【概要】

2023年におけるデータサイエンスと機械学習プラットフォーム（Data Science and Machine-Learning Platforms）の世界市場規模は、 百万米ドルと予測され、2024年から2030年の予測期間において、年間平均成長率（CAGR） %で成長し、2030年までに 百万米ドルに達すると予測されている。

2023年におけるデータサイエンスと機械学習プラットフォームの北米市場は、 百万米ドルと予測され、2024年から2030年の予測期間において、CAGR %で成長し、2030年までに 百万米ドルに達すると予測されている。

2023年におけるデータサイエンスと機械学習プラットフォームのアジア太平洋市場は、 百万米ドルと予測され、2024年から2030年の予測期間において、CAGR %で成長し、2030年までに 百万米ドルに達すると予測されている。

2023年におけるデータサイエンスと機械学習プラットフォームのヨーロッパ市場は、 百万米ドルと予測され、2024年から2030年の予測期間において、CAGR %で成長し、2030年までに 百万米ドルに達すると予測されている。

データサイエンスと機械学習プラットフォームの世界的な主要企業には、SAS, Alteryx, IBM, RapidMiner, KNIME, Microsoft, Dataiku, Databricks and TIBCO Software,などがある。2023年、世界の上位5社は、売上シェアは約 ％である。

このレポートは、データサイエンスと機械学習プラットフォームの世界市場に関する包括的なプレゼンテーションを提供することを目的としており、売上、主要企業の市場シェアとランキングに焦点を当てている。さらに、地域別および国別、製品別、アプリケーション別に関するデータサイエンスと機械学習プラットフォームの分析も含まれている。

データサイエンスと機械学習プラットフォーム市場の規模、見積もり、および予測は、2023年を基準年とし、2019年から2030年までの期間の収益（百万米ドル）に基づいて提供されている。量的および質的な分析の両方を備え、読者がビジネス/成長戦略を開発し、市場の競争状況を評価し、現在の市場での自社の位置を分析し、データサイエンスと機械学習プラットフォームに関する情報を元にしたビジネス上の意思決定を行うのに役立つ。

市場セグメンテーション
製品別
    Cloud-based Data Integration Tools

アプリケーション別
    Small-Sized Enterprises
    Medium-Sized Enterprise
    Large Enterprises

地域別
    北米
        アメリカ
        カナダ
    ヨーロッパ
        ドイツ
        フランス
        イギリス
        イタリア
        オランダ
        その他
    アジア太平洋地域
        中国
        日本
        韓国
        東南アジア
        インド
        オーストラリア
        その他
    ラテンアメリカ
        メキシコ
        ブラジル
        その他
    中東とアフリカ
        トルコ
        サウジアラビア
        UAE
        その他

会社別
    SAS
    Alteryx
    IBM
    RapidMiner
    KNIME
    Microsoft
    Dataiku
    Databricks
    TIBCO Software
    MathWorks
    H20.ai
    Anaconda
    SAP
    Google
    Domino Data Lab
    Angoss
    Lexalytics
    Rapid Insight

章の概要
第1章：報告の範囲、世界の総市場規模を紹介する。この章では市場のダイナミクス、市場の最新動向、市場の駆動要因と制約要因、業界の製造業者が直面する課題とリスク、業界の関連政策の分析も提供される。

第2章：データサイエンスと機械学習プラットフォームメーカーの競争状況、売上の市場シェア、最新の開発計画、合併および買収情報などの詳細な分析を提供する。

第3章：製品別の分析を提供し、各市場セグメントの市場規模と開発ポテンシャルをカバーし、読者が異なる市場セグメントでブルーオーシャン市場を見つけるのに役立つ。

第4章：アプリケーション別の分析を提供し、各市場セグメントの市場規模と開発ポテンシャルをカバーし、読者が異なる下流市場でブルーオーシャン市場を見つけるのに役立つ。

第5章：地域レベルでのデータサイエンスと機械学習プラットフォームの売上。各地域の市場規模と開発ポテンシャルを定量的に分析し、世界各国の市場開発、将来の発展の展望、市場スペース、各国の市場規模を紹介する。

第6章：国レベルでのデータサイエンスと機械学習プラットフォームの売上。各国/地域ごとに製品別およびアプリケーション別の有意なデータを提供する。

第7章：主要会社のプロファイルを提供し、市場の主要企業の基本的な状況を詳細に紹介する。製品の売上、粗利益率、製品紹介、最近の開発などが含まれる。

第8章：産業連鎖の分析を提供し、業界の上流および下流を含む。

第9章：結論。

【総目録】

【表と図のリスト】

表の一覧
    表 1. データサイエンスと機械学習プラットフォーム市場動向
    表 2. データサイエンスと機械学習プラットフォーム市場のドライバーと機会
    表 3. データサイエンスと機械学習プラットフォーム市場の課題
    表 4. データサイエンスと機械学習プラットフォーム市場の制約
    表 5. 会社別グローバルデータサイエンスと機械学習プラットフォーム の売上（2019～2024、百万米ドル）
    表 6. 会社別グローバルデータサイエンスと機械学習プラットフォームの売上市場シェア（2019～2024）
    表 7. 主要メーカーデータサイエンスと機械学習プラットフォームの製造拠点と本社所在地
    表 8. 主要メーカーデータサイエンスと機械学習プラットフォームの製品種類
    表 9. 主要メーカーデータサイエンスと機械学習プラットフォームの量産開始時期
    表 10. グローバルデータサイエンスと機械学習プラットフォーム会社の市場集中度（CR5とHHI）
    表 11. ティア別グローバルップ会社の売上（2023年時点でのデータサイエンスと機械学習プラットフォームの売上に基づく）
    表 12. 合併と買収、拡張計画
    表 13. 製品別グローバルデータサイエンスと機械学習プラットフォームの売上（2019 VS 2023 VS 2030、百万米ドル）
    表 14. 製品別グローバルデータサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 15. 製品別グローバルデータサイエンスと機械学習プラットフォームの売上（2025～2030、百万米ドル）
    表 16. 製品別グローバルデータサイエンスと機械学習プラットフォームの売上市場シェア（2019～2024）
    表 17. 製品別グローバルデータサイエンスと機械学習プラットフォームの売上市場シェア（2025～2030）
    表 18. アプリケーション別グローバルデータサイエンスと機械学習プラットフォームの売上（2019 VS 2023 VS 2030、百万米ドル）
    表 19. アプリケーション別グローバルデータサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 20. アプリケーション別グローバルデータサイエンスと機械学習プラットフォームの売上（2025～2030、百万米ドル）
    表 21. アプリケーション別グローバルデータサイエンスと機械学習プラットフォームの売上市場シェア（2019～2024）
    表 22. アプリケーション別グローバルデータサイエンスと機械学習プラットフォームの売上市場シェア（2025～2030）
    表 23. 地域別グローバルデータサイエンスと機械学習プラットフォームの売上（2019 VS 2023 VS 2030、百万米ドル）
    表 24. 地域別グローバルデータサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 25. 地域別グローバルデータサイエンスと機械学習プラットフォームの売上（2025～2030、百万米ドル）
    表 26. 地域別グローバルデータサイエンスと機械学習プラットフォームの売上市場シェア（2019～2024）&（%）
    表 27. 地域別グローバルデータサイエンスと機械学習プラットフォームの売上市場シェア（2025～2030）&（%）
    表 28. 主要国・地域データサイエンスと機械学習プラットフォームの売上成長トレンド（2019 VS 2023 VS 2030、百万米ドル）
    表 29. 主要国・地域データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 30. 主要国・地域データサイエンスと機械学習プラットフォームの売上（2025～2030、百万米ドル）
    表 31. SAS基本情報一覧
    表 32. SASの紹介と事業概要
    表 33. SAS データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 34. SAS データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 35. SAS 最近の展開
    表 36. Alteryx基本情報一覧
    表 37. Alteryxの紹介と事業概要
    表 38. Alteryx データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 39. Alteryx データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 40. Alteryx 最近の展開
    表 41. IBM基本情報一覧
    表 42. IBMの紹介と事業概要
    表 43. IBM データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 44. IBM データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 45. IBM 最近の展開
    表 46. RapidMiner基本情報一覧
    表 47. RapidMinerの紹介と事業概要
    表 48. RapidMiner データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 49. RapidMiner データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 50. RapidMiner 最近の展開
    表 51. KNIME基本情報一覧
    表 52. KNIMEの紹介と事業概要
    表 53. KNIME データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 54. KNIME データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 55. KNIME 最近の展開
    表 56. Microsoft基本情報一覧
    表 57. Microsoftの紹介と事業概要
    表 58. Microsoft データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 59. Microsoft データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 60. Microsoft 最近の展開
    表 61. Dataiku基本情報一覧
    表 62. Dataikuの紹介と事業概要
    表 63. Dataiku データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 64. Dataiku データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 65. Dataiku 最近の展開
    表 66. Databricks基本情報一覧
    表 67. Databricksの紹介と事業概要
    表 68. Databricks データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 69. Databricks データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 70. Databricks 最近の展開
    表 71. TIBCO Software基本情報一覧
    表 72. TIBCO Softwareの紹介と事業概要
    表 73. TIBCO Software データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 74. TIBCO Software データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 75. TIBCO Software 最近の展開
    表 76. MathWorks基本情報一覧
    表 77. MathWorksの紹介と事業概要
    表 78. MathWorks データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 79. MathWorks データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 80. MathWorks 最近の展開
    表 81. H20.ai基本情報一覧
    表 82. H20.aiの紹介と事業概要
    表 83. H20.ai データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 84. H20.ai データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 85. H20.ai 最近の展開
    表 86. Anaconda基本情報一覧
    表 87. Anacondaの紹介と事業概要
    表 88. Anaconda データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 89. Anaconda データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 90. Anaconda 最近の展開
    表 91. SAP基本情報一覧
    表 92. SAPの紹介と事業概要
    表 93. SAP データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 94. SAP データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 95. SAP 最近の展開
    表 96. Google基本情報一覧
    表 97. Googleの紹介と事業概要
    表 98. Google データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 99. Google データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 100. Google 最近の展開
    表 101. Domino Data Lab基本情報一覧
    表 102. Domino Data Labの紹介と事業概要
    表 103. Domino Data Lab データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 104. Domino Data Lab データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 105. Domino Data Lab 最近の展開
    表 106. Angoss基本情報一覧
    表 107. Angossの紹介と事業概要
    表 108. Angoss データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 109. Angoss データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 110. Angoss 最近の展開
    表 111. Lexalytics基本情報一覧
    表 112. Lexalyticsの紹介と事業概要
    表 113. Lexalytics データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 114. Lexalytics データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 115. Lexalytics 最近の展開
    表 116. Rapid Insight基本情報一覧
    表 117. Rapid Insightの紹介と事業概要
    表 118. Rapid Insight データサイエンスと機械学習プラットフォーム製品、サービス、ソリューション
    表 119. Rapid Insight データサイエンスと機械学習プラットフォームの売上（2019～2024、百万米ドル）
    表 120. Rapid Insight 最近の展開
    表 121. 主な原材料リスト
    表 122. 原材料の主要サプライヤー
    表 123. データサイエンスと機械学習プラットフォーム下流の顧客
    表 124. データサイエンスと機械学習プラットフォームのディストリビューター
    表 125. 本レポートのリサーチプログラム/デザイン
    表 126. 二次ソースからの主なデータ情報
    表 127. 一次ソースからの主なデータ情報
図の一覧
    図 1. データサイエンスと機械学習プラットフォーム製品写真
    図 2. グローバルデータサイエンスと機械学習プラットフォームの売上（2019 VS 2023 VS 2030、百万米ドル）
    図 3. グローバルデータサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 4. データサイエンスと機械学習プラットフォームレポート検討した年数
    図 5. グローバルデータサイエンスと機械学習プラットフォーム会社の売上ランキング（2023、百万米ドル）
    図 6. グローバルトップ5社とトップ10社データサイエンスと機械学習プラットフォームの売上市場シェア（2023）
    図 7. ティア別データサイエンスと機械学習プラットフォームの市場シェア（ティア1、ティア2、ティア3、2019 VS 2023）
    図 8. Open Source Data Integration Tools写真
    図 9. Cloud-based Data Integration Tools写真
    図 10. 製品別グローバルデータサイエンスと機械学習プラットフォームの売上（2019 VS 2023 VS 2030、百万米ドル）
    図 11. 製品別グローバルデータサイエンスと機械学習プラットフォームの売上市場シェア（2023 & 2030）
    図 12. Small-Sized Enterprises用製品写真
    図 13. Medium-Sized Enterprise用製品写真
    図 14. Large Enterprises用製品写真
    図 15. アプリケーション別グローバルデータサイエンスと機械学習プラットフォームの売上（2019 VS 2023 VS 2030、百万米ドル）
    図 16. アプリケーション別グローバルデータサイエンスと機械学習プラットフォームの売上市場シェア（2023 & 2030）
    図 17. 北米データサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 18. 国別北米データサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 19. ヨーロッパデータサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 20. 国別ヨーロッパデータサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 21. アジア太平洋データサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 22. 地域別アジア太平洋データサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 23. 南米データサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 24. 国別南米データサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 25. 中東とアフリカデータサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 26. 国別中東とアフリカデータサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 27. 主要国・地域データサイエンスと機械学習プラットフォームの売上（2019～2030）&（%）
    図 28. アメリカデータサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 29. 製品別アメリカデータサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 30. アプリケーション別アメリカデータサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 31. ヨーロッパデータサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 32. 製品別ヨーロッパデータサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 33. アプリケーション別ヨーロッパデータサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 34. 中国データサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 35. 製品別中国データサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 36. アプリケーション別中国データサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 37. 中国データサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 38. 製品別中国データサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 39. アプリケーション別中国データサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 40. 韓国データサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 41. 製品別韓国データサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 42. アプリケーション別韓国データサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 43. 東南アジアデータサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 44. 製品別東南アジアデータサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 45. アプリケーション別東南アジアデータサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 46. インドデータサイエンスと機械学習プラットフォームの売上（2019～2030、百万米ドル）
    図 47. 製品別インドデータサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 48. アプリケーション別インドデータサイエンスと機械学習プラットフォームの売上（2023 VS 2030）&（%）
    図 49. データサイエンスと機械学習プラットフォーム産業チェーン
    図 50. データサイエンスと機械学習プラットフォーム 製造コスト構造
    図 51. 流通チャネル（直販、流通）
    図 52. 本レポートのボトムアップおよびトップダウン・アプローチ
    図 53. データの複数検証方法
    図 54. 主なインタービュー対象者

【Description】

The global market for Data Science and Machine-Learning Platforms was estimated to be worth US$ million in 2023 and is forecast to a readjusted size of US$ million by 2030 with a CAGR of % during the forecast period 2024-2030.

North American market for Data Science and Machine-Learning Platforms was valued at $ million in 2023 and will reach $ million by 2030, at a CAGR of % during the forecast period of 2024 through 2030.

Asia-Pacific market for Data Science and Machine-Learning Platforms was valued at $ million in 2023 and will reach $ million by 2030, at a CAGR of % during the forecast period of 2024 through 2030.

Europe market for Data Science and Machine-Learning Platforms was valued at $ million in 2023 and will reach $ million by 2030, at a CAGR of % during the forecast period of 2024 through 2030.

The global key companies of Data Science and Machine-Learning Platforms include SAS, Alteryx, IBM, RapidMiner, KNIME, Microsoft, Dataiku, Databricks and TIBCO Software, etc. In 2023, the global five largest players hold a share approximately % in terms of revenue.

Report Scope
This report aims to provide a comprehensive presentation of the global market for Data Science and Machine-Learning Platforms, focusing on the total sales revenue, key companies market share and ranking, together with an analysis of Data Science and Machine-Learning Platforms by region & country, by Type, and by Application.

The Data Science and Machine-Learning Platforms market size, estimations, and forecasts are provided in terms of sales revenue ($ millions), considering 2023 as the base year, with history and forecast data for the period from 2019 to 2030. With both quantitative and qualitative analysis, to help readers develop business/growth strategies, assess the market competitive situation, analyze their position in the current marketplace, and make informed business decisions regarding Data Science and Machine-Learning Platforms.

Market Segmentation
By Company
    SAS
    Alteryx
    IBM
    RapidMiner
    KNIME
    Microsoft
    Dataiku
    Databricks
    TIBCO Software
    MathWorks
    H20.ai

    Anaconda
    SAP
    Google
    Domino Data Lab
    Angoss
    Lexalytics
    Rapid Insight
 Segment by Type:
    Open Source Data Integration Tools
    Cloud-based Data Integration Tools

Segment by Application
    Small-Sized Enterprises
    Medium-Sized Enterprise
    Large Enterprises

By Region
    North America
        U.S.

        Canada
    Europe
        Germany
        France
        U.K.

        Italy
        Russia
    Asia-Pacific
        China
        Japan
        South Korea
        China Taiwan
        Southeast Asia
        India
    Latin America
        Mexico
        Brazil
        Argentina
    Middle East & Africa
        Turkey
        Saudi Arabia
        UAE

Chapter Outline
Chapter 1: Introduces the report scope of the report, global total market size. This chapter also provides the market dynamics, latest developments of the market, the driving factors and restrictive factors of the market, the challenges and risks faced by manufacturers in the industry, and the analysis of relevant policies in the industry.

Chapter 2: Detailed analysis of Data Science and Machine-Learning Platforms manufacturers competitive landscape, revenue market share, latest development plan, merger, and acquisition information, etc.

Chapter 3: Provides the analysis of various market segments by Type, covering the market size and development potential of each market segment, to help readers find the blue ocean market in different market segments.

Chapter 4: Provides the analysis of various market segments by Application, covering the market size and development potential of each market segment, to help readers find the blue ocean market in different downstream markets.

Chapter 5: Revenue of Data Science and Machine-Learning Platforms in regional level. It provides a quantitative analysis of the market size and development potential of each region and introduces the market development, future development prospects, market space, and market size of each country in the world.

Chapter 6: Revenue of Data Science and Machine-Learning Platforms in country level. It provides sigmate data by Type, and by Application for each country/region.

Chapter 7: Provides profiles of key players, introducing the basic situation of the main companies in the market in detail, including product revenue, gross margin, product introduction, recent development, etc.

Chapter 8: Analysis of industrial chain, including the upstream and downstream of the industry.

Chapter 9: Conclusion.

【Table of Contents】

【Table of Figures】

List of Tables
    Table 1. Data Science and Machine-Learning Platforms Market Trends
    Table 2. Data Science and Machine-Learning Platforms Market Drivers & Opportunity
    Table 3. Data Science and Machine-Learning Platforms Market Challenges
    Table 4. Data Science and Machine-Learning Platforms Market Restraints
    Table 5. Global Data Science and Machine-Learning Platforms Revenue by Company (2019-2024) & (US$ Million)
    Table 6. Global Data Science and Machine-Learning Platforms Revenue Market Share by Company (2019-2024)
    Table 7. Key Companies Data Science and Machine-Learning Platforms Manufacturing Base Distribution and Headquarters
    Table 8. Key Companies Data Science and Machine-Learning Platforms Product Type
    Table 9. Key Companies Time to Begin Mass Production of Data Science and Machine-Learning Platforms
    Table 10. Global Data Science and Machine-Learning Platforms Companies Market Concentration Ratio (CR5 and HHI)
    Table 11. Global Top Companies Market Share by Company Type (Tier 1, Tier 2, and Tier 3) & (based on the Revenue in Data Science and Machine-Learning Platforms as of 2023)
    Table 12. Mergers & Acquisitions, Expansion Plans
    Table 13. Global Data Science and Machine-Learning Platforms Sales Value by Type: 2019 VS 2023 VS 2030 (US$ Million)
    Table 14. Global Data Science and Machine-Learning Platforms Sales Value by Type (2019-2024) & (US$ Million)
    Table 15. Global Data Science and Machine-Learning Platforms Sales Value by Type (2025-2030) & (US$ Million)
    Table 16. Global Data Science and Machine-Learning Platforms Sales Market Share in Value by Type (2019-2024) & (%)
    Table 17. Global Data Science and Machine-Learning Platforms Sales Market Share in Value by Type (2025-2030) & (%)
    Table 18. Global Data Science and Machine-Learning Platforms Sales Value by Application: 2019 VS 2023 VS 2030 (US$ Million)
    Table 19. Global Data Science and Machine-Learning Platforms Sales Value by Application (2019-2024) & (US$ Million)
    Table 20. Global Data Science and Machine-Learning Platforms Sales Value by Application (2025-2030) & (US$ Million)
    Table 21. Global Data Science and Machine-Learning Platforms Sales Market Share in Value by Application (2019-2024) & (%)
    Table 22. Global Data Science and Machine-Learning Platforms Sales Market Share in Value by Application (2025-2030) & (%)
    Table 23. Global Data Science and Machine-Learning Platforms Sales Value by Region: 2019 VS 2023 VS 2030 (US$ Million)
    Table 24. Global Data Science and Machine-Learning Platforms Sales Value by Region (2019-2024) & (US$ Million)
    Table 25. Global Data Science and Machine-Learning Platforms Sales Value by Region (2025-2030) & (US$ Million)
    Table 26. Global Data Science and Machine-Learning Platforms Sales Value by Region (2019-2024) & (%)
    Table 27. Global Data Science and Machine-Learning Platforms Sales Value by Region (2025-2030) & (%)
    Table 28. Key Countries/Regions Data Science and Machine-Learning Platforms Sales Value Growth Trends, (US$ Million): 2019 VS 2023 VS 2030
    Table 29. Key Countries/Regions Data Science and Machine-Learning Platforms Sales Value, (2019-2024) & (US$ Million)
    Table 30. Key Countries/Regions Data Science and Machine-Learning Platforms Sales Value, (2025-2030) & (US$ Million)
    Table 31. SAS Basic Information List
    Table 32. SAS Description and Business Overview
    Table 33. SAS Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 34. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of SAS (2019-2024)
    Table 35. SAS Recent Developments
    Table 36. Alteryx Basic Information List
    Table 37. Alteryx Description and Business Overview
    Table 38. Alteryx Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 39. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of Alteryx (2019-2024)
    Table 40. Alteryx Recent Developments
    Table 41. IBM Basic Information List
    Table 42. IBM Description and Business Overview
    Table 43. IBM Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 44. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of IBM (2019-2024)
    Table 45. IBM Recent Developments
    Table 46. RapidMiner Basic Information List
    Table 47. RapidMiner Description and Business Overview
    Table 48. RapidMiner Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 49. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of RapidMiner (2019-2024)
    Table 50. RapidMiner Recent Developments
    Table 51. KNIME Basic Information List
    Table 52. KNIME Description and Business Overview
    Table 53. KNIME Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 54. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of KNIME (2019-2024)
    Table 55. KNIME Recent Developments
    Table 56. Microsoft Basic Information List
    Table 57. Microsoft Description and Business Overview
    Table 58. Microsoft Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 59. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of Microsoft (2019-2024)
    Table 60. Microsoft Recent Developments
    Table 61. Dataiku Basic Information List
    Table 62. Dataiku Description and Business Overview
    Table 63. Dataiku Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 64. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of Dataiku (2019-2024)
    Table 65. Dataiku Recent Developments
    Table 66. Databricks Basic Information List
    Table 67. Databricks Description and Business Overview
    Table 68. Databricks Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 69. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of Databricks (2019-2024)
    Table 70. Databricks Recent Developments
    Table 71. TIBCO Software Basic Information List
    Table 72. TIBCO Software Description and Business Overview
    Table 73. TIBCO Software Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 74. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of TIBCO Software (2019-2024)
    Table 75. TIBCO Software Recent Developments
    Table 76. MathWorks Basic Information List
    Table 77. MathWorks Description and Business Overview
    Table 78. MathWorks Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 79. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of MathWorks (2019-2024)
    Table 80. MathWorks Recent Developments
    Table 81. H20.ai Basic Information List
    Table 82. H20.ai Description and Business Overview
    Table 83. H20.ai Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 84. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of H20.ai (2019-2024)
    Table 85. H20.ai Recent Developments
    Table 86. Anaconda Basic Information List
    Table 87. Anaconda Description and Business Overview
    Table 88. Anaconda Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 89. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of Anaconda (2019-2024)
    Table 90. Anaconda Recent Developments
    Table 91. SAP Basic Information List
    Table 92. SAP Description and Business Overview
    Table 93. SAP Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 94. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of SAP (2019-2024)
    Table 95. SAP Recent Developments
    Table 96. Google Basic Information List
    Table 97. Google Description and Business Overview
    Table 98. Google Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 99. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of Google (2019-2024)
    Table 100. Google Recent Developments
    Table 101. Domino Data Lab Basic Information List
    Table 102. Domino Data Lab Description and Business Overview
    Table 103. Domino Data Lab Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 104. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of Domino Data Lab (2019-2024)
    Table 105. Domino Data Lab Recent Developments
    Table 106. Angoss Basic Information List
    Table 107. Angoss Description and Business Overview
    Table 108. Angoss Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 109. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of Angoss (2019-2024)
    Table 110. Angoss Recent Developments
    Table 111. Lexalytics Basic Information List
    Table 112. Lexalytics Description and Business Overview
    Table 113. Lexalytics Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 114. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of Lexalytics (2019-2024)
    Table 115. Lexalytics Recent Developments
    Table 116. Rapid Insight Basic Information List
    Table 117. Rapid Insight Description and Business Overview
    Table 118. Rapid Insight Data Science and Machine-Learning Platforms Products, Services and Solutions
    Table 119. Revenue (US$ Million) in Data Science and Machine-Learning Platforms Business of Rapid Insight (2019-2024)
    Table 120. Rapid Insight Recent Developments
    Table 121. Key Raw Materials Lists
    Table 122. Raw Materials Key Suppliers Lists
    Table 123. Data Science and Machine-Learning Platforms Downstream Customers
    Table 124. Data Science and Machine-Learning Platforms Distributors List
    Table 125. Research Programs/Design for This Report
    Table 126. Key Data Information from Secondary Sources
    Table 127. Key Data Information from Primary Sources
    Table 128. Business Unit and Senior & Team Lead Analysts
List of Figures
    Figure 1. Data Science and Machine-Learning Platforms Product Picture
    Figure 2. Global Data Science and Machine-Learning Platforms Sales Value, 2019 VS 2023 VS 2030 (US$ Million)
    Figure 3. Global Data Science and Machine-Learning Platforms Sales Value (2019-2030) & (US$ Million)
    Figure 4. Data Science and Machine-Learning Platforms Report Years Considered
    Figure 5. Global Data Science and Machine-Learning Platforms Players Revenue Ranking (2023) & (US$ Million)
    Figure 6. The 5 and 10 Largest Manufacturers in the World: Market Share by Data Science and Machine-Learning Platforms Revenue in 2023
    Figure 7. Data Science and Machine-Learning Platforms Market Share by Company Type (Tier 1, Tier 2, and Tier 3): 2019 VS 2023
    Figure 8. Open Source Data Integration Tools Picture
    Figure 9. Cloud-based Data Integration Tools Picture
    Figure 10. Global Data Science and Machine-Learning Platforms Sales Value by Type (2019 VS 2023 VS 2030) & (US$ Million)
    Figure 11. Global Data Science and Machine-Learning Platforms Sales Value Market Share by Type, 2023 & 2030
    Figure 12. Product Picture of Small-Sized Enterprises
    Figure 13. Product Picture of Medium-Sized Enterprise
    Figure 14. Product Picture of Large Enterprises
    Figure 15. Global Data Science and Machine-Learning Platforms Sales Value by Application (2019 VS 2023 VS 2030) & (US$ Million)
    Figure 16. Global Data Science and Machine-Learning Platforms Sales Value Market Share by Application, 2023 & 2030
    Figure 17. North America Data Science and Machine-Learning Platforms Sales Value (2019-2030) & (US$ Million)
    Figure 18. North America Data Science and Machine-Learning Platforms Sales Value by Country (%), 2023 VS 2030
    Figure 19. Europe Data Science and Machine-Learning Platforms Sales Value (2019-2030) & (US$ Million)
    Figure 20. Europe Data Science and Machine-Learning Platforms Sales Value by Country (%), 2023 VS 2030
    Figure 21. Asia Pacific Data Science and Machine-Learning Platforms Sales Value (2019-2030) & (US$ Million)
    Figure 22. Asia Pacific Data Science and Machine-Learning Platforms Sales Value by Country (%), 2023 VS 2030
    Figure 23. South America Data Science and Machine-Learning Platforms Sales Value (2019-2030) & (US$ Million)
    Figure 24. South America Data Science and Machine-Learning Platforms Sales Value by Country (%), 2023 VS 2030
    Figure 25. Middle East & Africa Data Science and Machine-Learning Platforms Sales Value (2019-2030) & (US$ Million)
    Figure 26. Middle East & Africa Data Science and Machine-Learning Platforms Sales Value by Country (%), 2023 VS 2030
    Figure 27. Key Countries/Regions Data Science and Machine-Learning Platforms Sales Value (%), (2019-2030)
    Figure 28. United States Data Science and Machine-Learning Platforms Sales Value, (2019-2030) & (US$ Million)
    Figure 29. United States Data Science and Machine-Learning Platforms Sales Value by Type (%), 2023 VS 2030
    Figure 30. United States Data Science and Machine-Learning Platforms Sales Value by Application (%), 2023 VS 2030
    Figure 31. Europe Data Science and Machine-Learning Platforms Sales Value, (2019-2030) & (US$ Million)
    Figure 32. Europe Data Science and Machine-Learning Platforms Sales Value by Type (%), 2023 VS 2030
    Figure 33. Europe Data Science and Machine-Learning Platforms Sales Value by Application (%), 2023 VS 2030
    Figure 34. China Data Science and Machine-Learning Platforms Sales Value, (2019-2030) & (US$ Million)
    Figure 35. China Data Science and Machine-Learning Platforms Sales Value by Type (%), 2023 VS 2030
    Figure 36. China Data Science and Machine-Learning Platforms Sales Value by Application (%), 2023 VS 2030
    Figure 37. Japan Data Science and Machine-Learning Platforms Sales Value, (2019-2030) & (US$ Million)
    Figure 38. Japan Data Science and Machine-Learning Platforms Sales Value by Type (%), 2023 VS 2030
    Figure 39. Japan Data Science and Machine-Learning Platforms Sales Value by Application (%), 2023 VS 2030
    Figure 40. South Korea Data Science and Machine-Learning Platforms Sales Value, (2019-2030) & (US$ Million)
    Figure 41. South Korea Data Science and Machine-Learning Platforms Sales Value by Type (%), 2023 VS 2030
    Figure 42. South Korea Data Science and Machine-Learning Platforms Sales Value by Application (%), 2023 VS 2030
    Figure 43. Southeast Asia Data Science and Machine-Learning Platforms Sales Value, (2019-2030) & (US$ Million)
    Figure 44. Southeast Asia Data Science and Machine-Learning Platforms Sales Value by Type (%), 2023 VS 2030
    Figure 45. Southeast Asia Data Science and Machine-Learning Platforms Sales Value by Application (%), 2023 VS 2030
    Figure 46. India Data Science and Machine-Learning Platforms Sales Value, (2019-2030) & (US$ Million)
    Figure 47. India Data Science and Machine-Learning Platforms Sales Value by Type (%), 2023 VS 2030
    Figure 48. India Data Science and Machine-Learning Platforms Sales Value by Application (%), 2023 VS 2030
    Figure 49. Data Science and Machine-Learning Platforms Industrial Chain
    Figure 50. Data Science and Machine-Learning Platforms Manufacturing Cost Structure
    Figure 51. Channels of Distribution (Direct Sales, and Distribution)
    Figure 52. Bottom-up and Top-down Approaches for This Report
    Figure 53. Data Triangulation
    Figure 54. Key Executives Interviewed

リサーチ・アプローチ
本調査では、一次資料と二次資料の両方を広範囲に使用しました。調査プロセスでは、政府の政策、市場環境、競合状況、過去のデータ、市場の現在の動向、技術革新、今後の技術と関連業界の技術進歩、市場リスク、機会、市場の障壁と課題など、業界に影響を与える様々な要因を調査しました。以下の説明図は、本レポートで適用した市場調査方法を示しています。
市場規模の推定
トップダウンおよびボトムアップアプローチにより、企業、地域区分、製品タイプ、用途（エンドユーザー）別に世界市場規模を推定・検証しています。
本レポートの市場推定は、販売価格（メーカー、販売店、卸売業者、取引業者が提供する割引を除く）に基づいて行われています。各セグメントと地域に割り当てられた市場シェア分析は、製品の稼働率と平均販売価格によって達成されています。
主要メーカーとその収益、比率、市場占有率、成長率、製品市場の内訳は、二次情報源から入手し、一次情報源で検証しています。
本調査の対象となる市場に影響を与える可能性のあるすべての要因を考慮し、詳細に検討し、一次調査で検証し、最終的な定量的および定性的データを得るために分析しています。トップレベルの市場とサブセグメントの市場規模は正規化されており、市場予測には、インフレ、景気後退、規制・政策変更などの影響が考慮されています。これらのデータにQYResearch社の詳細なインプットと分析を加えて、本レポートで紹介しています。
次の図は、本調査で使用された全体的な市場規模の推定プロセスを図解したものです。

 
市場の内訳とデータの三角測量
市場の統計、市場規模の推定、市場予測、市場の内訳、データの三角関係などを計算した上で、完全な市場エンジニアリングを行います。情報収集のために広範な一次調査を行い、得られた重要な数字を検証し、妥当性を確認しました。市場エンジニアリングのプロセスでは、トップダウンアプローチとボトムアップアプローチの両方が、いくつかのデータトライアングル法とともに広範囲に使用され、本レポートに記載されている市場全体のセグメントとサブセグメントの市場推定と市場予測が行われました。

 

 
二次資料
二次資料は、プレスリリース、年次報告書、非営利団体、業界団体、政府機関、関税データなど、データソースの約25%を占めています。本調査研究には、二次情報源、ディレクトリ、Bloomberg Business、Wind Info、Hoovers、Factiva (Dow Jones & Company)、TRADING ECONOMICS、aventionなどのデータベース、Investing News Network、statista、連邦準備制度の経済データ、年次報告書、投資家向けプレゼンテーション、企業のSECファイリングなどが含まれます。
 
一次情報源
一次調査では、本レポートのための質的・量的情報を得るために、供給側と需要側の両方からさまざまな情報源にインタビューを行いました。供給側の一次情報源には、製品メーカー（およびその競合他社）、オピニオンリーダー、業界専門家、研究機関、流通業者、販売店、取引業者、さらには原材料の供給者や生産者などが含まれます。
需要側の一次情報源には、世界市場で活動する様々な主要企業・団体のビジネスリーダー、マーケティング・セールスディレクター、技術・イノベーションディレクター、サプライチェーンエグゼクティブ、エンドユーザー（製品購入者）、関連するキーエグゼクティブなどの業界専門家が含まれます。