❖本調査レポートの見積依頼/サンプル/購入/質問フォーム❖
データサイエンスプラットフォームの世界市場規模は、2022年に1,112億2,000万米ドルに達し、2032年には約5,010億3,000万米ドルに達すると予測され、2023年から2032年までの予測期間中に年平均成長率16.2％で成長する見通しである。
研究開発への投資が増加しているため、技術の進歩は急速に進んでいる。ビジネスの生産性と効率を高めるテクノロジーへのニーズは、ビジネスの拡大とともに高まっている。人工知能（AI）、機械学習（ML）、モノのインターネット（IoT）といったテクノロジーは至るところに存在し、それらが受け入れられることでプラットフォームやソフトウェアの利用が加速している。データ量が日々増加する中、最新のデータハンドリングシステムやソリューションは、ビジネスの拡大において重要な役割を果たしている。現在、産業界で幅広く利用されているソフトウェアのひとつに、データサイエンス・プラットフォームがある。このプログラムは、機械学習や高度な分析のためのさまざまなテクノロジーで構成されている。データ・サイエンティストは、メソッドを作成し、データから結論を導き出し、プロジェクトを通してそれらの経験を孤独な環境で共有することができる。データモデリング・プロセスの各段階用に作成された様々なツールが、データサイエンスの取り組みで使用される。
データサイエンスプラットフォームは、現在ますます利用されるようになっている。このプログラムは、オープンソースのツールに大きな柔軟性とコンピューティングリソースのスケーラビリティを提供する。さらに、異なるデータ・アーキテクチャに合わせるのも簡単だ。さらに、このプラットフォームはバージョン管理をサポートしているため、データサイエンス・チームは最近完了した作業を失うことなくプロジェクトで共同作業を行うことができる。このような利点は、市場の拡大に大きく貢献する。データ分析を通じて企業によって確立された前提が修正される。新たなサイクルが生まれつつある。現在の市場動向には、データの置き換え、トラフィックの変化、ヘルスケアに関連するサプライチェーンの重視などがある。ヘルスケア業界は、伝染病の流行によって最も悪影響を受けた。ヘルスケア業界の専門家たちは、より正確な結論を出すために、以前に流行の影響を受けた国のデータを使うことに集中している。
成長因子
機械学習（ML）モデルの開発、トレーニング、スケーリング、デプロイメントをサポートするデータサイエンスプラットフォームは、機械学習の利用が増加するにつれて必要とされている。データサイエンスの進歩は、適切なプラットフォームとテクノロジーによって可能になる。データサイエンスとデータ管理の革新も、機械学習と人工知能によって推進されている。
データサイエンスプラットフォーム産業の拡大は、予測期間中、ビッグデータ技術の発展と意思決定のためのデータ収集と活用の重要性によって促進されると予測される。さらに、予測期間を通じて、クラウドベースのソリューションとサービスの利用、データサイエンスプラットフォームの成長市場と未開拓市場のターゲット化により、市場は力強い成長を遂げると予測される。
データ・サイエンスは、デジタルトランスフォーメーションを進める企業にとって、もはやオプションの支出ではない。むしろ、多くの企業の経営環境がデータ主導の戦略を採用していると評価されるようになり、今や必須となっている。例えば、過去10年間、企業は3カ月ごとに予測モデルを使用して、顧客ベースの約10％にマーケティング・オファーを配信し、その運用結果に満足していた。しかし、現在の市場環境では、企業は10％だけでなく100％の顧客に対してリアルタイムでアドバイスを提供することが求められている。さらに、企業は、営業、オペレーション、製造、人事など、多くの機能部門にわたってモデル主導のキャンペーンを定期的に実施したいという希望を公然と表明している。
コンポーネント・インサイト
コンポーネントによると、プラットフォーム・セグメントは2022年の市場シェア83％で市場をリードして おり、予測期間中も市場を支配し続けると予測されている。これは、より多くの中小企業がデータサイエンスプラットフォーム（SME）を活用しているためである。企業は自動化とデジタル化に向かっており、その結果、大規模データが加速し、より複雑な業務手順が発生する。企業はこうした課題に対処するため、膨大なデータプールから瞬時に洞察を得ることができる最先端のテクノロジーを必要としている。データ・サイエンス・プラットフォームのおかげで、企業は新規顧客を獲得し、事業運営を最適化することができる。しかし、予測期間を通じて、サービス・カテゴリーが最も速いペースで増加すると予測されている。
近い将来、サービス産業は成長すると予測されている。この業界の有名企業が提供するサービスには、トレーニング、コンサルテーション、デプロイメント、インテグレーション、メンテナンス、サポートなどがある。データサイエンスプラットフォームは大きな成長の見込みがあるため、生産性と効率性の向上の恩恵を受けるために、自社の作業環境にデータサイエンスプラットフォームを組み込む方法を模索する企業が増えている。その結果、これらのサービスは、現在の環境にテクノロジーをうまく取り入れるために広く利用されている。
アプリケーション・インサイト
2022年に35％以上の最も多くの収入を生み出したセグメントは、マーケティングと営業だった。 マーケティング・営業部門がデータサイエンスを活用して買い手のペルソナをより深く洞察し、それに応じてマーケティング予算を配分できるようになったことなどが、このセグメントの最大の収益シェアと投資収益率（ROI）の向上につながった。これとともに、正確な支出計算がもたらす財務リスクの低下、より予測可能な収入増、顧客体験の向上といった側面も、すべてこのプラットフォームが市場で人気を集めるのに役立っている。
このプラットフォームは、サプライチェーンの手順を合理化するために物流業界で利用されている。輸送、在庫、その他すべてについて収集した情報から結論を導き出し、サプライチェーン全体に影響を与える傾向を見出すのを支援する。このプラットフォームは、データからより多くの価値を引き出すために、金融・会計業界にも利用されている。CFOや会計事務所などでは、アナリティクスやデータガバナンスのスキルを向上させるためにテクノロジーが活用されている。
業種別インサイト
2022年の総売上高の20％近くを占め、BFSIカテゴリーが最大の売上高シェアを占めている。垂直分野別に見ると、IT・通信、ヘルスケア、BFSI、製造、小売・eコマース、エネルギー・公共事業、政府、その他に分類される。予測期間中、ヘルスケアカテゴリーは拡大すると予測されている。医療用画像処理は、このプラットフォームの最も一般的な用途の1つである。同分野の技術導入が早いのは、医療サービスの向上に重点を置いているからかもしれない。
このプラットフォームは、生産性と効率性を高めるためにIT業界や通信業界でも利用されている。このプラットフォームは、面倒な業務活動を取り除き、様々なソースから収集したデータをより深く分析することを支援する。小売業やeコマース部門におけるテクノロジーの急速な導入は、機械学習テクノロジーを活用したモデル主導の選択によって促進されている。作業効率や業務効率を改善するためのプラットフォームの利用が増えることで、近い将来、製造業の成長につながると期待されている。
展開モードの洞察
オンプレミス部門は、予測期間中により大きな市場規模を占めるよう、展開モードに基づいて区分されている。クラウドコンピューティングは、リモートコンピュータのネットワーク上でデータを管理、処理、保存するもので、オンラインアクセスが多い。企業は主に、BFSI、ヘルスケア、ライフサイエンス、製造業など、規制の厳しい分野でデータサイエンスプラットフォームのオンプレミス展開戦略を採用している。さらに、オンプレミスの展開手法は、十分なITリソースを持つ大企業によって選択されると予想される。企業が高度なセキュリティと制御のために信頼できる最も信頼性の高い展開方法は、オンプレミスである。クラウドベースのテクノロジーを利用するには、企業はライセンスやコピーを購入しなければならない。
組織規模の洞察
大企業は、組織規模に基づく予測期間において、より大きな市場規模を占めるだろう。この調査では、従業員1,000人以上の組織のほとんどが大企業とみなされている。クラウドの普及により、多くの大企業がデータサイエンスプラットフォームを利用しており、この傾向は予測期間中も続くと予想される。大企業は、多様な顧客基盤から膨大な量のデータを収集している。データは、大企業における組織全体のパフォーマンスを評価する上で極めて重要である。データサイエンスプラットフォームは、ソーシャルメディアフィード、センサー、ウェブカメラなど、さまざまなソースからのデータを分析するために大企業で利用されている。各レコードは、他のデータとの関係や時間的な順序を維持しながら処理されなければならない。
地理インサイト
2022年には、世界の収入の36％が北米からもたらされる。 これは、この地域の主要な市場参加者が、こうしたプラットフォームの継続的な開発にますます注力しているためだ。例えば、テクノロジー企業のオラクルは2020年2月、クラウドベースのデータサイエンス・プラットフォームの導入を発表した。新プラットフォームの機能には、共有プロジェクト、チームのセキュリティポリシー、監査可能性、再現性、モデルカタログなどが含まれる。
2022年には、欧州市場のシェアが2番目に高かった。データ主導のデジタルトランスフォーメーションの利用が拡大するにつれ、この地域のより多くの企業が開発に拍車をかけるためにこの技術を導入している。アジア太平洋地域（APAC）は、先進国および成長経済圏全体でデータサイエンスプラットフォームの顕著な成長を背景に、データサイエンスプラットフォームのソリューションとサービスのサプライヤーに一貫して魅力的な市場展望を提供してきた。日本、中国、インドのデータサイエンスプラットフォーム市場には、いくつかの潜在的な展望がある。APACは、技術ベースの経済構造が急速に拡大しているため、予測期間中にデータサイエンスプラットフォームのソフトウェアとサービスに対する需要が最も急成長する地域になると予測されている。
主な市場動向
MathWorksは、MATLABおよびSimulink製品ファミリーのバージョン2021bを2021年9月にリリースします。MATLABおよびSimulinkのリリース2021b（R2021b）には、何百もの新機能や更新機能、大幅な機能強化、コードの書き換えやブロック編集、MATLABからPythonコマンドやスクリプトを実行する機能が含まれています。Simulinkのアップデートにより、Simulink Editorから様々なシナリオのシミュレーションを実行したり、Simulink Toolstripのカスタムタブを作成したりできるようになりました。
Google Cloudの新しいマネージドMLプラットフォームであるGoogle Vertex AIが、2021年5月にアップデートされる。これは、開発者がAIモデルのデプロイと保守をよりシンプルにすることを目的としている。グーグルがVertexを紹介するために今日を選んだという事実は、この新しいサービスがさまざまな開発者にとっていかに重要であると考えているかを示している。通常、モバイルとウェブ開発者に集中し、Google Cloudのニュースがあまり含まれないGoogle I/Oでは珍しい発表だ。
主要市場プレーヤー
アルテリクス
株式会社クラウデラ
株式会社データロボ
株式会社ドミノ・データラボ
データブリック
アイビーエム株式会社
レクサー・アナリティクス
株式会社ラピッドマイナー
ラピッド・インサイト
オルフラム
レポート対象セグメント
(注*：サブセグメントに基づくレポートも提供しています。ご興味のある方はお知らせください。）
コンポーネント別
プラットフォーム
サービス
アプリケーション別
マーケティング＆セールス
物流
財務・会計
カスタマーサポート
その他
業種別
BFSI
小売とEコマース
ITおよびテレコム
交通
ヘルスケア
製造業
その他
組織規模別
中小企業
大企業
展開モード別
クラウド
オンプレミス
地域別
北米
米国
カナダ
ヨーロッパ
英国
ドイツ
フランス
アジア太平洋
中国
インド
日本
韓国
マレーシア
フィリピン
ラテンアメリカ
ブラジル
その他のラテンアメリカ
中東・アフリカ（MEA）
第1章.はじめに
1.1.研究目的
1.2.調査の範囲
1.3.定義
第2章 調査方法調査方法
2.1.研究アプローチ
2.2.データソース
2.3.仮定と限界
第3章.エグゼクティブ・サマリー
3.1.市場スナップショット
第4章.市場の変数と範囲
4.1.はじめに
4.2.市場の分類と範囲
4.3.産業バリューチェーン分析
4.3.1.原材料調達分析
4.3.2.販売・流通チャネル分析
4.3.3.川下バイヤー分析
第5章.COVID 19 データサイエンスプラットフォーム市場への影響
5.1.COVID-19 ランドスケープ：データサイエンスプラットフォーム産業への影響
5.2.COVID 19 – 業界への影響評価
5.3.COVID 19の影響世界の主要な政府政策
5.4.COVID-19を取り巻く市場動向と機会
第6章.市場ダイナミクスの分析と動向
6.1.市場ダイナミクス
6.1.1.市場ドライバー
6.1.2.市場の阻害要因
6.1.3.市場機会
6.2.ポーターのファイブフォース分析
6.2.1.サプライヤーの交渉力
6.2.2.買い手の交渉力
6.2.3.代替品の脅威
6.2.4.新規参入の脅威
6.2.5.競争の度合い
第7章 競争環境競争環境
7.1.1.各社の市場シェア／ポジショニング分析
7.1.2.プレーヤーが採用した主要戦略
7.1.3.ベンダーランドスケープ
7.1.3.1.サプライヤーリスト
7.1.3.2.バイヤーリスト
第8章 データサイエンス・プラットフォームの世界市場データサイエンスプラットフォームの世界市場、コンポーネント別
8.1.データサイエンスプラットフォーム市場、コンポーネント別、2023-2032年
8.1.1.プラットフォーム
8.1.1.1.市場収入と予測（2021-2032年）
8.1.2.サービス
8.1.2.1.市場収益と予測（2021-2032年）
第9章 データサイエンス・プラットフォームの世界市場データサイエンスプラットフォームの世界市場、用途別
9.1.データサイエンスプラットフォーム市場、用途別、2023-2032年
9.1.1.マーケティング＆セールス
9.1.1.1.市場収入と予測（2021-2032年）
9.1.2.物流
9.1.2.1.市場収益と予測（2021-2032年）
9.1.3.財務・会計
9.1.3.1.市場収入と予測（2021-2032年）
9.1.4.カスタマーサポート
9.1.4.1.市場収益と予測（2021-2032年）
9.1.5.その他
9.1.5.1.市場収益と予測（2021-2032年）
第10章.データサイエンスプラットフォームの世界市場、産業分野別
10.1.データサイエンスプラットフォーム市場、産業分野別、2023-2032年
10.1.1.BFSI
10.1.1.1.市場収入と予測（2021-2032年）
10.1.2.小売と電子商取引
10.1.2.1.市場収入と予測（2021-2032年）
10.1.3.ITおよび電気通信
10.1.3.1.市場収入と予測（2021-2032年）
10.1.4.輸送
10.1.4.1.市場収入と予測（2021-2032年）
10.1.5.ヘルスケア
10.1.5.1.市場収入と予測（2021-2032年）
10.1.6.製造
10.1.6.1.市場収入と予測（2021-2032年）
10.1.7.その他
10.1.7.1.市場収入と予測（2021-2032年）
第11章.データサイエンスプラットフォームの世界市場、組織規模別
11.1.データサイエンスプラットフォーム市場、組織規模別、2023-2032年
11.1.1.中小企業
11.1.1.1.市場収入と予測（2021-2032年）
11.1.2.大企業
11.1.2.1.市場収入と予測（2021-2032年）
第12章.データサイエンスプラットフォームの世界市場、展開モード別
12.1.データサイエンスプラットフォーム市場、展開モード別、2023-2032年
12.1.1.クラウド
12.1.1.1.市場収入と予測（2021-2032年）
12.1.2.オンプレミス
12.1.2.1.市場収入と予測（2021-2032年）
第13章.データサイエンスプラットフォームの世界市場、地域別推計と動向予測
13.1.北米
13.1.1.市場収入と予測、コンポーネント別（2021-2032年）
13.1.2.市場収入と予測、用途別（2021-2032年）
13.1.3.産業分野別市場収益と予測（2021-2032年）
13.1.4.市場収益と予測、組織規模別（2021～2032年）
13.1.5.市場収益と予測、展開モード別（2021～2032年）
13.1.6.米国
13.1.6.1.市場収入と予測、コンポーネント別（2021～2032年）
13.1.6.2.市場収入と予測、用途別（2021～2032年）
13.1.6.3.産業分野別市場収益と予測（2021-2032年）
13.1.6.4.市場収益と予測、組織規模別（2021～2032年）
13.1.6.5.市場収益と予測、展開モード別（2021～2032年）
13.1.7. その他の北米地域
13.1.7.1. コンポーネント別市場収益および予測 (2021-2032)
13.1.7.2.市場収入と予測、用途別（2021～2032年）
13.1.7.3.産業分野別市場収益と予測（2021-2032年）
13.1.7.4.市場収益と予測、組織規模別（2021～2032年）
13.1.7.5.市場収益と予測、展開モード別（2021～2032年）
13.2.ヨーロッパ
13.2.1.市場収入と予測、コンポーネント別（2021-2032年）
13.2.2.市場収入と予測、用途別（2021-2032年）
13.2.3.産業分野別市場収益と予測（2021-2032年）
13.2.4.市場収益と予測、組織規模別（2021-2032年）
13.2.5.市場収益と予測、展開モード別（2021～2032年）
13.2.6.英国
13.2.6.1.市場収入と予測、コンポーネント別（2021～2032年）
13.2.6.2.市場収入と予測、用途別（2021～2032年）
13.2.6.3.産業分野別市場収益と予測（2021-2032年）
13.2.6.4.市場収益と予測、組織規模別（2021～2032年）
13.2.6.5.市場収益と予測、展開モード別（2021～2032年）
13.2.7. ドイツ
13.2.7.1.市場収入と予測、コンポーネント別（2021～2032年）
13.2.7.2.市場収入と予測、用途別（2021～2032年）
13.2.7.3. 産業分野別市場収益および予測（2021年～2032年）
13.2.7.4.市場収益と予測、組織規模別（2021-2032年）
13.2.7.5.市場収益と予測、展開モード別（2021～2032年）
13.2.8. フランス
13.2.8.1.市場収入と予測、コンポーネント別（2021～2032年）
13.2.8.2.市場収入と予測、用途別（2021～2032年）
13.2.8.3.産業分野別市場収益と予測（2021-2032年）
13.2.8.4.市場収益と予測、組織規模別（2021～2032年）
13.2.8.5. 市場収益と予測、展開モード別（2021年～2032年）
13.2.9.その他のヨーロッパ
13.2.9.1.市場収入と予測、コンポーネント別（2021～2032年）
13.2.9.2.市場収入と予測、用途別（2021～2032年）
13.2.9.3.産業分野別市場収益と予測（2021-2032年）
13.2.9.4.市場収益と予測、組織規模別（2021～2032年）
13.2.9.5. 市場収益と予測、展開モード別（2021年～2032年）
13.3.APAC
13.3.1.市場収入と予測、コンポーネント別（2021-2032年）
13.3.2.市場収入と予測、用途別（2021～2032年）
13.3.3.産業分野別市場収益と予測（2021-2032年）
13.3.4.市場収益と予測、組織規模別（2021～2032年）
13.3.5.市場収益と予測、展開モード別（2021～2032年）
13.3.6. インド
13.3.6.1.市場収入と予測、コンポーネント別（2021～2032年）
13.3.6.2.市場収入と予測、用途別（2021～2032年）
13.3.6.3.産業分野別市場収益と予測（2021-2032年）
13.3.6.4.市場収益と予測、組織規模別（2021～2032年）
13.3.6.5.市場収益と予測、展開モード別（2021～2032年）
13.3.7.中国
13.3.7.1.市場収入と予測、コンポーネント別（2021～2032年）
13.3.7.2. 市場収益および予測、用途別 (2021-2032)
13.3.7.3.産業分野別市場収益と予測（2021-2032年）
13.3.7.4.市場収益と予測、組織規模別（2021～2032年）
13.3.7.5.市場収益と予測、展開モード別（2021～2032年）
13.3.8.日本
13.3.8.1.市場収入と予測、コンポーネント別（2021～2032年）
13.3.8.2. 市場収益および予測、用途別 (2021-2032)
13.3.8.3.産業分野別市場収益と予測（2021-2032年）
13.3.8.4.市場収益と予測、組織規模別（2021～2032年）
13.3.8.5.市場収益と予測、展開モード別（2021～2032年）
13.3.9.その他のAPAC地域
13.3.9.1.市場収入と予測、コンポーネント別（2021～2032年）
13.3.9.2.市場収入と予測、用途別（2021～2032年）
13.3.9.3.産業分野別市場収益と予測（2021-2032年）
13.3.9.4.市場収益と予測、組織規模別（2021～2032年）
13.3.9.5.市場収益と予測、展開モード別（2021～2032年）
13.4.MEA
13.4.1.市場収入と予測、コンポーネント別（2021～2032年）
13.4.2.市場収益と予測、用途別（2021～2032年）
13.4.3.産業分野別市場収益と予測（2021-2032年）
13.4.4.市場収益と予測、組織規模別（2021-2032年）
13.4.5.市場収益と予測、展開モード別（2021～2032年）
13.4.6.GCC
13.4.6.1.市場収入と予測、コンポーネント別（2021～2032年）
13.4.6.2.市場収入と予測、用途別（2021～2032年）
13.4.6.3. 産業分野別市場収益および予測（2021-2032年）
13.4.6.4.市場収益と予測、組織規模別（2021～2032年）
13.4.6.5.市場収益と予測、展開モード別（2021～2032年）
13.4.7.北アフリカ
13.4.7.1.市場収入と予測、コンポーネント別（2021～2032年）
13.4.7.2.市場収益と予測、用途別（2021～2032年）
13.4.7.3.産業分野別市場収益と予測（2021-2032年）
13.4.7.4.市場収益と予測、組織規模別（2021～2032年）
13.4.7.5.市場収益と予測、展開モード別（2021～2032年）
13.4.8.南アフリカ
13.4.8.1.市場収入と予測、コンポーネント別（2021～2032年）
13.4.8.2.市場収益と予測、用途別（2021～2032年）
13.4.8.3.産業分野別市場収益と予測（2021-2032年）
13.4.8.4.市場収益と予測、組織規模別（2021～2032年）
13.4.8.5.市場収益と予測、展開モード別（2021～2032年）
13.4.9.その他のMEA諸国
13.4.9.1.市場収入と予測、コンポーネント別（2021～2032年）
13.4.9.2.市場収入と予測、用途別（2021～2032年）
13.4.9.3.産業分野別市場収益と予測（2021-2032年）
13.4.9.4.市場収益と予測、組織規模別（2021～2032年）
13.4.9.5.市場収益と予測、展開モード別（2021～2032年）
13.5.ラテンアメリカ
13.5.1.市場収入と予測、コンポーネント別（2021～2032年）
13.5.2.市場収益と予測、用途別（2021～2032年）
13.5.3.産業分野別市場収益と予測（2021-2032年）
13.5.4.市場収益と予測、組織規模別（2021-2032年）
13.5.5.市場収益と予測、展開モード別（2021～2032年）
13.5.6.ブラジル
13.5.6.1.市場収入と予測、コンポーネント別（2021～2032年）
13.5.6.2.市場収益と予測、用途別（2021～2032年）
13.5.6.3.産業分野別市場収益と予測（2021-2032年）
13.5.6.4.市場収益と予測、組織規模別（2021-2032年）
13.5.6.5.市場収益と予測、展開モード別（2021～2032年）
13.5.7.その他のラタム諸国
13.5.7.1.市場収入と予測、コンポーネント別（2021～2032年）
13.5.7.2.市場収益と予測、用途別（2021～2032年）
13.5.7.3.産業分野別市場収益と予測（2021-2032年）
13.5.7.4.市場収益と予測、組織規模別（2021-2032年）
13.5.7.5.市場収益と予測、展開モード別（2021～2032年）
第14章.企業プロフィール
14.1.ALTERYX INC.
14.1.1.会社概要
14.1.2.提供商品
14.1.3.財務パフォーマンス
14.1.4.最近の取り組み
14.2.株式会社クラウデラ
14.2.1.会社概要
14.2.2.提供商品
14.2.3.財務パフォーマンス
14.2.4.最近の取り組み
14.3.データロボ社
14.3.1.会社概要
14.3.2.提供商品
14.3.3.財務パフォーマンス
14.3.4.最近の取り組み
14.4.株式会社ドミノ・データ・ラボ
14.4.1.会社概要
14.4.2.提供商品
14.4.3.財務パフォーマンス
14.4.4.最近の取り組み
14.5.データブリック
14.5.1.会社概要
14.5.2.提供商品
14.5.3.財務パフォーマンス
14.5.4.最近の取り組み
14.6.アイビーエム株式会社
14.6.1.会社概要
14.6.2.提供商品
14.6.3.財務パフォーマンス
14.6.4.最近の取り組み
14.7.レクサー分析
14.7.1.会社概要
14.7.2.提供商品
14.7.3.財務パフォーマンス
14.7.4.最近の取り組み
14.8.ラピッドマイナー社
14.8.1.会社概要
14.8.2.提供商品
14.8.3.財務パフォーマンス
14.8.4.最近の取り組み
14.9.ラピッドインサイト
14.9.1.会社概要
14.9.2.提供商品
14.9.3.財務パフォーマンス
14.9.4.最近の取り組み
14.10.オルフラム
14.10.1.会社概要
14.10.2.提供商品
14.10.3.財務パフォーマンス
14.10.4.最近の取り組み
第15章 調査方法研究方法論
15.1.一次調査
15.2.二次調査
15.3.前提条件
第16章付録
16.1.私たちについて
16.2.用語集
❖本調査資料に関するお問い合わせはこちら❖