と判断する : 富士通

13-1-1) オフィス用の空調機・冷蔵庫・冷凍庫の稼働状況を通信回線経由で監視する「エアネット」というサービスを展開。収集したデータ分析により、温度調節、霜取りなどのタイミングをアドバイス(予知保全) : ダイキン工業
13-1-2) 各所に設置されたエレベーターの電力消費量を集計し、稼働率を得る : 非公開
13-1-3) 発電プラントや橋など、大型設備や工業製品にセンサーを取り付け、状況を監視したり、そのデータの傾向を見て故障を予測する : 非公開
13-1-4) 保守業務を効率化するために現場スタッフの発想を取り入れ、顧客の属性データと保守履歴を分析して、顧客からアラートが出た時点でどの機器を持っていけばよいのか、瞬時に分かる仕組みを構築(ガス会社) : 非公開
13-2-1) 各国拠点のデータベース上で運用してきた建機のデータを統合化し、システムのパフォーマンスに影響を与えることなく、リアルタイムでのグローバルなデータ把握/活用を実現 : コマツ
13-2-2) 建設機械・産業機械に取り付けられたセンサーから得られる情報(稼働状況等)を、通信回線やGPS経由で産業機械収集。消耗品の需要予測やメンテナンス関連情報、稼働状況のレポーティング等のサービスを提供(予知保全) : コマツ
13-2-3) 建設機械にGPSや各種センサーを取り付け、機械の位置、稼働時間、稼働状況、燃料の残量などのデータを衛星通信や携帯電話通信などを使って日本のサーバーに送信する「KOMTRAX(コムトラックス)」 : コマツ
13-2-4) 建設機械の稼働時間を示すデータから消耗品部費を推測して、保守サービスの効率化に役立てられている。またGPSで把握した地域別の稼働時間から需要動向を予測して、在庫量や生産量のコントロールにも役立てている : コマツ
13-2-5) 日立プラントテクノロジーが自社の納入したクレーンについて、運転情報や故障情報を現地の個々のクレーンから取得し、分析を加えたうえで、リアルタイムの運転情報や運用改善提案を設備オーナーに提供する : 日立製作所
13-2-6) 建設機械やプラント設備、エレベーターなどの運転データ活用による保守業務の改善 : 日立製作所
13-2-7) 設備や機械の障害発生を事前に検知したり,予兆を捉えたりすることで,必要最小限のコストでの適切な対処が可能 : 日立製作所
13-2-8) クレーンの稼働状況を分析してメンテナンス効率を上げる : 非公開
13-2-9) 機器の稼働状況をネットワーク経由でリアルタイムに収集し、それを分析して、いつメンテナンスにいけばよいのか、どのパーツを在庫しておけばよいのかといったことを把握している。これにより、効率的にメンテナンスを行っている。 (製造業) : 非公開
13-2-10) 複合機から、マシンの状態情報や紙詰まり等のエラー情報、出力枚数等の稼動情報をネット経由で収集。複合機1台に設置された約100~150のセンサーから得られる情報を分析し、故障の未然防止などを実現(予知保全) : 富士ゼロックス
13-2-11) 複合プリンタの故障予測と予防保守(製造業界) : 富士通
13-2-12) 予防保守(工業製品の故障や不具合発生の予兆を発見し、予防保守を実現) : 富士通研究所
13-3-1) 診断対象物の状態の見える化を実現し、遠隔からでも障害を検知したり、故障が発生する前に故障予兆を検知する : NEC
13-3-2) いつ、どのようなメンテナンスを行えばよいかがわかる(保守・メンテナンス・サポート) : 総務省
13-3-3) 予防保守 : 日本マイクロソフト
13-3-4) 建築物や自動車などにセンサーを取り付け、センターから得られたデータをネットワーク経由でモニタリングして確実・適切な保守サービスに生かす : 非公開
13-3-5) 顧客先のセンサーから送られてくる情報からトラブルの予兆を捕捉し、担当地区のサービススタッフが事前の部品交換に出向く、故障時の原因究明や対策に要する時間も大幅に短縮(製造業(中堅電機メーカー)) : 非公開

14-1-1) 商品の購入履歴や閲覧履歴、同じ商品購入者の動向などを分析してユーザの嗜好を割り出し、ユーザーにとってちょうど良いタイミングで欲しいと思われる商品をおすすめする「レコメンド機能」を提供 : Amazon
14-1-2) お客様のニーズ、タイミングに合わせたキャンペーンを実施(スタートトゥデイ) : 日本IBM
14-1-3) 行動ターゲティング広告(ユーザー導線の分析等を通じて、ユーザーの関心事項等をリアルタイムに把握し、適時適切な打ち手を講ずる) : 日本IBM
14-1-4) 販促キャンペーン開始後数日間のソーシャルメディアの反応を社名や製品名をキーワードにして収集。競合関係にある数社の製品に対する評判との違いを「マーケティングの4P」(この事例では性能、価格、場所、プロモーション、その他)の軸で整理し、比較分析を行った。(カー用品メーカー) : 日本IBM
14-1-5) 販売戦略(DBマーケティング、WEBプロファイリング、ソーシャルプロファイリング、店舗内動線分析) : JSOL
14-1-6) Web上の顧客の行動データを収集し、既存の顧客データや購買データなどと統合して分析できる製品も活用。顧客の関心事や、製品・サービスに対する期待、購買までのプロセスなどをきめ細かく分析することで、あるべき顧客体験価値を把握し、マーケティング活動の立案に生かしている : KDDI
14-1-7) テキストマイニングによって、類似案件による活動や売れ筋商品のレコメンデーションを実現する営業支援 : NEC
14-1-8) インターネット上の口コミ情報や販売実績などを分析し、在庫や配送、仕入れ計画と組み合わせて売れ筋商品をタイムリーに投入(流通分野) : NEC
14-1-9) 購買情報からカード会員向けのキャンペーンを企画したり、その効果をマーケティングデータとしてリアルタイムに反映 : NEC
14-1-10) 利用者が何をどこで購入した等の購買ログをベースとした商品レコメンデーション : NTT サービスイノベーション総合研究所
14-1-11) 顧客が商品を検索したときに関連商品を併せて表示するレコメンド・サービス(ECサイト) : NTTデータ
14-1-12) ターゲティング広告 : Platform ID
14-1-13) クーポン償還率向上 : SAS Institute Japan
14-1-14) O2Oサービス「ウルトラ集客」を導入、ネットと実店舗を結び顧客の来店促進と購買拡大を狙う : イオン
14-1-15) 店舗での購入品目とWebでの購入品目を顧客毎に統合して、パーソナライズプロモーションを実施 : オーリック・システムズ
14-1-16) スマポ(お店に行くだけで、ポイントを貯める事ができる無料iPhone/Androidアプリ)(家電量販店や百貨店などの小売店が主に来店促進で利用) : スポットライト
14-1-17) 「ウルトラ集客」(ユニクロとの協業ではスマホでWEBクーポンを発行したら、同社のヒートテック製品が当初目標の2倍売れた) : ソフトバンクテレコム、ソフトバンクモバイル
14-1-18) ヤフーのサイト上にイオンの広告を掲載すると、それを見た消費者がスマホでクーポンを読み取る。イオンの店舗を訪れた消費者は店に備え付けの読み取り機にスマホを近づけ、出力した引換券で買い物する : ソフトバンクテレコム、ソフトバンクモバイル
14-1-19) OneToOneマーケティング(顧客一人ひとりのサイト上での行動を追跡し、行動モデルを構築していくことが可能となり、顧客 1人を対象にしたキャンペーンを行う) : 日本テラデータ
14-1-20) WEB利用者のアクセス・検索履歴から最適な広告を配信する行動ターゲティング広告を運営 : マイクロアド
14-1-21) ターゲティング広告、サービス解約予測(顧客行動ログ) : ラック
14-1-22) 4000万人超のPontaの会員情報や年間18億件のポイント履歴、POS(販売時点情報管理)データ、位置情報などを分析することで、会員をいくつかのグループに分類し、最適な販売促進施策を考える : ロイヤリティマーケティング
14-1-23) Web広告施策支援(Webサイトのアクセスログと会員情報・購入データ等をもとに流入パターンを分析し、サイトコンテンツの評価や販売促進に貢献) : 伊藤忠テクノソリューションズ
14-1-24) Web広告施策支援(Webサイト訪問者の流入パターンを分析して広告効果を把握し、適切な広告パターンを導き出す) : 伊藤忠テクノソリューションズ
14-1-25) メール配信エンジンシステムと連携し、顧客別にセグメント化されたメール配信 : 楽天
14-1-26) 会員の属性情報や購買情報、興味、関心などの登録情報、ポイント利用情報といったものなどを加工・収集・分析し、顧客へのターゲッティング広告や営業支援に役立てている : 楽天
14-1-27) 楽天プロダクトランキング : 楽天
14-1-28) 検索ログを分析し、ある商品を購入したユーザーがどういう経路をたどったのかを明らかにすることで、購入に至るもっと前段階で、パーソナライズや最適なリコメンドができるようになった : 楽天
14-1-29) 売れ筋のランキング(売上件数や売上高、価格・製品コード・発売日などのビッグデータを毎日集計・解析) : 楽天
14-1-30) 潜在的な購買行動のパターンの発見や、そのパターンに適合したプロモーション施策の実現が可能 : 構造計画研究所
14-1-31) 顧客の購買動向を把握したり、顧客の欲しい商品が来店時に欠品していることを防ぐ自動発注の仕組みを構築、「ZFSP(Zen-Nisshoku Frequent Shoppers Program)」も提供(ポイントサービス「全日食メンバーズカード」の会員のレシートデータをもとに、その会員がよく購入する商品が特価で買えるチラシ(クーポン)を発行) : 全日本食品
14-1-32) 顧客の購買履歴から購入頻度の高い20商品を抽出し、そのデータを基に顧客ごとのチラシを作成する。チラシは店舗で月初に顧客の会員カードを読み取り、その場で作成 : 全日本食品
14-1-33) ターゲティング広告(楽天) : 総務省
14-1-34) 誰に、何を、いつ売ればよいのかがわかる(販売促進) : 総務省
14-1-35) スマートフォンからの位置情報やソーシャルメディアへの書き込みを分析した結果から最適なプロモーションをタイムリーに提供(小売業) : 日本IBM
14-1-36) 顧客がある行動を起こしたとき、その人の履歴を照会し、最適なキャンペーンをオファーする : 日本テラデータ
14-1-37) Webログから「顧客がサイト上でどのような行動を取ったのか」幅広い観点で分析し、さらにその顧客がソーシャルネットワーク上で商品についてどういうコメントを投稿しているか追跡。より適切な商品・サービスをより良いタイミングでオファーしていく(ショッピングサイト) : 日本テラデータ
14-1-38) レシートデータを次の販売につなげていく(流通・小売業) : 日本マイクロソフト
14-1-39) 「かざすクーポン」 (かざすことで取得したおさいふケータイのIDを「トクするケータイサイト」の会員と紐付けることで「誰が」使ったかを特定、 POSのデータと紐付ければ、購買履歴と関連付けることも可能、顧客の購買傾向のパターンを抽出することで1人ひとりに異なるクーポンを提供) : 日本マクドナルド
14-1-40) ある場所をカメラで撮り続けた映像を分析することで、その場所を利用する年代・性別などの属性が明確になり、利用者に心地よい店舗設計を行ったり、利用者に届く広告を掲示することが可能 : 日本ユニシス
14-1-41) 強調フィルタリング(他ユーザーの購入履歴から推奨商品を提示する手法) (Amazon) : 日立ソリューションズ
14-1-42) 見込み顧客の現在位置やこれから移動しようとする情報、ソーシャル・メディアで交わされているコメントなど、より多くの「ヒト」にまつわる情報を収集し、マーケティングに活用/商品やサービスを提供する企業が、一人ひとりの顧客の行動や嗜好をとらえ、より大きな価値を提供(商品やサービスを提供する企業) : 日立製作所
14-1-43) 顧客のプロファイルや購入履歴を分析することで、興味を持ってもらえそうな別の商品をリコメンド(推奨)し、アップセルやクロスセルにつなげていく(インターネットの通販サイト) : 日立製作所
14-1-44) Webサイトでの行動履歴を生かしてクーポンを配信し、実店舗への来店につなげる : 非公開
14-1-45) インターネットの情報を活用したコンシューマー向けのマーケティング強化(サイト上に蓄積された購買履歴などのデータをキメ細かく分析。ひとりひとりの嗜好や興味にマッチした商品を先回りしてお勧めすることで、ビジネスチャンスの拡大を図る)(通販サイトを展開している企業) : 非公開
14-1-46) クーポン配信 : 非公開
14-1-47) クリック・ストリーム・データを分析して、その要因や原因を探り、適切にフィードバックすることができれば、その人だけではなくほかの人にも適用することで売り上げを伸ばしていくことにつながる(小売業) : 非公開
14-1-48) スーパーでの買い物かごデータを大量に分析することで、それが妊婦かどうか判断できるようになり、妊婦向け商品のリコメンドを行って実際に売上げが上がった(販売促進) : 非公開
14-1-49) スマートフォンなど携帯端末に内蔵された位置情報システムを活用し、生活者が今いる場所の近くにある店舗の割引クーポンを、生活者の携帯端末に配信 : 非公開
14-1-50) 行動ターゲティング広告 : 非公開
14-1-51) 購買履歴から顧客が好む商品を分析するレコメンドエンジンの適用によって、顧客の「ついで買い」を喚起しやすくなる(ネット企業) : 非公開
14-1-52) 今、求めている商品や情報を、より正確に予測できる(マーケティング) : 非公開
14-1-53) 商品・サービスのレコメンデーション : 非公開
14-1-54) 全国の店舗のPOSデータを集めて、素早く処理してその分析を行えば、商品をもっと効率的に店舗間で融通しあったり、いち早くセールを実施したりすることが可能 : 非公開
14-1-55) 多数の購買情報からあなたにお薦めの商品やイベントを紹介する : 非公開
14-1-56) 適切なタイミングで適切な商品・サービスを、適切な価格で推奨(販売促進) : 非公開
14-1-57) 適切な顧客に、適切なタイミングで、適切な商品・サービスを、適切な価格で推奨できる(販売促進) : 非公開
14-1-58) 店舗におけるPOSや電子マネーからの購買履歴データ、ポイントサービスの利用データの分析・活用により、マーケティング強化を図る(流通業やサービス業) : 非公開
14-1-59) 買いそうな人、影響力のある人を特定できる(マーケティング) : 非公開
14-1-60) 販促キャンペーン(さまざまなデータ要素を利用して最適な施策を検討する) : 非公開
14-1-61) 位置情報を利用したクーポン配信サービス : 富士通
14-1-62) 日々、数億件のデータ処理で店舗ごとの売れ筋商品を予測(流通業) : 富士通
14-1-63) お歳暮やクリスマスなど、短期間に大きな売上げを上げる商戦期のE-コマースのレコメンデーション機能 : 富士通研究所
14-1-64) 行動マーケティング(消費者の行動ライフログから、購買パターンやタイミングを予測) : 富士通研究所
14-1-65) POSデータと会員カードPontaの属性データを組み合わせ、1日約1,600万個の商品購買データをマーケティング企画部で分析している(ローソン) : 富士通総研
14-2-1) 4万8000台の自動販売機管理(社内に散在するデータを一元化し業務効率を向上)(ネオス) : 日本IBM
14-2-2) 会員情報や購買履歴などの情報をデータウェアハウス(DWH)に蓄積し、購買状況などを分析することで、会員向けサービスの向上に役立てている(カルチュア・コンビニエンス・クラブ) : 日本IBM
14-2-3) Webサイト内で多くの顧客が離脱したページや行動履歴を把握し、Webサイトを改善し購買率向上に(ジャパネットたかた) : ジャパネットホールディングス
14-2-4) バッチ処理、検索処理のパフォーマンスが向上(流通・商社・卸売業) : NEC
14-2-5) バッチ処理、検索処理のパフォーマンスが飛躍的に向上(食料品) : NEC
14-2-6) 会員の購買分析を超高速化、10時間かかった分析を5分に短縮(サービス業) : NEC
14-2-7) 複数のカメラの映像をもとに来店客の行動を分析。その情報をもとに店舗レイアウトや棚割、品揃えの改善に活かすことで、魅力的な店づくりに役立てている : NEC
14-2-8) 店舗別・商品別補充量の最適化 : ZARA
14-2-9) 原価計算の処理性能を15倍にすることに成功し、4時間かかっていた処理を15~20分にすることで、為替や小麦価格の変動を考慮し、生産計画や原料調達を見直すことに成功(パン製造・販売事業) : アンデルセン
14-2-10) 人件費などの店舗運営コストを抑えることを目的に自動発注システムを積極採用 : オーケー
14-2-11) 位置センサーなどを使って従業員の導線を分析し、店内オペレーションを改善した結果、経常利益率が10ポイント改善した : がんこフードサービス
14-2-12) 「在庫連動を強化することにより在庫切れによる販売機会の損失を防ぐ(ベイクルーズ「StyleCruise」) : エスキュービズム
14-2-13) 作業動線を把握することは業務効率化に繋がる、作業工数を短縮することで経費削減も可能(工場・飲食店厨房) : システム・ケイ
14-2-14) 店舗から日々のPOSデータと顧客ロイヤリティーデータを収集・分析。これにより、「経営革新とよりよい顧客サービスの実現につながった」 : スターバックスコーポレーション
14-2-15) 「設定発注」(店舗で単品ごとの基準在庫数を設定すると、発注時点の在庫数との差と配送リードタイムからストアコンピュータが発注数を計算) : セブン-イレブン・ジャパン
14-2-16) ローソンの会員カードPontaのデータとPOSデータ、さらに今後はYahoo!の口コミを組み合わせることで、SCM、CRMといった業務へ活かす : ローソン
14-2-17) 「最強の販売体制」(売上データの質と量の向上)(高島屋) : 伊藤忠テクノソリューションズ
14-2-18) DM・メール配信最適化(既存の顧客リストを活用し、過去の反応履歴/購買実績から、反応率が高い/購入確率が高い顧客を抽出、郵送DM/メールによる広告効果を高める) : 伊藤忠テクノソリューションズ
14-2-19) 小売りとメーカー、あるいは卸が一緒になってPOS(販売時点情報管理)データやチラシ投入を分析・検証し、顧客に支持される売り場を「協働」で作るマーチャンダイジング(MD) : 生活協同組合コープこうべ
14-2-20) 日本コカ・コーラと組んで飲料の品切れと不適切な値引き(特売の連発)の2大ロスを減らす取り組み : 生活協同組合コープさっぽろ
14-2-21) 陳列期間が比較的長い加工食品に絞って自動発注を導入、売れ行きに応じて基準在庫数を機動的に変更 : ピーコックストア
14-2-22) お客様へのサービスレベルの向上、ルートマンの作業効率化、データ分析レポートの作業時間の大幅短縮、品質管理・需要予測・クレーム分析(自動販売機を通じた飲料水・食料品販売会社) : 日本IBM
14-2-23) 顧客情報とリンクし顧客情報を絡ませた併売分析が可能、社内の開発スピードが格段にアップし本来の仕事に徹することができた(ドラッグストアチェーン運営企業) : 日本IBM
14-2-24) 店舗の業績を改善する目的で、様々なデータを同社のアプリケーションで加工(コーヒーチェーン店) : 日本マイクロソフト
14-2-25) 「リコメンド発注」(過去2カ月のトレンドや天気予報などから3日後の「来店客数」を予測し、その人数と直近1週間の販売実績から単品ごとの発注数を計算) : 日本ユニシス
14-2-26) 小売店舗における10日間のPOSデータと、従業員、顧客の行動記録データを取得し、その解析結果をもとに従業員の配置を変更したところ、顧客一人当たりの購買金額(顧客単価)が15%向上した : 日立グループ
14-2-27) 来店客が従業員と話すとどれだけ売れるようになるかなど、従業員に付与したセンサーのデータとPOSデータを掛け合わせて分析、棚の設計や導線を変更し、より快適で購入しやすい売り場づくりをすすめている(家電量販店) : 日立製作所
14-2-28) 来店客の属性や購入商品の他、その日の天候や地域の行事など多様なデータを組み合わせて売れ筋を分析することで、品揃えに役立てている(コンビニエンスストア) : 日立製作所
14-2-29) コンビニのポイント・カードの情報から各商品のメイン購買者層を割り出して店舗毎に品揃えを変える : 非公開
14-2-30) モーションセンサを使って、スーパーで顧客が手を伸ばした回数が多い商品を捕捉し、「PoB」(Points of Buying)の理解を深める : 非公開
14-2-31) 顧客の嗜好や行動に影響を与える要素について、より高度な分析が可能になり、増収や在庫の適正化につながる(小売業) : 非公開
14-2-32) 在庫管理、発注の最適化(全国チェーンの小売店) : 非公開
14-2-33) 在庫状況をCEPで監視し、在庫状況と時間帯など一定の条件に沿って、自動的に商品の割引率を変更(大手ショッピングモール) : 非公開
14-2-34) 市場ニーズがタイムリーに反映されるかたちで、顧客にとってより魅力的な品揃えが可能になり、ECサイト運営に関する各種業務のスピード/効率向上も図られた(大手通信販売会社) : 非公開
14-2-35) 需給関係のリアルタイム把握による価格調整 : 非公開
14-2-36) 小売店のレジデータから「おむつとビール」を一緒に買う客が多いと分かり、近くの棚に配置したところ、両方の売り上げが伸びた : 非公開
14-2-37) 追加発注を促すアラートによって、店員は、接客や品出しなどの繁忙時にも、忘れることなく追加注文を行えるようになり、売り切れによる機会損失が極小化された(中堅コンビニエンスストアチェーン) : 非公開
14-2-38) 膨大なデータとして蓄積された顧客の履歴情報を分析して受注効率を高める : 非公開
14-2-39) 輸送ルートの最適化によって、燃料消費の効率化や顧客サービスの改善を果たせる(運輸業、物流業) : 非公開
14-2-40) 並列分散処理を適用することで、毎日、店舗ごとの売れ筋商品を分析できるようになり、最適な品揃えによる売上増を実現(全国展開の小売販売業) : 富士通
14-2-41) 「自動発注システム」 (作業負担になっていた発注業務を無くし、その分を接客や売り場作りに振り向ける) : 良品計画
14-3-1) 既存のデータまたは履歴データを利用して、新しいビジネス機会と機能を推進 : Amazon
14-3-2) 遠鉄グループ共通ポイントカードの利用者データを日本IBM SPSS Modelerで分析。分析結果を活用し、グループ全体の収益拡大に取り組む(遠州鉄道) : 日本IBM
14-3-3) Suicaのデータを利用し見えなかった嗜好が見えてきた : JR東日本ウォータービジネス
14-3-4) 購買履歴や年齢、住所のような最低限の情報しか管理してなかったCRMではわからなかった顧客の嗜好が、iPadを利用し購入前の試着データも入れたことから、今まで見えなかった施策が見えてきた : トリンプ・インターナショナル・ジャパン
14-3-5) 「自販機イノベーション」(自販機で収集したPOSデータやSuicaのIDデータを積極的に活用) : JR東日本ウォータービジネス
14-3-6) 通販サイトのアクセスログや顧客データなどビッグデータ分析により、勝算を見極め、酒の製造・販売に本格参入 : 伊藤久右衛門
14-3-7) 利用者の商品・デジタルコンテンツ等の購買履歴や決済情報、コミュニケーションの発信履歴など膨大なデータを蓄積しており、それらのデータを活用しつつサービス革新等を進めることが、各社の競争力につながっている(Amazon、Apple、Facebook、Googleなど) : 総務省
14-3-8) 大規模ログ分析による新しいビジネスニーズの発見(大手eコマース) : 非公開
14-4-1) 共通ポイントカードの顧客購買情報分析(小売チェーン) : NEC
14-4-2) 広告効果分析(新商品や販促強化商品の商品陳列棚にタブレットを設置し、動画などの広告を見た顧客の属性、滞留時間などから広告効果を測定) : NEC
14-4-3) 商品の購買・非購買顧客の行動を、年齢・性別、顔認証(同一人物)で判定し、動線分析などを行う : NEC
14-4-4) 販売データなど基幹システム内大量データのリアルタイム分析 : NEC
14-4-5) 販売実績や仕入れ・在庫、売掛・買掛の分析(流通・商社・卸売業) : NEC
14-4-6) Tポイントの会員データ分析(すかいらーくグループ「ガスト」のメニュー改定) : カルチュア・コンビニエンス・クラブ
14-4-7) 動線や人数カウントで商業施設の状況を把握することは、地域顧客の理解にも繋がる、より良い提案を勧めることも可能(ショッピングセンター・デパート) : システム・ケイ
14-4-8) モニター調査などでは拾いきれない、消費者の本音やキャンペーンの効果を測定(CMを投下している主要6ブランドに対して、ブログの反応を毎月チェックし、 商品の書込み数や消費者の反応をブログから読み取る)(森永乳業) : データセクション
14-4-9) ユビレジ(飲食店などPOSがある店舗でiPadを利用した売上分析) : ユビレジ
14-4-10) 見込み客分析(顧客行動をモデル化し顧客をセグメンテーション、それぞれのセグメントに対するキャンペーンを優先順でタイムリーに実施) : ラック
14-4-11) “おもてなし”を支える新情報基盤、顧客単位の来店情報を分単位で把握 : 高島屋
14-4-12) 売り上げ拡大、競争力の強化を目的として、大手流通/小売りの買い回り傾向の分析、電子マネーの利用状況の分析、商店街/ショッピングモールの買い回り傾向の分析などで利用 : 日本マイクロソフト
14-4-13) どのような動線でなぜ購入したのか、あるいはなぜ購入しなかったのか、購入後にどう利用されているのかが分かれば、今まで以上にきめ細かい顧客アプローチが可能になる : 日立グループ
14-4-14) ロイヤリティ分析、プロモーション分析(流通・小売業) : 日立製作所
14-4-15) 来店者と店員の行動を、組織内コミュニケーションの可視化を図る弊社の独自技術「ビジネス顕微鏡」によってデータ化し、それとPOSデータを掛け合わせて分析したところ、売り上げ向上の手掛かりを発見(ホームセンター) : 日立製作所
14-4-16) リアル店舗の飲料棚にKinectのようなモーションセンサーを設置することで、顧客の購買動向を分析する : 非公開
14-4-17) 深夜の飲み屋の外に置かれているレンタルおしぼりの返却数をグルメサイトが利用したら、正確な来客数が割り出せるかもしれない。3年分のデータがあれば、売り上げの増減まで調べられるだろう。 : 非公開
14-4-18) 企業内の顧客情報やコールセンターのコンタクト履歴に加えて、スマートフォンやソーシャルメディアへの書き込み、オンラインストアでの購買履歴といった消費者の行動データを統合して瞬時に分析。どういったアクションを取れば、最も購買につながりやすいかといった分析情報を数秒以内に現場にフィードバックする : 非公開
14-4-19) 数億件のデータ処理で店舗毎の売れ筋商品を予測(流通業) : 富士通
14-4-20) 新商品売上予測(新商品発売前の前評判情報から、商品の売れ行きを事前予測) : 富士通研究所

15-1-1) 緻密で迅速な意思決定(福岡ソフトバンクホークス) : 日本IBM
15-1-2) センサー・データ分析 : オージス総研データサイエンスセンター
15-1-3) 経済構造の把握、生産波及効果の計算などに利用される「産業連関表」について、東京大学との共同研究により、過去の産業連関表の推移、その間の政策、技術革新、社会・経済情勢等様々な要因の分析結果と、今後見込まれる様々な要因に基づき、現在・未来の産業連関表を推計し、政策立案の基礎とする取組みを進めている。(産業連関表の精度向上) : 鳥取県
15-1-4) 膨大な衛星画像情報から、ユーザーが求める情報を瞬時に引き出す : 独立行政法人産業技術総合研究所
15-1-5) ライフ顕微鏡( 1日単位の行動パターン(起床、外出、帰宅、就寝の各時刻)をクラスタリングし、クラスタ間の遷移の特徴を複数種類の特徴量で表現することにより、おおよその行動パターンを特定できる) : 日立グループ
15-1-6) 高度画像技術による監視システム(画像特徴量による類似画像検索や画像認識により大量の画像データから顔検出やシーン特定など必要な情報を高速に抽出 、統合監視システムとの連携による安心・安全の実現、生産効率化、品質管理などのほか、画像検索などの高付加価値なサービスも提供) : 日立製作所
15-1-7) データ分析手法「セイバーメトリクス」(勝利がどうやって生まれるのかを、野球という集団競技の構造を解き明かしながら、統計的に分析して検証する手法) : 非公開
15-1-8) ホテルと医療分野、自動車と保険分野など、業種や分野を越えた新しいサービスやビジネスの創造のほか、医療やヘルスケア、教育、土木、福祉など、新しい街や社会づくりにも、大きく拡がっていくことが予想される : 非公開
15-1-9) 自分の見たいシーンに登場すると思われる画像を登録しておけば、それらの画像が含まれるシーンを自動的に検出し、そこにジャンプしてくれる : 非公開
15-1-10) 最新の将棋ソフト(最善手しかないプロの棋譜5万局分を学習させることで、9000万種類のパラメータを導き出し、プロ棋士並みの実力を備えることができた) : 富士通

商品名
ビッグデータ活用シーンに関する市場調査2013Ver2
発刊
2013年08月
発行
株式会社 ESP総研
調査
株式会社 ESP総研
販売
PLANiDEA SurveyReport運営事務局
判型
A4判 82ページ+参考資料編 508枚
販売価格

報告書 全編 [PDF版]
216,000 円 (税抜 200,000 円+消費税 16,000 円)
※ 当商品は、送料無料 でご提供いたします。

納品形態 [ESP]
個  数

カゴに入れる



このページのTOPへ